公共建筑用能监测市级平台数据的统计分析

摘要

随着经济的持续增长和社会的不断进步，我国能源消耗日益加剧，大型公共建筑高能耗的问题也随之日益突出。应对这一现状，本文选取上海市近700栋建筑能源审计数据和1400栋建筑能耗统计数据，以及面向各级政府和社会的建筑能耗的结构化和半结构化数据作为统计依据。建立统计分析模型，用以切实推进节能工作，帮助政府建立有效的大型公共建筑节能监管体系。本文首先筛选有效数据，将上海市大型公共建筑分为十大类。其次，由于大型公共建筑的月平均单耗以及年平均单耗是政府监管部门对节能减排工作进行评价的重要指标，具有重要的指导意义。因此，本文运用了EM算法对2015年上海市大型建筑用电能耗的月单耗进行估计，有效解决了上海市大型建筑用电能耗的统计分析过程中数据缺失的问题。
　　同时本文通过建立分层贝叶斯模型和Gibbs抽样方法对上海市2015年各类型大型建筑月单耗、年单耗进行估计，同时考虑到各月的平均单耗之间存在相关性，本文通过定义θj=ρθj-1+ε的一阶自相关结构，进行相关性调整。
　　最后，本文通过分析比较发现，办公建筑的日单位面积能耗有很强的以周为周期的周期性波动，而商场建筑由于一周7天均营业，其单耗没有明显的周期性。故以这两类建筑为代表，对办公建筑和商场建筑以及这两类建筑的代表建筑“美罗大厦”和“新天地”的日单位面积能耗进行了时间序列分析，建立了周期调整后的单耗与气温变量之间的模型，并为残差序列建立AR模型以刻画序列之间的相关性。

目录

摘要

第1章 绪论

1．1 研究背景

1．2 研究目的和意义

1．3 研究内容、方法和技术路线

1．3．1 研究内容

1．3．2 研究方法和技术路线

1．4 本文的主要贡献

第2章 文献综述与相关理论

2．1 文献综述

2．1．1 国外公共建筑能耗监测数据研究情况

2．1．2 国内公共建筑能耗监测数据研究情况

2．2 相关理论

2．2．1 EM算法

2．2．2 分层贝叶斯模型

2．2．3 时间序列分析

第3章 EM算法

3．1 方法介绍

3．2 应用分析

3．3 本章小结

第4章 分层贝叶斯

4．1 分层贝叶斯模型

4．1．1 变量设定

4．1．2、分布假设

4．1．3、分层贝叶斯

4．2 应用分析

4．3 本章小结

第5章 时间序列分析

5．1办公建筑日单位面积能耗分析

5．1．1 办公建筑整体单耗分析

5．1．2 美罗大厦单耗分析

5．2 商场建筑日单位面积能耗分析

5．2．1 商场建筑整体单耗分析

5．2．2 新天地单耗分析

5．3 整体模型与个体模型的比较

5．3．1 办公建筑

5．3．2 商场建筑

5．4 本章小结

第6章 结论

参考文献

附录

致谢

攻读学位期间的研究成果

声明