畢業(yè)論文外文翻譯研究住戶行為對(duì)建筑能耗影響的系統(tǒng)化程序

1、武漢科技大學(xué)本科畢業(yè)設(shè)計(jì)外文翻譯a systematic procedure to study the inuence of occupant behavior on buildingzhun yua, benjamin c.m. fungb, fariborz haghighata, hiroshi yoshinoc, edward g model enb-3118; article in press: energy and buildings xxx (2011) xxxxxx contents lists available at sciencedirect energy and bui

2、ldings no. of pages9研究住戶行為對(duì)建筑能耗影響的系統(tǒng)化程序zhun yu，本杰明c.m. fungb，fariborz haghighata，hiroshi yoshinoc，愛德華morofskydg環(huán)境局-3118;出版：建筑與能源xxx (2011) xxxxxx; 科學(xué)指南建筑與能源第9頁(yè)a建筑部，土木工程與環(huán)境工程，康科迪亞大學(xué)，蒙特利爾，魁北克h3g的1m8，加拿大b信息系統(tǒng)工程，康科迪亞大學(xué)，蒙特利爾，魁北克h3g的1m8，加拿大康科迪亞研究所c建筑部門與建筑科學(xué)，東北大學(xué)，日本d房地產(chǎn)機(jī)構(gòu)，加拿大公共工程和政府服務(wù)，杜portage iii,，8b1，加蒂諾

3、，魁北克k1a 0s5，加拿大摘要我們已經(jīng)做了住戶行為對(duì)建筑能耗影響鑒定的很多努力。由于各種因素影響能耗的因素同時(shí)存在，導(dǎo)致我們?cè)阼b定住戶個(gè)人行為影響時(shí)缺乏精確性。本文敘述了檢驗(yàn)住戶行為對(duì)建筑能耗影響的一種新方法的發(fā)展；這是基于基本的數(shù)據(jù)挖掘技術(shù)（聚類分析）的一種方法。它主要用來(lái)處理數(shù)據(jù)的不一致，在聚類之前，最小最大的常態(tài)化被當(dāng)成一種數(shù)據(jù)處理步驟?；疑P(guān)聯(lián)度，是兩個(gè)因素之間關(guān)聯(lián)的尺度，被用來(lái)權(quán)衡在聚類分析中各種因素的作用大小的系數(shù)。為了證明該方法的適用性，將該方法應(yīng)用于一個(gè)住宅樓宇的測(cè)量數(shù)據(jù)。結(jié)果表明，該方法通過改善住戶行為減輕了建筑節(jié)能評(píng)估潛力，并提供多方面有關(guān)住戶行為的建筑能源最終使用模式

4、的見解。得到的這種結(jié)果可以幫助住戶為了降低建筑能耗調(diào)整優(yōu)先努力，并有助于改善數(shù)值模擬住戶行為。 2011愛思威爾b.訴保留所有權(quán)文章資料文章歷史：2010年10月27日收到2011年 1月11日修訂2011年 2 月 4日審核關(guān)鍵詞：住戶行為 建筑能耗 數(shù)據(jù)挖掘 聚類分析 灰色關(guān)聯(lián)分析1 簡(jiǎn)介對(duì)建筑能耗的主要決定因素辨識(shí)，具有徹底的能夠共同協(xié)助實(shí)現(xiàn)建筑節(jié)能目標(biāo)，提高性能和減少由于建筑能耗產(chǎn)生的溫室氣體排放量。一般而言，影響因素建筑總能耗可分為七個(gè)類別：（1）氣候（如室外空氣溫度，太陽(yáng)輻射，風(fēng)速度等），（2）建筑有關(guān)的特性（如類型，面積，方向等）（3）用戶相關(guān)的特征除，社會(huì)因素和經(jīng)濟(jì)因素（如用戶

