CN113344286A - 预测室内温度分布的方法及装置 - Google Patents

预测室内温度分布的方法及装置 Download PDF

Info

Publication number
CN113344286A
CN113344286A CN202110717244.1A CN202110717244A CN113344286A CN 113344286 A CN113344286 A CN 113344286A CN 202110717244 A CN202110717244 A CN 202110717244A CN 113344286 A CN113344286 A CN 113344286A
Authority
CN
China
Prior art keywords
temperature
indoor
indoor temperature
values
points
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
Application number
CN202110717244.1A
Other languages
English (en)
Inventor
张伟荣
赵雅楠
臧紫晗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN202110717244.1A priority Critical patent/CN113344286A/zh
Publication of CN113344286A publication Critical patent/CN113344286A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Economics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Development Economics (AREA)
  • Evolutionary Biology (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本申请提供一种预测室内温度分布的方法及装置。其中，所述方法包括：根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数；获取分布设立于室内的若干温度预测点；求解所述室内若干温度预测点在对应所述室内温度预测函数中作为因变量的若干温度值，生成室内若干温度预测点的若干温度值；根据所述室内若干温度预测点温度值，生成室内温度分布数据。

Description

预测室内温度分布的方法及装置
技术领域
本申请涉及建筑室内温度分布领域，尤其涉及一种预测室内温度分布的方法及装置。
背景技术
现有技术中建筑室内非均匀温度分布由于可以同时满足个性化热舒适和降低建筑能耗的要求，受到了许多用户的重视。通常我们采用计算流体力学模型(CFD)模拟室内温度分布的方法来计算室内温度，并通过空调系统或者其他调温设备改变室内温度，进而使得室内温度满足用户的需求。
在实现现有技术的过程中，发明人发现：
在对室内温度进行CFD模拟计算，生成室内温度分布过程中，实际的室内动态边界条件是无法确定的。即便室内动态边界条件可以预先确定，由于室内热边界条件随时间变化的原因，也需要多次设置边界条件重复模拟计算，导致计算时间过长的问题。
因此，需要提供一种能够快速预测室内温度分布的技术方案。
发明内容
本申请实施例提供一种预测室内温度分布的技术方案，用以解决现有技术中在对室内非均匀温度分布进行温度预测时计算计算时间过长的问题。
具体的，一种预测室内温度分布的方法，包括：
根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数；
获取分布设立于室内的若干温度预测点；
求解所述室内若干温度预测点在对应所述室内温度预测函数中作为因变量的若干温度值，生成室内若干温度预测点的温度值；
根据所述室内若干温度预测点温度值，生成室内温度分布数据。
进一步的，所述在根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数前，还包括：
根据室内温度场数据，建立温度预测模型；
其中，所述室内温度场数据至少表征室内空气密度的参数、室内空气比热容参数、室内若干热因子的温度场参数。
进一步的，所述根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数，具体包括：
根据温度预测模型中的若干热因子，相应设置室内若干温度采集点；
采集所述若干温度采集点温度测量数据；
计算所述若干温度采集点的若干热源敏感度值；
基于所述若干温度采集点温度测量数据和所述若干温度采集点的若干热源敏感度值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
