CN109726854A - 一种热水负荷预测的方法和装置 - Google Patents
一种热水负荷预测的方法和装置 Download PDFInfo
- Publication number
- CN109726854A CN109726854A CN201811479105.4A CN201811479105A CN109726854A CN 109726854 A CN109726854 A CN 109726854A CN 201811479105 A CN201811479105 A CN 201811479105A CN 109726854 A CN109726854 A CN 109726854A
- Authority
- CN
- China
- Prior art keywords
- hot water
- load
- quota
- water
- predicted
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明公开了一种热水负荷预测的方法和装置,该方法包括:S1:确定待预测用户的数量,并提取全部所述待预测用户使用热水的历史负荷数据;S2:根据确定的待预测用户的数量,计算全部所述待预测用户在满额使用热水时的热水满额用水量;S3:根据计算的热水满额用水量,计算全部所述待预测用户在满额使用热水时的热水满额负荷;S4:根据提取的历史负荷数据和计算的热水满额负荷,建立待预测用户的热水负荷预测模型;S5:根据建立的热水负荷预测模型对待预测用户进行热水负荷预测。本发明以实际热水负荷为基础,有效地提高了预测结果的准确性,解决了以经验数据所得到的生活热水负荷预测结果可靠性低的问题。
Description
技术领域
本发明涉及建筑设计技术领域,特别涉及一种热水负荷预测的方法和装置。
背景技术
可持续发展是重要的发展战略,城市化进程中越来越多的城市把建设的重点放在城市整体的可持续发展,积极开展低碳城市、生态城区的实践。随着绿色和可持续发展概念在实践中的深化,城市社区设计逐步由单体的绿色建筑向整个城市的可持续发展转变。
目前一般建筑生活热水用量较大,其生活热水出水温度设置点常年恒定,水温设计值在60℃,实际运行设置值一般在50℃以上,不分热水使用区域,不考虑热水使用时段不同负荷不同,也不考虑不同气候热水负荷需求不同等特点,导致生活热水系统常年24小时供应状态,没有按需供应,不仅耗费大量热量,而且热水循环泵长期运行能耗巨大。
负荷预测是能源规划设计和运行的基础,目前主要包括冷热负荷、热水负荷、电负荷预测等。而对于热水负荷的预测并不具有比较严谨的预测模型,常采用经验数据来预测生活热水的用量,从而造成预测结果与实际情况之间产生存在相对较高的偏差。
发明内容
本发明实施例提供了一种热水负荷预测的方法和装置,以实际热水负荷为基础,有效地提高了预测结果的准确性,解决了以经验数据所得到的生活热水负荷预测结果可靠性低的问题。
第一方面,本发明实施例提供了一种热水负荷预测的方法,该方法包括:
S1:确定待预测用户的数量,并提取全部所述待预测用户使用热水的历史负荷数据;
S2:根据确定的待预测用户的数量,计算全部所述待预测用户在满额使用热水时的热水满额用水量;
S3:根据计算的热水满额用水量,计算全部所述待预测用户在满额使用热水时的热水满额负荷;
S4:根据提取的历史负荷数据和计算的热水满额负荷,建立待预测用户的热水负荷预测模型;
S5:根据建立的热水负荷预测模型对待预测用户进行热水负荷预测。
本发明实施例提供热水负荷预测的方法,以实际热水负荷为基础,有效地提高了预测结果的准确性,解决了以经验数据所得到的生活热水负荷预测结果可靠性低的问题。
优选地,步骤S2的具体过程包括:
根据确定的待预测用户的数量,利用用水量计算公式计算全部所述待预测用户在满额使用热水时的热水满额用水量;
所述用水量计算公式为:
V=niqrC(th-tc)ρ水
其中,V为热水满额用水量;ni为用水计算单位数量;qr为单位热水用水定额;C为水的比热容,数值为4.2×103J/(kg·℃);th为热水温度;tc为自来水温度;ρ水为水的密度。
优选地,步骤S3的具体过程包括:
根据计算的热水满额用水量,利用热水负荷计算公式计算全部所述待预测用户在满额使用热水时的热水满额负荷;
所述热水负荷计算公式为:
其中,Q满为热水满额负荷;T为每天使用热水的时间。
优选地,步骤S4的具体过程包括:
S41:根据提取的历史负荷数据,获得待预测用户的热水使用的变化系数;
S42:根据热水满额负荷和待预测用户的热水使用的变化系数,建立待预测用户的热水负荷预测模型。
本发明实施例对历史负荷数据可以进行清洗,纠正和去除数据的错误,获得更为完整的信息,提高数据的质量、正确性,从而减小异常数据对预测结果的影响。
优选地,步骤S4建立的热水负荷预测模型为:
其中,Qhw为热水负荷;Kh为热水使用的变化系数。
第二方面,本发明实施例提供了一种热水负荷预测的装置,该装置包括:数据获取模块、满额计算模块、负荷计算模块、模型建立模块和负荷预测模块,其中,
所述数据获取模块,用于确定待预测用户的数量,并提取全部所述待预测用户使用热水的历史负荷数据;
所述满额计算模块,用于根据所述数据获取模块确定的待预测用户的数量,计算全部所述待预测用户在满额使用热水时的热水满额用水量;
所述负荷计算模块,用于根据所述满额计算模块计算的热水满额用水量,计算全部所述待预测用户在满额使用热水时的热水满额负荷;
所述模型建立模块,用于根据所述数据获取模块提取的历史负荷数据和所述负荷计算模块计算的热水满额负荷,建立待预测用户的热水负荷预测模型;
所述负荷预测模块,用于根据所述模型建立模块建立的热水负荷预测模型对待预测用户进行热水负荷预测。
本发明实施例提供热水负荷预测的装置,以实际热水负荷为基础,有效地提高了预测结果的准确性,解决了以经验数据所得到的生活热水负荷预测结果可靠性低的问题。
优选地,所述满额计算模块,具体用于根据所述数据获取模块确定的待预测用户的数量,利用用水量计算公式计算全部所述待预测用户在满额使用热水时的热水满额用水量;
所述用水量计算公式为:
V=niqrC(th-tc)ρ水
其中,V为热水满额用水量;ni为用水计算单位数量;qr为单位热水用水定额;C为水的比热容,数值为4.2×103J/(kg·℃);th为热水温度;tc为自来水温度;ρ水为水的密度。
优选地,所述负荷计算模块,具体用于根据所述满额计算模块计算的热水满额用水量,利用热水负荷计算公式计算全部所述待预测用户在满额使用热水时的热水满额负荷;
所述热水负荷计算公式为:
其中,Q满为热水满额负荷;T为每天使用热水的时间。
优选地,所述模型建立模块包括:系数获得单元和模型建立单元,其中,所述系数获得单元,用于根据所述数据获取模块提取的历史负荷数据,获得待预测用户的热水使用的变化系数;
所述模型建立单元,用于根据所述负荷计算模块计算的热水满额负荷和所述系数获得单元获得的热水使用的变化系数,建立待预测用户的热水负荷预测模型。
本发明实施例对历史负荷数据可以进行清洗,纠正和去除数据的错误,获得更为完整的信息,提高数据的质量、正确性,从而减小异常数据对预测结果的影响。
优选地,所述模型建立模块建立的热水负荷预测模型为:
其中,Qhw为热水负荷;Kh为热水使用的变化系数。
与现有技术相比,本发明至少具有以下有益效果:
本发明以实际热水负荷为基础,有效地提高了生活热水负荷预测结果的准确性,解决了以经验数据为依据所得到的生活热水负荷预测结果可靠性低的问题;
本发明对历史负荷数据可以进行清洗,纠正和去除数据的错误,获得更为完整的信息,提高数据的质量、正确性,从而减小异常数据对预测结果的影响。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的一种热水负荷预测的方法进行预测的流程图;
图2是本发明一个实施例提供的一种热水负荷预测的装置的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的全部所述其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供了一种热水负荷预测的方法,该方法可以包括以下步骤:
S1:确定待预测用户的数量,并提取全部所述待预测用户使用热水的历史负荷数据;
S2:根据确定的待预测用户的数量,计算全部所述待预测用户在满额使用热水时的热水满额用水量;
S3:根据计算的热水满额用水量,计算全部所述待预测用户在满额使用热水时的热水满额负荷;
S4:根据提取的历史负荷数据和计算的热水满额负荷,建立待预测用户的热水负荷预测模型;
S5:根据建立的热水负荷预测模型对待预测用户进行热水负荷预测。
该实施例提供热水负荷预测的方法,以实际热水负荷为基础,有效地提高了预测结果的准确性,解决了以经验数据所得到的生活热水负荷预测结果可靠性低的问题。
在本发明一个实施例中,步骤S2的具体过程包括:
根据确定的待预测用户的数量,利用用水量计算公式计算全部所述待预测用户在满额使用热水时的热水满额用水量;
所述用水量计算公式为:
V=niqrC(th-tc)ρ水
其中,V为热水满额用水量;ni为用水计算单位数量;qr为单位热水用水定额;C为水的比热容,数值为4.2×103J/(kg·℃);th为热水温度;tc为自来水温度;ρ水为水的密度。
在本发明一个实施例中,步骤S3的具体过程包括:
根据计算的热水满额用水量,利用热水负荷计算公式计算全部所述待预测用户在满额使用热水时的热水满额负荷;
所述热水负荷计算公式为:
其中,Q满为热水满额负荷;T为每天使用热水的时间。
在本发明一个实施例中,步骤S4的具体过程包括:
S41:根据提取的历史负荷数据,获得待预测用户的热水使用的变化系数;
S42:根据热水满额负荷和待预测用户的热水使用的变化系数,建立待预测用户的热水负荷预测模型。
该实施例对历史负荷数据可以进行清洗,纠正和去除数据的错误,获得更为完整的信息,提高数据的质量、正确性,从而减小异常数据对预测结果的影响。
在本发明一个实施例中,步骤S4建立的热水负荷预测模型为:
其中,Qhw为热水负荷;Kh为热水使用的变化系数。
值得说明的是,以上各实施例中均对边界条件进行了假设,①用水单位不受气候条件等因素的影响;②忽略用水单位的极端用水情况。
为了更加清晰阐述本发明提供的方法,下面实施例提供了一种热水负荷预测的方法。
在该实施例中同样对边界条件进行了假设,①用水单位不受气候条件等因素的影响;②忽略用水单位的极端用水情况。
第一步,根据用户侧的具体数量,计算用户侧在满额用热水时的满额用水量。
V=niqrC(th-tc)ρ水
第二步,根据满额用水量,计算用户侧在满额用热水时的热水负荷大小。
第三步,由于在不同的用户侧的热水负荷不为满负荷使用,所以根据经验数据乘以一个系数。
下表1为常见的不同建筑的单位热水用水定额和热水使用变化系数等数据情况。
表1
因此,可建立建筑生活热水负荷预测的模型:
上述各式中:
Qhw:为生活热水负荷,单位kJ/h;
Kh:为热水使用变化系数;
ni:为用水计算单位数量(人数、房间数、床位数等);
qr:为单位热水用水定额(L/人·天,L/个·天,L/床·天);
C:为水的比热容,4.2×103J/(kg·℃);
th:为热水温度,单位℃;
tc:为自来水温度,单位℃;
ρ水:为水的密度,1.0×103kg/m3
T:为每天使用热水的时间,单位h。
本发明以实际热水负荷为基础,有效地提高了生活热水负荷预测结果的准确性,解决了以经验数据为依据所得到的生活热水负荷预测结果可靠性低的问题;除此之外,对历史负荷数据进行清洗,纠正和去除数据的错误,获得更为完整的信息,提高数据的质量、正确性,从而减小异常数据对预测结果的影响。
如图2所示,本发明实施例提供了一种热水负荷预测的装置,该装置可以包括:数据获取模块、满额计算模块、负荷计算模块、模型建立模块和负荷预测模块,其中,
所述数据获取模块,用于确定待预测用户的数量,并提取全部所述待预测用户使用热水的历史负荷数据;
所述满额计算模块,用于根据所述数据获取模块确定的待预测用户的数量,计算全部所述待预测用户在满额使用热水时的热水满额用水量;
所述负荷计算模块,用于根据所述满额计算模块计算的热水满额用水量,计算全部所述待预测用户在满额使用热水时的热水满额负荷;
所述模型建立模块,用于根据所述数据获取模块提取的历史负荷数据和所述负荷计算模块计算的热水满额负荷,建立待预测用户的热水负荷预测模型;
所述负荷预测模块,用于根据所述模型建立模块建立的热水负荷预测模型对待预测用户进行热水负荷预测。
该实施例提供热水负荷预测的装置,以实际热水负荷为基础,有效地提高了预测结果的准确性,解决了以经验数据所得到的生活热水负荷预测结果可靠性低的问题。
在本发明一个实施例中,所述满额计算模块,具体用于根据所述数据获取模块确定的待预测用户的数量,利用用水量计算公式计算全部所述待预测用户在满额使用热水时的热水满额用水量;
所述用水量计算公式为:
V=niqrC(th-tc)ρ水
其中,V为热水满额用水量;ni为用水计算单位数量;qr为单位热水用水定额;C为水的比热容,数值为4.2×103J/(kg·℃);th为热水温度;tc为自来水温度;ρ水为水的密度。
在本发明一个实施例中,所述负荷计算模块,具体用于根据所述满额计算模块计算的热水满额用水量,利用热水负荷计算公式计算全部所述待预测用户在满额使用热水时的热水满额负荷;
所述热水负荷计算公式为:
其中,Q满为热水满额负荷;T为每天使用热水的时间。
在本发明一个实施例中,所述模型建立模块包括:系数获得单元和模型建立单元,其中,
所述系数获得单元,用于根据所述数据获取模块提取的历史负荷数据,获得待预测用户的热水使用的变化系数;
所述模型建立单元,用于根据所述负荷计算模块计算的热水满额负荷和所述系数获得单元获得的热水使用的变化系数,建立待预测用户的热水负荷预测模型。
本发明实施例对历史负荷数据可以进行清洗,纠正和去除数据的错误,获得更为完整的信息,提高数据的质量、正确性,从而减小异常数据对预测结果的影响。
在本发明一个实施例中,所述模型建立模块建立的热水负荷预测模型为:
其中,Qhw为热水负荷;Kh为热水使用的变化系数。
上述装置内的各模块之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
本发明提供的热水负荷预测的装置以实际热水负荷为基础,有效地提高了生活热水负荷预测结果的准确性,解决了以经验数据为依据所得到的生活热水负荷预测结果可靠性低的问题;除此之外,对历史负荷数据进行清洗,纠正和去除数据的错误,获得更为完整的信息,提高数据的质量、正确性,从而减小异常数据对预测结果的影响。