5、的存在等），（4）建立服務(wù)體系和運(yùn)行（如空間冷卻或加熱，熱水供應(yīng)等），（5）住戶的行為和活動(dòng)，（6）社會(huì)和經(jīng)濟(jì)因素（如教育程度，能源成本等）（7） 室內(nèi)環(huán)境質(zhì)量要求。在這七個(gè)因素，社會(huì)和經(jīng)濟(jì)因素部分決定了住戶對(duì)能源消耗的態(tài)度，并且他們把這種響表現(xiàn)在日常的活動(dòng)和行為，從而影響建筑物能源消耗。同時(shí)，室內(nèi)環(huán)境質(zhì)量可視為基本由用戶決定，從而建筑能耗的影響。從本質(zhì)上講，這兩種因素，代表住戶對(duì)建筑能耗間接影響。因此，他們對(duì)建筑能耗的影響已包含在住戶行為的影響，在確定影響因素的影響時(shí)也沒有必要把他們納入考慮。 前四個(gè)因素的分立與合并的對(duì)建筑能耗影響可以通過模擬確定。隨著各種參數(shù)的設(shè)置，目前的模擬軟件基于不同

6、的情況下模擬這四個(gè)因素是很強(qiáng)大的。然而，由于用戶行為的多樣性和復(fù)雜性難以完全通過模擬的確定住戶的行為和活動(dòng)影響；當(dāng)前的模擬工具只能模仿一個(gè)固定的行為模式。近年來(lái)已經(jīng)建立了幾種模型來(lái)整合用戶行為的影響在建筑模擬方案1-4。然而，這些模型只注重典型活動(dòng)如遮陽(yáng)設(shè)備的控制，而建立現(xiàn)實(shí)的用戶行為模型更加復(fù)雜。5-7一些研究表明，為了獲得用戶行為的全面影響，其中一個(gè)可行的辦法是提取相應(yīng)的有用信息實(shí)測(cè)數(shù)據(jù)，因?yàn)檫@些數(shù)據(jù)已經(jīng)包含了全部影響。例如，yu et al. 7提出了建筑節(jié)能的決策樹方法，并將此方法用于日本的歷史數(shù)據(jù)住宅樓宇。生成的模型有一個(gè)流程圖，像樹結(jié)構(gòu)，使用戶能夠快速提取關(guān)于建筑能耗的影響因素的有

7、用信息。這樣的模型隨著得到的信息可能大大有利于改善建筑節(jié)能性能。一般來(lái)說，以前的對(duì)居住者的行為影響的研究可分為兩大類。第一類是側(cè)重于用戶對(duì)建筑能耗存在的影響。例如，emery和kippenhan 8報(bào)道了在四個(gè)幾乎相同房子住戶影響存在對(duì)家庭能源使用的調(diào)查。四間房屋被分成兩對(duì)，并且其中一對(duì)建筑維護(hù)用改善了的熱阻材料建造。對(duì)每一個(gè)被留下的房子空置，而另一個(gè)是由大學(xué)的學(xué)生家庭使用。研究人員比較了第一個(gè)采暖季（1987-88）占用和空置房屋的總能源消耗（即總和取暖，照明和電器）。他們發(fā)現(xiàn)，住戶的存在增加了占用房屋的能源消費(fèi)總量，并且與改善建筑圍護(hù)結(jié)構(gòu)的房子有一個(gè)較小的增加。第二類著重于居民的活動(dòng)對(duì)能源

8、消耗的影響。例如，歐陽(yáng)和hokao 9通過在中國(guó)124個(gè)家庭改善用戶的行為調(diào)查節(jié)能潛力。在這項(xiàng)研究表明，這些房子被分成兩組：一種是教育，以促進(jìn)節(jié)能意識(shí)的行為，并提出對(duì)應(yīng)的節(jié)能措施，于2008年7月生效，而另一個(gè)是必須保持完整的行為。比較兩組2007年7月到2008年7月各個(gè)家庭每月用電。研究人員發(fā)現(xiàn)，在平均來(lái)說，有效促進(jìn)節(jié)能意識(shí)的行為可以減少超過10的家庭用電量。很明顯，在這些研究中是通過對(duì)測(cè)量數(shù)據(jù)進(jìn)行比較分析來(lái)確定用戶行為的影響。然而，這種方法有很大的局限性。首先，除了用戶行為，其他四個(gè)影響因素也同時(shí)導(dǎo)致了建筑能耗的變化，這種方法不能充分去除的這四個(gè)因素影響，并確定住戶行為的影響。雖然在這些

