專(zhuān)利名稱(chēng)：一種短時(shí)間間隔大氣環(huán)境溫度預(yù)測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于供熱通風(fēng)與空調(diào)系統(tǒng)節(jié)能技術(shù)領(lǐng)域，具體涉及一種短時(shí)間間隔大氣環(huán)境溫度預(yù)測(cè)方法。
背景技術(shù)：
供熱通風(fēng)與空調(diào)系統(tǒng)(HVAC)是建筑能耗的主要來(lái)源之一，是目前建筑節(jié)能技術(shù)開(kāi)發(fā)的主要領(lǐng)域之一。目前大多數(shù)建筑HVAC系統(tǒng)的運(yùn)行控制只考慮滿(mǎn)負(fù)荷工況，而對(duì)于運(yùn)行期間熱負(fù)荷變化時(shí)，多數(shù)情況下系統(tǒng)的控制參數(shù)并非運(yùn)行在最優(yōu)條件下。HVAC能效管理通過(guò)提前對(duì)熱負(fù)荷進(jìn)行計(jì)算和預(yù)測(cè)，并對(duì)HVAC系統(tǒng)運(yùn)行參數(shù)(如制冷(熱)量、流量、溫度等)的控制值進(jìn)行優(yōu)化，在滿(mǎn)足負(fù)荷需求前提下，保證HVAC系統(tǒng)運(yùn)行在最小能耗狀態(tài)，從而使HVAC系統(tǒng)的控制參數(shù)在運(yùn)行過(guò)程中一直保持在最優(yōu)工作條件下，達(dá)到節(jié)能的目的。大氣環(huán)境溫度是影響HVAC熱負(fù)荷的重要因素之一，因此HVAC能效管理過(guò)程中需要對(duì)室外大氣環(huán)境溫度進(jìn)行預(yù)測(cè)。HVAC能效管理的優(yōu)化頻率一般為10-15分鐘，高精度短時(shí)間間隔(sub-hourly)大氣環(huán)境溫度預(yù)測(cè)技術(shù)是開(kāi)發(fā)HVAC能效管理的核心技術(shù)之一。目前有關(guān)大氣環(huán)境溫度預(yù)測(cè)方法主要有早期參數(shù)化分析模型[1-4]和近些年常用的神經(jīng)網(wǎng)絡(luò)模型[5-10]，但是這些不同方法都是針對(duì)于特定應(yīng)用，對(duì)于短時(shí)間間隔環(huán)境溫度預(yù)測(cè)在精度和適用性方面存在著很大的局限性，如文獻(xiàn)[1-3]提出的參數(shù)化分析模型是針對(duì)于農(nóng)業(yè)大棚應(yīng)用，用于預(yù)測(cè)近地表空氣溫度，分析空氣與地面土壤之間的熱交換關(guān)系和影響。影響大氣環(huán)境溫度變化的因素有太陽(yáng)輻射能、當(dāng)?shù)氐匦巍⒋髿鉂穸?、云層覆蓋情況和風(fēng)速等[4]，這些因素的變化具有隨機(jī)性特征，因此參數(shù)化分析模型難以應(yīng)用于短時(shí)間間隔的溫度預(yù)測(cè)。而人工神經(jīng)網(wǎng)絡(luò)(ANN)適合于對(duì)隨機(jī)變量的特征辨識(shí)、分類(lèi)和預(yù)測(cè)，并在大氣環(huán)境溫度預(yù)測(cè)方面受到了廣泛研究[5-10]，但ANN方法對(duì)于短時(shí)間間隔大氣環(huán)境預(yù)測(cè)具有一定的局限性，ANN模型建立是基于對(duì)歷史數(shù)據(jù)的訓(xùn)練，在預(yù)測(cè)過(guò)程中需要如濕度、風(fēng)速和太陽(yáng)輻射能等氣候條件作為輸入?yún)?shù)[7]，建立的ANN預(yù)測(cè)模型與特定地點(diǎn)相關(guān)，不具備通用性特點(diǎn)，且建立預(yù)測(cè)模型需要的訓(xùn)練時(shí)間長(zhǎng)，需要大量歷史數(shù)據(jù)，對(duì)于氣候變化頻繁的地方不一定能獲得有效的ANN預(yù)測(cè)模型。參考文獻(xiàn)[1]J. ff. Deardorff, Efficient prediction of ground surfacetemperatureand moisture， with inclusion of a layer of vegetation, Journal ofGeophysicalResearch,83(1978) 1889-1903.[2]C. M. Bhumralkar, Numerical experiments on the computation ofgroundsurface temperature in an atmospheric general circulation model， J.Appl.Meteorol. ,14(1975) :1246-1258.[3] A. K. Blackada, Modeling the nocturnal boundary layer,Proceedingsof the Third Symposium on Atmospheric Turbulence， Diffusion andAirQualityj pp. 46—49，American Meteorological Society, Boston，Mass.，1976.