进一步的，所述计算温度采集点的若干热源敏感度值通过热源敏感度函数计算得出。
进一步的，所述基于若干温度采集点温度测量数据和所述若干温度采集点的若干热源敏感度值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数，具体包括：
通过若干温度采集点温度测量数据与若干温度采集点的若干热源敏感度值进行矩阵运算，生成若干室内温度变化值；
根据所述生成的若干室内温度变化值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
本申请实施例还提供一种预测室内温度分布的装置，包括：
函数建立模块，用于根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数；
获取模块，用于获取分布设立于室内的若干温度预测点；
处理模块，用于求解所述室内若干温度预测点在对应所述室内温度预测函数中作为因变量的若干温度值，生成室内若干温度预测点的温度值；
生成模块，用于根据所述室内若干温度预测点温度值，生成室内温度分布数据。
进一步的，所述在函数建立模块前，还包括：
根据室内温度场数据，建立温度预测模型；
其中，所述室内温度场数据至少表征室内空气密度的参数、室内空气比热容参数、室内若干热因子的温度场参数。
进一步的，所述函数建立模块，具体包括：
根据温度预测模型中的若干热因子，相应设置室内若干温度采集点；
采集所述若干温度采集点温度测量数据；
计算所述若干温度采集点的若干热源敏感度值；
基于所述若干温度采集点温度测量数据和所述若干温度采集点的若干热源敏感度值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
进一步的，所述计算温度采集点的若干热源敏感度值通过热源敏感度函数计算得出。
进一步的，所述基于若干温度采集点温度测量数据和所述若干温度采集点的若干热源敏感度值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数，具体包括：
通过若干温度采集点温度测量数据与若干温度采集点的若干热源敏感度值进行矩阵运算，生成若干室内温度变化值；
根据所述生成的若干室内温度变化值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
本申请实施例提供的技术方案，至少具有如下有益效果：当室内温度发生变化时，本方法以及装置能够在不重复进行CFD模拟计算的前提下，实现室内温度分布的快速预测。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请实施例提供的一种预测室内温度分布方法的流程图。
图2为本申请实施例提供的一种预测室内温度分布装置的结构示意图。
图3为本申请实施例提供的一种预测室内房间模型的示意图。
图4为本申请实施例提供的一种选取室内温度采集点的示意图。
图5为本申请实施例提供的一种选取室内温度预测点的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
随着对满足个性化热舒适和降低建筑能耗的要求越来越高，室内热环境的优化设计和多末端系统的精确调控越来越受到人们的重视，因而获取实时的室内非均匀温度分布是十分必要的。现有技术在获取建筑室内非均匀温度分布时，通常利用CFD进行模拟计算得出。由于室内热环境通常都是非稳态的，即室内热边界条件会随着时间的变化而变化，这种动态变化很难确定，这也意味着应用CFD模拟计算室内温度分布的方法无法实时获取较为准确的室内温度分布。即使室内非稳态边界条件可以确定，也需要多次设置边界条件重复模拟计算，导致计算时间过长，计算负荷过高等问题。针对现有技术中存在的计算时间长，计算负荷高，实时性较差等问题，本申请提供了一种快速预测室内温度分布的方法。本申请提供的一种快速预测室内温度分布的方法相比于采用CFD模拟计算室内温度分布的方法而言，该预测室内温度分布的方法可以更加便捷快速的获取实时的室内温度分布。
请参照图1，为本申请实施例提供的一种预测室内温度分布的方法，具体包括以下步骤：
S100:根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
具体的，温度预测模型是根据室内温度场数据而建立的，通过温度预测模型建立室内温度预测函数。该室内温度预测函数可针对室内任一温度预测点进行函数计算，从而计算室内任一温度预测点的温度值。即通过建立室内温度预测函数，预测室内任意位置的温度值，进而生成室内非均匀温度分布的数据。