9、研究中實(shí)施了一些排除措施，例如使用近期相同的住宅的特征和能源數(shù)據(jù)在類似的氣候條件其他年份作為參考，這些措施的影響是被質(zhì)疑的，因?yàn)榧词乖谝恍┘?xì)微差別的建筑特性（如傳熱系數(shù)）和氣象參數(shù)（例如，年平均室外氣溫）會(huì)導(dǎo)致建筑能耗的顯著波動(dòng)。第二，在實(shí)際建筑數(shù)據(jù)庫(kù)，建筑物通常用混合變量類型（如數(shù)字變量），類別變量（例如，住宅建筑類型分為獨(dú)立和公寓），并序變量（例如，建筑物被評(píng)為白金，黃金和白銀）?；旌献兞康臄?shù)據(jù)類型很難用統(tǒng)計(jì)方法處理，通常用比較分析。這也增加了區(qū)分建住相關(guān)影響和用戶相關(guān)關(guān)影響之間的困難。第三，對(duì)于比較分析，建筑物通常被分成不同的組簡(jiǎn)化的研究。這種分類是基于建筑的相關(guān)參數(shù)，如地板面積。例如，

10、如果建筑面積在100到400平方米范圍，它可用小型，中型，大型取代，對(duì)應(yīng)區(qū)間分別為100，200，200，300，和300，400。因此，所有的建筑分為三組，即小型建筑，中型建筑，大型建筑物，以及每個(gè)組可研究的毛皮。在這個(gè)過程中，建立相關(guān)參數(shù)分區(qū)的決定通常是考慮方便和直觀。為什么各組之間的間隔要200平方米和300 平方米？因此，更合理分組建筑物的分類方法是需要的。此外，建筑物通常同間代表多種典型參數(shù)，如樓齡及樓面面積。所有這些參數(shù)為了簡(jiǎn)便可分為不同的層次，如低和高。為了進(jìn)行全面的調(diào)查，研究樣本的必要大?。礃怯顢?shù)目）應(yīng)取決于所有參數(shù)水平的不同組合。例如，假設(shè)選擇7種典型參數(shù)代表，每個(gè)都是分層

11、3級(jí)（例如小，中，大）。就組合理論來(lái)看，它可以計(jì)算出至少37= 2187種建筑物比較研究，這可能是相當(dāng)不切實(shí)際的。本文的主要目的是開發(fā)一個(gè)方法論通過數(shù)據(jù)分析確定住戶行為對(duì)建筑能耗的影響，從而通過改善用戶行為和提供建筑能源消費(fèi)模式的深刻見解來(lái)評(píng)估能源節(jié)省的潛力。本文組織如下：第二節(jié)介紹了建議方法，第三節(jié)介紹了應(yīng)用此方法實(shí)地測(cè)量數(shù)據(jù)集并討論了有關(guān)工作的結(jié)果，第四節(jié)總結(jié)了這篇文章。2 方法論提出了一種新的檢驗(yàn)住戶行為對(duì)建筑的能源消耗影響的方法?；旧?，它實(shí)現(xiàn)了通過依據(jù)四種因素與用戶無(wú)關(guān)把所有研究的建筑中相似的建筑分組，因此，對(duì)于同組的每一個(gè)建筑這四個(gè)因素對(duì)建筑能源消耗具有類似的效果。相應(yīng)的，住戶行為

12、對(duì)建筑能耗的影響可準(zhǔn)確地在這些群體確定。此外，只要有足夠的建筑樣本大小并且主題建筑在這四個(gè)影響因素中有一個(gè)大的分歧，就意味著四個(gè)方面的各組影響因素可以足夠相似，由他們引起的能源消耗的不同相對(duì)較小，各組建筑物之間能源消費(fèi)的差異可被認(rèn)為是僅有住戶行為造成的。很明顯，建筑群的鑒定認(rèn)為最重要的元素是方法論。這種鑒定的實(shí)現(xiàn)主要通過聚類分析。2.1聚類分析聚類分析是把觀察對(duì)象分組或簇的進(jìn)程，使在同一群集中的對(duì)象具有較高的相性，而在不同的群集對(duì)象具有較低的相似性，圖.1顯示了一個(gè)基于假設(shè)建筑數(shù)據(jù)表的聚類數(shù)據(jù)。它包含各種能源有關(guān)的變量，如戶外空氣溫度（t）和建筑熱損失系數(shù)（亨利法則常量）。數(shù)據(jù)表包括m屬性和n