[4]H. Swaid, M. E. Hoffman, Prediction of urban air temperaturevariationsusing the analytical CTTC model, Energy and Building，14(1990) :313-224.[5]L.Bodri, V.Cermak, Prediction of surface air temperatures byneuralnetwork, example based on three-year temperature monitoring atSporilovstation, Stud. Geophys. Geod. ,47(2003) :173-184.[6] A. Jain, RW. McClendon, G. Hoogenboom, Freeze prediction forspecificlocations using artificial neural networks, Transactions of the ASABE,49(6)1955-1962.[7]B. A. Smith, R. W. McClendon, G. Hoogenboom, Improving airtemperatureprediction with artificial neural networks, Int. J. ComputationalIntelligence,3(2006) :179-186.[8]R. F. Chevalier, G. Hoogenboom，R. W. McClendon, J. A. Paz, Supportvectorregression with reduced training sets for air temperature prediction acomparison with artificial neural networks, Neural Comput. &Applic. ,20(2011)151-159.[9]A. L. Labajo, J. L. Labajo, Analysis of temporal behavior ofcIimatevariabIes using artificial neural networks an application to meanmonthlymaximum temperatures on the Spanish Central Plateau,Atmosfera,24(2011)267-285.[10] M. Afzali, A. Afzal i , G. Zahedi , The potential of artificialneuralnetwork technique in daily and monthly ambient air temperatureprediction, Int.J. Environmental Science and Development,3(2012) :33-38.[11]G. A. F. Seber，C. J. Wild, Nonlinear Regression, John Wiley & Sons，Inc.，1989，p.25
發(fā)明內(nèi)容
為解決上述現(xiàn)有技術(shù)中存在的問(wèn)題，本發(fā)明的目的在于提供一種短時(shí)間間隔大氣環(huán)境溫度預(yù)測(cè)方法，本發(fā)明方法適用于任何地點(diǎn)和任何天氣類(lèi)型的情況，精度高，計(jì)算量小,實(shí)際應(yīng)用中可在線(xiàn)實(shí)時(shí)執(zhí)行。本發(fā)明方法的設(shè)計(jì)思想為首先，在大氣環(huán)境中定義一個(gè)截面積為I平方米的球形控制體作為研究對(duì)象，該控制體溫度的變化即代表了大氣環(huán)境溫度變化。控制體溫度變化主要依賴(lài)于空氣熱容及接收到的熱量，其中空氣熱容的變化和空氣濕度和溫度有關(guān)，控制體與控制體之外的熱量交換主要通過(guò)輻射和對(duì)流實(shí)現(xiàn)的，考慮到預(yù)測(cè)時(shí)間間隔較短，可以假設(shè)控制體和周?chē)諝庠陬A(yù)測(cè)時(shí)段內(nèi)溫度相同，因此可以忽略控制體與外界的對(duì)流換熱。輻射熱有多個(gè)組成部分，包括來(lái)自于(I)太陽(yáng)的直接輻射熱；(2)云層和地面反射；(3)云層和地面輻射熱。其中(I)和(2)直接依賴(lài)于當(dāng)?shù)靥?yáng)輻射能，而(3)和云層、地面溫度有關(guān)，與太陽(yáng)輻射能有間接依賴(lài)關(guān)系，其變化與太陽(yáng)輻射能在時(shí)間上有一個(gè)滯后效應(yīng)。因此大氣環(huán)境溫度的變化可以歸結(jié)為只和當(dāng)?shù)靥?yáng)輻射能相關(guān)，本發(fā)明的重點(diǎn)內(nèi)容是提出了一種新方法來(lái)確定大氣環(huán)境溫度與太陽(yáng)輻射能之間的依賴(lài)關(guān)系。