应当指出的是，温度预测模型是根据室内温度场数据而建立的。建筑室内温度场数据主要受空调送风、热因子散发热量(温度上升)或吸收热量(温度下降)等热因素的影响。在本申请的预测室内温度分布的方法中，当室内热环境在受强制对流主导流场影响时，热因子附近的浮力对室内流场的影响可以忽略，即室内流场可以假设为稳态流场。在室内流场为稳态流场下时，室内温度场可以认为具有线性特性，即总温度场可以看作是由多个受单一热因子主导的子温度场的线性合成。当室内热环境在受自然对流主导流场影响时，室内流场为非稳态流场。在室内流场为非稳态流场下时，室内温度场不具有线性特性。
可以理解的是，建筑室内温度场主要受空调送风、热因子散发热量(温度上升)或吸收热量(温度下降)等热因素的影响。其中，散发热量或吸收热量的热因子至少包括：室内灯具的散热、室内电子设备的散热。可以理解的是，此处所述的热因子的具体形态，显然不构成对本申请具体保护范围的限制。
进一步的，在本申请提供的具体实施方式中，所述在根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数前，还包括：根据室内温度场数据，建立温度预测模型；其中，所述室内温度场数据至少表征室内空气密度的参数、室内空气比热容参数、室内若干热因子的温度场参数。
具体的，根据室内温度场数据，建立温度预测模型。室内温度场数据即在对室内房间进行建模后，采用CFD模拟计算得出的室内代表性边界条件下的代表性流场和各热因子主导的子温度场。在采用CFD模拟计算室内温度场数据时，首先计算出室内代表性流场，然后基于室内代表性流场，计算室内各热因子的主导的子温度场。根据室内代表性流场和基于室内代表性流场计算得的室内各热因子主导的子温度场，进而建立温度预测模型。
应当指出的是，对于所属技术领域人员来讲，采用CFD模拟计算室内代表性边界条件下的代表性流场和各热因子主导的子温度场，建立温度预测模型，是预测室内温度分布所熟知的惯用技术手段。在本申请的预测室内温度分布方法中，本方法基于此温度预测模型对室内任意位置点进行温度的预测。相比于现有的采用CFD模拟计算室内温度分布的方法而言，采用本申请的预测室内温度分布的方法，无需重复对室内温度进行CFD模拟计算，仅通过温度预测模型实现对温度的预测。
还应当指出的是，根据室内温度场数据，建立温度预测模型。温度预测模型的建立还根据室内流场特性决定。当室内温度分布中强制对流占主导地位时，可以认为室内流场为稳态流场，总温度场可以看作是有多个单一热源主导的子温度场的线性合成。在稳态流场中，采用CFD模拟计算室内代表性边界条件下的代表性流场和各热因子主导的子温度场，进而提取CFD中可以用来定量评价任意热因子对室内温度分布的敏感度，即热源敏感度值。热源敏感度值为室内任一热因子对某位置造成的温升或者温降与该热因子散热或吸热在完全均匀混合条件下该位置温升或温降绝对值的比值。当室内温度分布中自然对流占主导流场时，可以认为室内流场为非稳态流场，总温度场不具有线性合成的特征。在本申请提供的一个优选实施例中，当室内强制对流流场占主导地位时，室内流场认定为稳态流场。在稳态流场下，室内热边界条件的变化可通过热源敏感度值来获取。
可以理解的是，室内温度场数据至少表征室内空气密度的参数、室内空气比热容参数、室内若干热因子的温度场参数。室内温度场数据，即通过CFD模拟计算得出。即先对室内空间进行三维建模，定义室内外墙的传热系数、进气口的速度、进气口温度以及室内人员、灯具、电脑的热通量等。根据输入的数据，采用CFD模拟计算室内温度分布，从而得出室内温度场数据。在现有技术中，对于室内以辐射换热方式影响空气温度的热源很少被列入，本申请实施例同样将其考虑，使得预测的温度分布精度提高。室内以辐射换热方式有太阳的辐射、表面间的长波辐射等。
进一步的，在本申请提供的具体实施方式中，所述根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数，具体包括：根据温度预测模型中的若干热因子，相应设置室内若干温度采集点；采集所述若干温度采集点温度测量数据；计算所述若干温度采集点的若干热源敏感度值；基于所述若干温度采集点温度测量数据和所述若干温度采集点的若干热源敏感度值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
具体的，根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。以室内温度变化值为自变量的室内温度预测函数的得出，是根据设置的与温度预测模型中的若干热因子数量相同的室内若干温度采集点得出。通过采集温度预测模型中与若干热因子数量相同的室内若干温度采集点的温度以及计算温度采集点处的热源敏感度值，计算若干室内温度变化值为自变量的值，进而建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