需要说明的是,在本文中,诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个······”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储在计算机可读取的存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后需要说明的是:以上所述仅为本发明的较佳实施例,仅用于说明本发明的技术方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种热水负荷预测的方法,其特征在于,该方法包括:
S1:确定待预测用户的数量,并提取全部所述待预测用户使用热水的历史负荷数据;
S2:根据确定的待预测用户的数量,计算全部所述待预测用户在满额使用热水时的热水满额用水量;
S3:根据计算的热水满额用水量,计算全部所述待预测用户在满额使用热水时的热水满额负荷;
S4:根据提取的历史负荷数据和计算的热水满额负荷,建立待预测用户的热水负荷预测模型;
S5:根据建立的所述热水负荷预测模型,对待预测用户进行热水负荷预测。
2.根据权利要求1所述热水负荷预测的方法,其特征在于,
步骤S2的具体过程包括:
根据确定的待预测用户的数量,利用用水量计算公式计算全部所述待预测用户在满额使用热水时的热水满额用水量;
所述用水量计算公式为:
V=niqrC(th-tc)ρ水
其中,V为热水满额用水量;ni为用水计算单位数量;qr为单位热水用水定额;C为水的比热容,数值为4.2×103J/(kg·℃);th为热水温度;tc为自来水温度;ρ水为水的密度。
3.根据权利要求2所述热水负荷预测的方法,其特征在于,
步骤S3的具体过程包括:
根据计算的热水满额用水量,利用热水负荷计算公式计算全部所述待预测用户在满额使用热水时的热水满额负荷;
所述热水负荷计算公式为:
其中,Q满为热水满额负荷;T为每天使用热水的时间。
4.根据权利要求3所述热水负荷预测的方法,其特征在于,
步骤S4的具体过程包括:
S41:根据提取的历史负荷数据,获得待预测用户的热水使用的变化系数;
S42:根据热水满额负荷和待预测用户的热水使用的变化系数,建立待预测用户的热水负荷预测模型。
5.根据权利要求4所述热水负荷预测的方法,其特征在于,
步骤S4建立的热水负荷预测模型为:
其中,Qhw为热水负荷;Kh为热水使用的变化系数。
6.一种热水负荷预测的装置,其特征在于,该装置包括:数据获取模块、满额计算模块、负荷计算模块、模型建立模块和负荷预测模块,其中,
所述数据获取模块,用于确定待预测用户的数量,并提取全部所述待预测用户使用热水的历史负荷数据;
所述满额计算模块,用于根据所述数据获取模块确定的待预测用户的数量,计算全部所述待预测用户在满额使用热水时的热水满额用水量;
所述负荷计算模块,用于根据所述满额计算模块计算的热水满额用水量,计算全部所述待预测用户在满额使用热水时的热水满额负荷;
所述模型建立模块,用于根据所述数据获取模块提取的历史负荷数据和所述负荷计算模块计算的热水满额负荷,建立待预测用户的热水负荷预测模型;
所述负荷预测模块,用于根据所述模型建立模块建立的热水负荷预测模型对待预测用户进行热水负荷预测。
7.根据权利要求6所述热水负荷预测的装置,其特征在于,
所述满额计算模块,具体用于根据所述数据获取模块确定的待预测用户的数量,利用用水量计算公式计算全部所述待预测用户在满额使用热水时的热水满额用水量;
所述用水量计算公式为:
V=niqrC(th-tc)ρ水
其中,V为热水满额用水量;ni为用水计算单位数量;qr为单位热水用水定额;C为水的比热容,数值为4.2×103J/(kg·℃);th为热水温度;tc为自来水温度;ρ水为水的密度。
8.根据权利要求7所述热水负荷预测的装置,其特征在于,
所述负荷计算模块,具体用于根据所述满额计算模块计算的热水满额用水量,利用热水负荷计算公式计算全部所述待预测用户在满额使用热水时的热水满额负荷;
所述热水负荷计算公式为:
其中,Q满为热水满额负荷;T为每天使用热水的时间。
9.根据权利要求8所述热水负荷预测的装置,其特征在于,
所述模型建立模块包括:系数获得单元和模型建立单元,其中,
所述系数获得单元,用于根据所述数据获取模块提取的历史负荷数据,获得待预测用户的热水使用的变化系数;
所述模型建立单元,用于根据所述负荷计算模块计算的热水满额负荷和所述系数获得单元获得的热水使用的变化系数,建立待预测用户的热水负荷预测模型。
10.根据权利要求9所述热水负荷预测的装置,其特征在于,
所述模型建立模块建立的热水负荷预测模型为:
其中,Qhw为热水负荷;Kh为热水使用的变化系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811479105.4A CN109726854A (zh) | 2018-12-05 | 2018-12-05 | 一种热水负荷预测的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811479105.4A CN109726854A (zh) | 2018-12-05 | 2018-12-05 | 一种热水负荷预测的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109726854A true CN109726854A (zh) | 2019-05-07 |
Family
ID=66295248
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811479105.4A Pending CN109726854A (zh) | 2018-12-05 | 2018-12-05 | 一种热水负荷预测的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109726854A (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101135471A (zh) * | 2007-09-29 | 2008-03-05 | 江苏天舒电器有限公司 | 热泵热水系统动态节能运行的预测与控制方法 |
CN101799306A (zh) * | 2009-02-11 | 2010-08-11 | 沈忠文 | 一种生活给水秒流量试验方法 |
-
2018
- 2018-12-05 CN CN201811479105.4A patent/CN109726854A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101135471A (zh) * | 2007-09-29 | 2008-03-05 | 江苏天舒电器有限公司 | 热泵热水系统动态节能运行的预测与控制方法 |
CN101799306A (zh) * | 2009-02-11 | 2010-08-11 | 沈忠文 | 一种生活给水秒流量试验方法 |
Non-Patent Citations (3)
Title |
---|
上海市建设和管理委员会: "《建筑给水排水设计规范(GB_50015-2003)》", 10 April 2010, 建设部标准定额研究所组织中国计划出版社 * |
朱跃云等: "民用建筑生活热水小时变化系数Kh的推求", 《给水排水》 * |
赵颖等: "西南医院门诊楼热水量变化分析", 《给水排水》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108985544A (zh) | 一种供热系统能效分析输出方法及装置 | |
Peach et al. | Optimising deep-level mine refrigeration control for sustainable cost savings | |
CN109974231A (zh) | 冰蓄冷空调冰量规划方法、装置、设备及介质 | |
CN108253519B (zh) | 基于电采暖的用电控制方法 | |
Abdur Rehman et al. | Enabling technologies for sector coupling: A review on the role of heat pumps and thermal energy storage | |
Dvorak et al. | Simulation-based assessment of data center waste heat utilization using aquifer thermal energy storage of a university campus | |
Cotrufo et al. | Virtual measurement of the air properties in air-handling units (AHUs) or virtual re-calibration of sensors | |
Orynycz et al. | Technology management leading to a smart system solution assuring a decrease of energy consumption in recreational facilities | |