為達(dá)到上述目的，本發(fā)明所采用的技術(shù)方案是:一種短時(shí)間間隔大氣環(huán)境溫度預(yù)測(cè)方法，包括如下步驟:步驟1:首先，在大氣環(huán)境中定義一個(gè)截面積為I平方米的球形控制體作為研究對(duì)象，設(shè)定控制體環(huán)境變量的采樣時(shí)間步長(zhǎng)，設(shè)定預(yù)測(cè)時(shí)長(zhǎng)；步驟2:每隔一個(gè)設(shè)定的時(shí)間步長(zhǎng)，測(cè)量太陽(yáng)輻射能、大氣溫度、壓強(qiáng)和相對(duì)濕度，當(dāng)采樣記錄持續(xù)的時(shí)間長(zhǎng)度大于12小時(shí)時(shí)，則開(kāi)始執(zhí)行大氣環(huán)境溫度預(yù)測(cè)程序，且每經(jīng)過(guò)一個(gè)預(yù)測(cè)時(shí)長(zhǎng)的時(shí)間間隔執(zhí)行一次大氣環(huán)境溫度預(yù)測(cè)；步驟3:在大氣環(huán)境溫度預(yù)測(cè)執(zhí)行過(guò)程中，對(duì)于第k個(gè)預(yù)測(cè)時(shí)間段，首先根據(jù)當(dāng)前采樣獲得的大氣溫度、壓強(qiáng)和相對(duì)濕度，通過(guò)方程(I) (5)計(jì)算確定Cth值，若k等于1，則在區(qū)間
范圍內(nèi)為空氣輻射熱吸收系數(shù)f 設(shè)定一個(gè)值(如0.0025)，若預(yù)測(cè)時(shí)間段索引k大于等于2，采用方程(6)更新空氣輻射熱吸收系數(shù)f的值:
權(quán)利要求
1.一種短時(shí)間間隔大氣環(huán)境溫度預(yù)測(cè)方法，其特征在于:包括如下步驟: 步驟1:首先，在大氣環(huán)境中定義一個(gè)截面積為I平方米的球形控制體作為研究對(duì)象，設(shè)定控制體環(huán)境變量的采樣時(shí)間步長(zhǎng)，設(shè)定預(yù)測(cè)時(shí)長(zhǎng)； 步驟2:每隔一個(gè)設(shè)定的時(shí)間步長(zhǎng)，測(cè)量太陽(yáng)輻射能、大氣溫度、壓強(qiáng)和相對(duì)濕度，當(dāng)采樣記錄持續(xù)的時(shí)間長(zhǎng)度大于12小時(shí)時(shí)，則開(kāi)始執(zhí)行大氣環(huán)境溫度預(yù)測(cè)程序，且每經(jīng)過(guò)一個(gè)預(yù)測(cè)時(shí)長(zhǎng)的時(shí)間間隔執(zhí)行一次大氣環(huán)境溫度預(yù)測(cè)； 步驟3:在大氣環(huán)境溫度預(yù)測(cè)執(zhí)行過(guò)程中，對(duì)于第k個(gè)預(yù)測(cè)時(shí)間段，首先根據(jù)當(dāng)前采樣獲得的大氣溫度、壓強(qiáng)和相對(duì)濕度，通過(guò)方程(I) (5)計(jì)算確定Cth值，若k等于1，則在區(qū)間[0.001,0.0l范圍內(nèi)為空氣輻射熱吸收系數(shù)f 設(shè)定一個(gè)值(如0.0025)，若預(yù)測(cè)時(shí)間段索引k大于等于2，采用方程(6)更新空氣輻射熱吸收系數(shù)f的值；
2.根據(jù)權(quán)利要求1所述的預(yù)測(cè)方法，其特征在于:所述預(yù)測(cè)時(shí)長(zhǎng)小于I小時(shí)。
3.根據(jù)權(quán)利要求1所述的預(yù)測(cè)方法，其特征在于:所述采樣時(shí)間步長(zhǎng)為I 5分鐘。
全文摘要
本發(fā)明公開(kāi)了一種短時(shí)間間隔大氣環(huán)境溫度預(yù)測(cè)方法，首先，在大氣環(huán)境中定義一個(gè)截面積為1平方米的球形控制體作為研究對(duì)象，然后每隔設(shè)定時(shí)間步長(zhǎng)，測(cè)量控制體的太陽(yáng)輻射能、大氣溫度等參數(shù)，當(dāng)采樣記錄持續(xù)時(shí)間大于12小時(shí)時(shí)，開(kāi)始執(zhí)行大氣環(huán)境溫度預(yù)測(cè)程序，且每經(jīng)過(guò)一個(gè)預(yù)測(cè)時(shí)長(zhǎng)時(shí)間間隔執(zhí)行一次；在執(zhí)行中，對(duì)于第k個(gè)預(yù)測(cè)時(shí)間段，根據(jù)當(dāng)前采樣獲得的大氣溫度等參數(shù)，計(jì)算確定Cth值，若k大于等于2，更新空氣輻射熱吸收系數(shù)f值；最后，利用太陽(yáng)輻射能預(yù)測(cè)模塊預(yù)測(cè)未來(lái)一個(gè)預(yù)測(cè)時(shí)長(zhǎng)內(nèi)太陽(yáng)輻射能分布，獲得預(yù)測(cè)時(shí)長(zhǎng)內(nèi)溫度分布，之后程序等待直至下一個(gè)預(yù)測(cè)時(shí)刻；本發(fā)明方法適用于任何地點(diǎn)和任何天氣類(lèi)型的情況，精度高，計(jì)算量小，實(shí)際應(yīng)用中可在線(xiàn)實(shí)時(shí)執(zhí)行。
文檔編號(hào)G06F19/00GK103077297SQ20121038737
公開(kāi)日2013年5月1日 申請(qǐng)日期2012年10月12日 優(yōu)先權(quán)日2012年10月12日
發(fā)明者張兄文, 李國(guó)君 申請(qǐng)人:西安交通大學(xué)