应当指出的是，根据温度预测模型中的若干热因子，相应设置室内若干温度采集点。在强制对流主导流场中，由于热因子发热量改变导致的温度变化产生的浮力与空调系统送风相比是可以忽略的，因此可以认为热量的传输是线性的，即热源敏感度值可以认为是一个定值。在本申请的具体实施例中，对于强制对流主导流场，如果某个热因子的热源强度增加为原来的3倍，那么其对室内若干温度采集点造成的温升或温降也会增加为原来的3倍。即在室内某一热因子的热源强度增加为原来的若干倍数后，室内若干温度采集点造成的温升或温降也随之增加为原来的若干倍。即热源敏感度值可以在室内变化边界条件下无需重复CFD模拟计算快速获取温度分布的有效参数。
可以理解的是，计算所述若干温度采集点的若干热源敏感度值，在此需要指出的是，每个温度采集点经过计算都会得出该温度采集点的若干个热源敏感度值，那么若干个温度采集点在经过计算后生成的是各温度采集点的若干热源敏感度值。
可以理解的是，根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。室内温度预测函数是以若干室内温度变化值为自变量而建立的。室内温度变化值基于若干温度采集点温度测量数据和若干温度采集点的若干热源敏感度值运算得出。在根据温度预测模型中的若干热因子相应设置室内若干温度采集点中，如果热因子的热源强度增加为原来的若干倍，那么，对应的温度采集点处相对于该热因子的温度变化也相应的增加为原来的若干倍。
进一步的，在本申请提供的具体实施方式中，所述计算温度采集点的若干热源敏感度值通过热源敏感度函数计算得出。
具体的，温度采集点的若干热源敏感度值通过热源敏感度函数计算得出。此处所述的热源敏感度计算函数主要应用于强制对流主导流场下的温度分布。
温度采集点处的热源敏感度值根据热源敏感度函数计算得出，具体公式如下：
Figure BDA0003135309740000091
其中，m代表室内热因子。xi[m]代表温度采集点坐标。Tn[℃]代表室内中性温度，即室内初始温度。Tm,o[℃]代表室内热因子m散热(或吸热)Qm均匀扩散时室内温度。ΔTm,o＝Tm,o-Tn[℃]代表均匀扩散温度与中性温度温差。Tm(xi)[℃]代表CFD计算得到的热因子m散热(或吸热)Qm后xi位置温度。ΔTm(xi)＝Tm(xi)-Tn[℃]代表热因子m散热(或吸热)Qm后xi位置温度与中性温度温差。
Figure BDA0003135309740000101
代表热因子m的对流传热量。Cp[J/(kg·K)]代表室内空气比热容。ρ[kg/m3]代表空气密度。F[m3/s]代表送风量。
应当指出的是，热源敏感度函数中所代表的参数通过CFD模拟计算得出。热源敏感度值可以是通过
Figure BDA0003135309740000102
得出，即CFD模拟得到的热因子m散热或吸热后xi[m]位置温度与中性温度差除以均匀扩散温度与中性温度的差得出。热源敏感度值也可通过
Figure BDA0003135309740000103
得出，即热因子m散热或吸热后xi[m]位置温度与中性温度差除以热因子m的对流传热量、室内空气比热容、室内空气密度、室内送风量的值得出。
可以理解的是，热源敏感度计算函数中的若干参数是采用CFD模拟室内温分布而得出的。在本申请所提供的一种优选实施例中，对室内温度分布的预测，需要对室内温度场进行CFD模拟计算，但是，在后续预测室内温度分布预测中，则无需重复进行CFD模拟计算。
进一步的，在本申请提供的具体实施方式中，所述基于若干温度采集点温度测量数据和所述若干温度采集点的若干热源敏感度值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数，具体包括：通过若干温度采集点温度测量数据与若干温度采集点的若干热源敏感度值进行矩阵运算，生成若干室内温度变化值；根据所述生成的若干室内温度变化值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
具体的，通过若干温度采集点温度测量数据与若干温度采集点的若干热源敏感度值进行矩阵运算，生成若干室内温度变化值；根据所述生成的若干室内温度变化值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。在建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数前，需先计算若干室内温度变化值。若干室内温度变化值根据若干温度采集点温度测量数据与若干温度采集点的若干热源敏感度值进行矩阵运算得出。
应当指出的是，若干室内温度变化值的得出通过已知的温度采集点温度测量数据与若干温度采集点的若干热源敏感度值得出，具体的若干室内温度变化值通过以下公式得出：
Figure BDA0003135309740000111
其中，Snm代表第m个热因子在位置n处的热源敏感度值，。ΔTsn代表温度采集点的温度数据。ΔTm,o代表若干室内温度变化值。n即代表若干温度采集点，m代表若干热因子，显然进行的矩阵运算需保证n＝m，即上述所讲，根据温度预测模型中的若干热因子，相应设置室内若干温度采集点。上述求解若干室内温度变化值需将矩阵转变为以下式子：
Figure BDA0003135309740000112