13、實(shí)例。每個(gè)屬性表示一個(gè)變量，每個(gè)實(shí)列表示一個(gè)建筑物。所有的實(shí)例都被歸類到w集群。因此，這些w集群內(nèi)部同質(zhì)和不同集群之間異質(zhì)10。這種內(nèi)部凝聚力和外部分離的所依據(jù)的是m屬性以及它們的影響；也就是說，這些屬性對(duì)同一群集建筑的能源表現(xiàn)具有最相似的整體效果，而在不同的建筑集群具有顯著的差別。因此，住戶行為對(duì)建筑能耗的獨(dú)立影響可以靠聚類分析更加精確的確定并且四個(gè)影響因素與住戶的行為無(wú)關(guān)。需要注意的是，這四個(gè)影響因素靠從現(xiàn)有數(shù)據(jù)庫(kù)選擇的相應(yīng)參數(shù)來(lái)呈現(xiàn)。進(jìn)行聚類分析前，為了處理不同的矛盾屬性，一些預(yù)處理步驟是必要的。例如，大部分能源相關(guān)的屬性有自己的單位。屬性單位從一個(gè)切換到另一個(gè)可能顯著地改變屬性值，從而

14、影響了集群的質(zhì)量和準(zhǔn)確性。因此，數(shù)據(jù)轉(zhuǎn)換技術(shù)應(yīng)用以幫助避免對(duì)屬性單位選擇的依賴。另外，數(shù)據(jù)轉(zhuǎn)換可以用來(lái)防止大范圍的屬性超過小范圍的屬性。同時(shí)，不同屬性對(duì)建筑能耗的貢獻(xiàn)可能會(huì)有很大的不同；因此，數(shù)據(jù)標(biāo)準(zhǔn)化之后，每個(gè)屬性應(yīng)與一個(gè)反映其意義的重量相關(guān)。灰色關(guān)聯(lián)分析將用于鑒別這些重量。該程序數(shù)據(jù)轉(zhuǎn)換和灰色關(guān)聯(lián)分析將在第2.2和2.3分別介紹在聚類分析中，從數(shù)據(jù)庫(kù)得到的觀察數(shù)據(jù)的不同用他們間的距離計(jì)算。在這項(xiàng)研究中，最流行的距離測(cè)量，歐氏距離，使用10： 其中k =（xk1，xk2，.，xkn）和l =（xl1，xl2，.，xln）是建筑物。 xk1，xk是n的k參數(shù)kl1，.，xln是n的l參數(shù)。常用

15、的聚類算法，包括k -均值和clarans 10。在這項(xiàng)研究中，由于其高效和廣泛的應(yīng)用，我們采用的k -均值與開源數(shù)據(jù)挖掘軟件weka中11，來(lái)進(jìn)行聚類分析。k - means算法是最簡(jiǎn)單的解決聚類問題分區(qū)的方法。給定一個(gè)含有w對(duì)象的數(shù)據(jù)集（d），k - means算法的目標(biāo)是把w對(duì)象分成兩個(gè)約束的k集群：1）每個(gè)群集中心是所有對(duì)象在該組的平均位置，（2）每個(gè)對(duì)象都被分配到與中心最接近的集群。該算法給定的步驟包括：（1）從表d隨機(jī)選擇k觀測(cè)結(jié)果作為初始聚類中心，（2）計(jì)算其余每個(gè)觀測(cè)中心和每個(gè)最初選擇之間的距離，（3）把其余每個(gè)觀測(cè)結(jié)果分配到最近的集群中心，（4）重新計(jì)算的平均值，即集群中心，

16、新的集群，以及（5）重復(fù)步驟2-4，直到算法回合，這意味著聚類中心并沒有改變。應(yīng)一提的是k -均值對(duì)初始聚類中心是相當(dāng)敏感的。因此，應(yīng)該嘗試不同的值，以獲得集群內(nèi)距離的最小和。與此同時(shí)，分群數(shù)應(yīng)事先指定。2.2 數(shù)據(jù)轉(zhuǎn)換如前所述，為了應(yīng)對(duì)測(cè)量數(shù)據(jù)集的不一致數(shù)據(jù)轉(zhuǎn)換已應(yīng)用。具體來(lái)說，最小最大正?；?0對(duì)值進(jìn)行縮放，以使他們預(yù)定的范圍之內(nèi)。最大最小正?；瘍?yōu)勢(shì)在于由于對(duì)它進(jìn)行了線性正?；顾軌虮Ａ舫跏紨?shù)據(jù)之間的關(guān)系。假設(shè)xmax 和xmin是原始的最大和最小的數(shù)值型屬性值。通過最小最大正?；粋€(gè)值，x，這個(gè)屬性可以通過計(jì)算 被轉(zhuǎn)換到x在新的指定范圍內(nèi)xmin，xmax在這項(xiàng)研究中，新的范圍定義為