Arabzadeh et al. | A cost-optimal solar thermal system for apartment buildings with district heating in a cold climate | |
Mao et al. | Towards fast energy performance evaluation: A pilot study for office buildings | |
Werner et al. | District heating research in China | |
Kim et al. | Development of an assessment method for energy performance of residential buildings using G-SEED in South Korea | |
CN109726854A (zh) | 一种热水负荷预测的方法和装置 | |
Wang et al. | An adaptability evaluation of large-scale solar energy for hot water application based on energy-economic-environment consideration: A case study of city-residential buildings in China | |
Gang et al. | District cooling systems and individual cooling systems: Comparative analysis and impacts of key factors | |
Sickinger et al. | Thermosyphon Cooler Hybrid System for Water Savings in an Energy-Efficient HPC Data Center: Results from 24 Months and the Impact on Water Usage Effectiveness | |
Belliardi et al. | A method to analyze the performance of geocooling systems with borehole heat exchangers. Results in a monitored residential building in southern alps | |
CN112560329B (zh) | 不确定性下的工业装置能量系统数据驱动鲁棒优化方法 | |
Dang et al. | Fifth generation district heating and cooling: A comprehensive survey | |
Chandla Ellis et al. | An IoT based system for improving the solar water heater | |
Laković et al. | Coal-fired power plant power output variation due to local weather conditions | |
Ochs et al. | Monitoring and simulation-based optimization of two multi-apartment NZEBs with heat pump, solar thermal and PV | |
Ruicheng et al. | Analysis for marketization development prospect of large-scale solar heating combisystems in China | |
Feng et al. | Application of absorption heat pump and direct-contact total heat exchanger to advanced-recovery flue-gas waste heat for gas boiler | |
Hartman | Library and museum HVAC: New technologies/new opportunities. Part 1 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190507 |
|
RJ01 | Rejection of invention patent application after publication |