应当指出的是，通过若干温度采集点温度测量数据与若干温度采集点的若干热源敏感度值进行矩阵运算，生成若干室内温度变化值。其中，生成若干室内温度变化值即生成若干个在单一热因子作用下的室内均匀温度变化值。
通过生成若干个在单一热因子作用下的室内均匀温度变化值，进而建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
S200:获取分布设立于室内的若干温度预测点。
具体的，在建立室内温度预测函数后，采集室内需要温度预测的若干温度预测点，这些预测点可根据室内空间进行垂直分布选取或水平分布选取。
应当指出的是，在温度预测模型建立的前提下，可根据上述热源敏感度函数公式，计算若干温度预测点的热源敏感度值。可以理解的是，获取分布设立于室内的若干温度预测点，即根据若干温度预测点的温度来生成室内温度分布数据。
S300:求解所述室内若干温度预测点在对应所述室内温度预测函数中作为因变量的若干温度值，生成室内若干温度预测点的温度值。
具体的，求解所述室内若干温度预测点在对应所述室内温度预测函数中作为因变量的温度值。即在室内若干温度预测点的坐标点和若干温度预测点的热源敏感值在已知的前提下，代入室内温度预测函数中，生成室内若干温度预测点的温度值。具体公式如下：
Figure BDA0003135309740000121
其中，ΔT(Xj)代表温度预测点Xj温度值。Sjm代表温度预测点Xj在热因子m的热源敏感度值。Smm代表若干热因子m在若干温度采集点n的热源敏感度值，上文已讲，温度采集点n与若干热因子m的数量相同。ΔTsm代表温度采集点n的温度值。通过上述公式，可分别求解若干预测点的温度值。
可以理解的是，上述求解温度预测点温度值的方法只需通过计算温度预测点的若干热源敏感值，然后通过上述公式计算便可得出，相比于现有的通过CFD模拟计算出来的温度方法而言，计算时间缩短，且计算结果符合相关误差允许的范围。
可以理解的是，在预测温度分布时，每个热源造成的整体空间的均匀温升或者温降时无法确定的。所以，在具体的实施例中，通过采集与热因子数量相等的温度采集点的温度数据，进而逆运算整体空间的均匀温升或者温降。
S400:根据所述室内若干温度预测点温度值，生成室内温度分布数据。
具体的，通过上述预测相关温度预测点温度值的方法，可求解室内多个位置的温度值。即可通过上述的温度预测方法，实现室内温度分布预测。
在本申请提供的具体实施方式中，预测室内温度分布的方法有如下步骤：
1.根据室内代表性流场数据和各子温度场数据，建立温度预测模型；
2.在室内采集与温度预测模型中热因子数量相等的温度采集点温度数据并计算各个热因子在温度采集点处的热源敏感度值；
3.根据室内采集的与热因子数量相等的温度采集点温度数据和各个热因子在温度采集点处的热源敏感度值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数；
4.确定需要预测温度的若干温度预测点，分别计算出每个温度预测点处对应若干热因子的若干热源敏感度值；
5.将每个温度预测点处的若干热源敏感度值分别代入室内温度预测函数中，得到每个温度预测点的温度预测值；
6.根据每个温度预测点的温度预测值，生成室内温度分布数据。
请参照图2，本申请公开一种预测室内温度分布的装置100，包括：
函数建立模块11，用于根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
具体的，温度预测模型是根据室内温度场数据而建立的，通过温度预测模型建立室内温度预测函数。该室内温度预测函数可针对室内任一温度预测点进行函数计算，从而计算室内任一温度预测点的温度值。即通过建立室内温度预测函数，预测室内任意位置的温度值，进而生成室内非均匀温度分布的数据。
应当指出的是，温度预测模型是根据室内温度场数据而建立的。建筑室内温度场数据主要受空调送风、热因子散发热量(温度上升)或吸收热量(温度下降)等热因素的影响。在本申请的预测室内温度分布的方法中，当室内热环境在受强制对流主导流场影响时，热因子附近的浮力对室内流场的影响可以忽略，即室内流场可以假设为稳态流场。在室内流场为稳态流场下时，室内温度场可以认为具有线性特性，即总温度场可以看作是由多个受单一热因子主导的子温度场的线性合成。当室内热环境在受自然对流主导流场影响时，室内流场为非稳态流场。在室内流场为非稳态流场下时，室内温度场不具有线性特性。
可以理解的是，建筑室内温度场主要受空调送风、热因子散发热量(温度上升)或吸收热量(温度下降)等热因素的影响。其中，散发热量或吸收热量的热因子至少包括：室内灯具的散热、室内电子设备的散热。可以理解的是，此处所述的热因子的具体形态，显然不构成对本申请具体保护范围的限制。