17、0,1。對(duì)于二進(jìn)制屬性，他們的兩種狀態(tài)，如房間空調(diào)器的運(yùn)行狀態(tài)，即開，關(guān)，可以直接轉(zhuǎn)化為0,1或1,0。這個(gè)決定根據(jù)是否有一個(gè)更好的正值重新編寫這兩種狀態(tài)為0,1或1,0。對(duì)于隱序的多值類別屬性往往有必要的先排列它們的有序狀態(tài)，然后通過 在獲得的0,1 范圍內(nèi)作圖。其中，x：每個(gè)狀態(tài)的轉(zhuǎn)化價(jià)值，ranki：每個(gè)狀態(tài)對(duì)應(yīng)的排序，rankmax：最大的排序。例如，認(rèn)證的四個(gè)級(jí)別在綠色建筑評(píng)級(jí)制度中能源與環(huán)境設(shè)計(jì)（leed）的領(lǐng)導(dǎo)作用，即認(rèn)證，銀，金，白金，將采用上述方法轉(zhuǎn)化成0,1 / 3，2 / 3，1。2.3 灰色關(guān)聯(lián)分析基于幾何數(shù)學(xué)，灰色關(guān)聯(lián)分析（gra）已經(jīng)提出，以便找到可以用來(lái)描述主要相

18、關(guān)因素之間關(guān)系趨勢(shì)的灰色關(guān)聯(lián)度和灰色關(guān)聯(lián)序（即灰色關(guān)聯(lián)度排名），并確定很顯著影響預(yù)定目標(biāo)的重要因素 12。例如，如果建筑能耗是目標(biāo)因素，gra可提供各影響因子的灰色關(guān)聯(lián)度，如室外空氣溫度和面積。這些灰色關(guān)聯(lián)度都是對(duì)總建筑能源消費(fèi)數(shù)值可測(cè)有較大的影響因素。與其它類似的多如回歸分析和主因子成分分析方法比較，它的主要優(yōu)點(diǎn)是相對(duì)簡(jiǎn)單，并能夠處理不具有典型概率分布的小數(shù)據(jù)集。讓y0成為目標(biāo)序列（測(cè)量數(shù)據(jù)的目標(biāo)因子，如建筑能源消耗），讓yi成為比較序列（實(shí)測(cè)數(shù)據(jù)的相關(guān)因素，如各種影響建筑能耗的因素）： gra過程的描述如下：第1步：規(guī)范化原始數(shù)據(jù)（最大最小正?；糜谶@項(xiàng)研究中），y0和yi用來(lái)表示得到的正

19、?；蛄?第2步：計(jì)算灰色關(guān)聯(lián)系數(shù)。y0和yi之間的i(k)定義為 其中是區(qū)別系數(shù)和0 0.9 表明顯著影響， 0.8表示比較有顯著影響， 0.7表示不可忽視的影響，和 參照最小。關(guān)于其他三組，圖.11-13表明，全年客廳的最大溫度維持在大約24c，而參照建筑的客廳溫度和最小值隨室外氣溫變化。顯然，這三種建筑利用空間制冷和加熱的頻率無(wú)論在制冷還是取暖季節(jié)都與第一組的排序相同。這些結(jié)果表明，住戶追求熱舒適的行為通常會(huì)導(dǎo)致高能源消耗。因此，必須有一個(gè)人熱舒適度和建筑能耗的權(quán)衡，并且有必要達(dá)到通過調(diào)整住戶行為獲得高舒適度水平和減少能耗的平衡。 4 總結(jié)本文的主要目的是通過聚類技術(shù)發(fā)展新的數(shù)據(jù)分析方法，確定住戶行為對(duì)建筑能耗的影響。它基于與住戶行為無(wú)關(guān)的四種影響因素，把所有調(diào)查建筑中的相似建筑分組，因此對(duì)于同一組中的各建筑這四個(gè)因素對(duì)建筑能耗