进一步的，在本申请提供的具体实施方式中，所述在根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数前，还包括：根据室内温度场数据，建立温度预测模型；其中，所述室内温度场数据至少表征室内空气密度的参数、室内空气比热容参数、室内若干热因子的温度场参数。
具体的，根据室内温度场数据，建立温度预测模型。室内温度场数据即在对室内房间进行建模后，采用CFD模拟计算得出的室内代表性边界条件下的代表性流场和各热因子主导的子温度场。在采用CFD模拟计算室内温度场数据时，首先计算出室内代表性流场，然后基于室内代表性流场，计算室内各热因子的主导的子温度场。根据室内代表性流场和基于室内代表性流场计算得的室内各热因子主导的子温度场，进而建立温度预测模型。
应当指出的是，对于所属技术领域人员来讲，采用CFD模拟计算室内代表性边界条件下的代表性流场和各热因子主导的子温度场，建立温度预测模型，是预测室内温度分布所熟知的惯用技术手段。在本申请的预测室内温度分布方法中，本方法基于此温度预测模型对室内任意位置点进行温度的预测。相比于现有的采用CFD模拟计算室内温度分布的方法而言，采用本申请的预测室内温度分布的方法，无需重复对室内温度进行CFD模拟计算，仅通过温度预测模型实现对温度的预测。
还应当指出的是，根据室内温度场数据，建立温度预测模型。温度预测模型的建立还根据室内流场特性决定。当室内温度分布中强制对流占主导地位时，可以认为室内流场为稳态流场，总温度场可以看作是有多个单一热源主导的子温度场的线性合成。在稳态流场中，采用CFD模拟计算室内代表性边界条件下的代表性流场和各热因子主导的子温度场，进而提取CFD中可以用来定量评价任意热因子对室内温度分布的敏感度，即热源敏感度值。热源敏感度值为室内任一热因子对某位置造成的温升或者温降与该热因子散热或吸热在完全均匀混合条件下该位置温升或温降绝对值的比值。当室内温度分布中自然对流占主导流场时，可以认为室内流场为非稳态流场，总温度场不具有线性合成的特征。在本申请提供的一个优选实施例中，当室内强制对流流场占主导地位时，室内流场认定为稳态流场。在稳态流场下，室内热边界条件的变化可通过热源敏感度值来获取。
可以理解的是，室内温度场数据至少表征室内空气密度的参数、室内空气比热容参数、室内若干热因子的温度场参数。室内温度场数据，即通过CFD模拟计算得出。即先对室内空间进行三维建模，定义室内外墙的传热系数、进气口的速度、进气口温度以及室内人员、灯具、电脑的热通量等。根据输入的数据，采用CFD模拟计算室内温度分布，从而得出室内温度场数据。在现有技术中，对于室内以辐射换热方式影响空气温度的热源很少被列入，本申请实施例同样将其考虑，使得预测的温度分布精度提高。室内以辐射换热方式有太阳的辐射、表面间的长波辐射等。
进一步的，在本申请提供的具体实施方式中，所述根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数，具体包括：根据温度预测模型中的若干热因子，相应设置室内若干温度采集点；采集所述若干温度采集点温度测量数据；计算所述若干温度采集点的若干热源敏感度值；基于所述若干温度采集点温度测量数据和所述若干温度采集点的若干热源敏感度值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
具体的，根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。以室内温度变化值为自变量的室内温度预测函数的得出，是根据设置的与温度预测模型中的若干热因子数量相同的室内若干温度采集点得出。通过采集温度预测模型中与若干热因子数量相同的室内若干温度采集点的温度以及计算温度采集点处的热源敏感度值，计算若干室内温度变化值为自变量的值，进而建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
应当指出的是，根据温度预测模型中的若干热因子，相应设置室内若干温度采集点。在强制对流主导流场中，由于热因子发热量改变导致的温度变化产生的浮力与空调系统送风相比是可以忽略的，因此可以认为热量的传输是线性的，即热源敏感度值可以认为是一个定值。在本申请的具体实施例中，对于强制对流主导流场，如果某个热因子的热源强度增加为原来的3倍，那么其对室内若干温度采集点造成的温升或温降也会增加为原来的3倍。即在室内某一热因子的热源强度增加为原来的若干倍数后，室内若干温度采集点造成的温升或温降也随之增加为原来的若干倍。即热源敏感度值可以在室内变化边界条件下无需重复CFD模拟计算快速获取温度分布的有效参数。
可以理解的是，计算所述若干温度采集点的若干热源敏感度值，在此需要指出的是，每个温度采集点经过计算都会得出该温度采集点的若干个热源敏感度值，那么若干个温度采集点在经过计算后生成的是各温度采集点的若干热源敏感度值。
可以理解的是，根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。室内温度预测函数是以若干室内温度变化值为自变量而建立的。室内温度变化值基于若干温度采集点温度测量数据和若干温度采集点的若干热源敏感度值运算得出。在根据温度预测模型中的若干热因子相应设置室内若干温度采集点中，如果热因子的热源强度增加为原来的若干倍，那么，对应的温度采集点处相对于该热因子的温度变化也相应的增加为原来的若干倍。
进一步的，在本申请提供的具体实施方式中，所述计算温度采集点的若干热源敏感度值通过热源敏感度函数计算得出。
具体的，温度采集点的若干热源敏感度值通过热源敏感度函数计算得出。此处所述的热源敏感度计算函数主要应用于强制对流主导流场下的温度分布。
温度采集点处的热源敏感度值根据热源敏感度函数计算得出，具体公式如下：
Figure BDA0003135309740000181
其中，m代表室内热因子。xi[m]代表温度采集点坐标。Tn[℃]代表室内中性温度，即室内初始温度。Tm,o[℃]代表室内热因子m散热(或吸热)Qm均匀扩散时室内温度。ΔTm,o＝Tm,o-Tn[℃]代表均匀扩散温度与中性温度温差。Tm(xi)[℃]代表CFD计算得到的热因子m散热(或吸热)Qm后xi位置温度。ΔTm(xi)＝Tm(xi)-Tn[℃]代表热因子m散热(或吸热)Qm后xi位置温度与中性温度温差。
Figure BDA0003135309740000182
代表热因子m的对流传热量。Cp[J/(kg·K)]代表室内空气比热容。ρ[kg/m3]代表空气密度。F[m3/s]代表送风量。
应当指出的是，热源敏感度函数中所代表的参数通过CFD模拟计算得出。热源敏感度值可以是通过
Figure BDA0003135309740000183
得出，即CFD模拟得到的热因子m散热或吸热后xi[m]位置温度与中性温度差除以均匀扩散温度与中性温度的差得出。热源敏感度值也可通过
Figure BDA0003135309740000184
得出，即热因子m散热或吸热后xi[m]位置温度与中性温度差除以热因子m的对流传热量、室内空气比热容、室内空气密度、室内送风量的值得出。
可以理解的是，热源敏感度计算函数中的若干参数是采用CFD模拟室内温分布而得出的。在本申请所提供的一种优选实施例中，对室内温度分布的预测，需要对室内温度场进行CFD模拟计算，但是，在后续预测室内温度分布预测中，则无需重复进行CFD模拟计算。
进一步的，在本申请提供的具体实施方式中，所述基于若干温度采集点温度测量数据和所述若干温度采集点的若干热源敏感度值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数，具体包括：通过若干温度采集点温度测量数据与若干温度采集点的若干热源敏感度值进行矩阵运算，生成若干室内温度变化值；根据所述生成的若干室内温度变化值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
具体的，通过若干温度采集点温度测量数据与若干温度采集点的若干热源敏感度值进行矩阵运算，生成若干室内温度变化值；根据所述生成的若干室内温度变化值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。在建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数前，需先计算若干室内温度变化值。若干室内温度变化值根据若干温度采集点温度测量数据与若干温度采集点的若干热源敏感度值进行矩阵运算得出。
应当指出的是，若干室内温度变化值的得出通过已知的温度采集点温度测量数据与若干温度采集点的若干热源敏感度值得出，具体的若干室内温度变化值通过以下公式得出：
Figure BDA0003135309740000191
其中，Snm代表第m个热因子在位置n处的热源敏感度值，。ΔTsn代表温度采集点的温度数据。ΔTm,o代表若干室内温度变化值。n即代表若干温度采集点，m代表若干热因子，显然进行的矩阵运算需保证n＝m，即上述所讲，根据温度预测模型中的若干热因子，相应设置室内若干温度采集点。上述求解若干室内温度变化值需将矩阵转变为以下式子：
Figure BDA0003135309740000192
应当指出的是，通过若干温度采集点温度测量数据与若干温度采集点的若干热源敏感度值进行矩阵运算，生成若干室内温度变化值。其中，生成若干室内温度变化值即生成若干个在单一热因子作用下的室内均匀温度变化值。
通过生成若干个在单一热因子作用下的室内均匀温度变化值，进而建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
获取模块12，用于获取分布设立于室内的若干温度预测点。
具体的，在建立室内温度预测函数后，采集室内需要温度预测的若干温度预测点，这些预测点可根据室内空间进行垂直分布选取或水平分布选取。
应当指出的是，在温度预测模型建立的前提下，可根据上述热源敏感度函数公式，计算若干温度预测点的热源敏感度值。可以理解的是，获取分布设立于室内的若干温度预测点，即根据若干温度预测点的温度来生成室内温度分布数据。
处理模块13，用于求解所述室内若干温度预测点在对应所述室内温度预测函数中作为因变量的若干温度值，生成室内若干温度预测点的温度值。
具体的，求解所述室内若干温度预测点在对应所述室内温度预测函数中作为因变量的温度值。即在室内若干温度预测点的坐标点和若干温度预测点的热源敏感值在已知的前提下，代入室内温度预测函数中，生成室内若干温度预测点的温度值。具体公式如下：
Figure BDA0003135309740000201
其中，ΔT(Xj)代表温度预测点Xj温度值。Sjm代表温度预测点Xj在热因子m的热源敏感度值。Smm代表若干热因子m在若干温度采集点n的热源敏感度值，上文已讲，温度采集点n与若干热因子m的数量相同。ΔTsm代表温度采集点n的温度值。通过上述公式，可分别求解若干预测点的温度值。
可以理解的是，上述求解温度预测点温度值的方法只需通过计算温度预测点的若干热源敏感值，然后通过上述公式计算便可得出，相比于现有的通过CFD模拟计算出来的温度方法而言，计算时间缩短，且计算结果符合相关误差允许的范围。
可以理解的是，在预测温度分布时，每个热源造成的整体空间的均匀温升或者温降时无法确定的。所以，在具体的实施例中，通过采集与热因子数量相等的温度采集点的温度数据，进而逆运算整体空间的均匀温升或者温降。
生成模块14，用于根据所述室内若干温度预测点温度值，生成室内温度分布数据。
具体的，通过上述预测相关温度预测点温度值的方法，可求解室内多个位置的温度值。即可通过上述的温度预测方法，实现室内温度分布预测。
在本申请提供的具体实施方式中，提供以下具体预测室内温度分布的步骤：
如图3，该房间模型(14m×10m×4.1m)中共有10个热源，分别为：六个灯具作为一个热源，一面外墙作为一个热源，四个人和四台电脑为一组作为一个热源且共有六组，五面绝热内墙作为一个热源，送风作为一个热源。
在房间模型建立中设置相应的模拟条件，模拟条件如：热传导系数、进气口的速度、人、电子设备的热通量Heat flux等。
如图4所示，在房间1.2米高度处选取了10个温度采集点，分别为A1、B1、C1、D1、E1、F1、G1、H1、J1、K1。
如图5所示，在房间1.5米高度处选取了10个温度预测点，分别为a1、b1、c1、d1、e1、f1、g1、h1、j1、k1、。
经过采用本申请的预测室内温度方法对室内温度进行的预测，得出该方法预测的温度在误差允许的范围内，可以代替实际温度测量或流体力学模型模拟计算室内温度，以快速获取室内温度分布。
需要说明的是，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、商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、商品或者设备所固有的要素。在没有更多限制的情况下，有语句“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、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种预测室内温度分布的方法，其特征在于，包括以下步骤：
根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数；
获取分布设立于室内的若干温度预测点；
求解所述室内若干温度预测点在对应所述室内温度预测函数中作为因变量的若干温度值，生成室内若干温度预测点的温度值；
根据所述室内若干温度预测点温度值，生成室内温度分布数据。
2.如权利要求1所述的方法，其特征在于，所述在根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数前，还包括：
根据室内温度场数据，建立温度预测模型；
其中，所述室内温度场数据至少表征室内空气密度的参数、室内空气比热容参数、室内若干热因子的温度场参数。
3.如权利要求1所述的方法，其特征在于，所述根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数，具体包括：
根据温度预测模型中的若干热因子，相应设置室内若干温度采集点；
采集所述若干温度采集点温度测量数据；
计算所述若干温度采集点的若干热源敏感度值；
基于所述若干温度采集点温度测量数据和所述若干温度采集点的若干热源敏感度值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
4.如权利要求3所述的方法，其特征在于，所述计算温度采集点的若干热源敏感度值通过热源敏感度函数计算得出。
5.如权利要求3所述的方法，其特征在于，所述基于若干温度采集点温度测量数据和所述若干温度采集点的若干热源敏感度值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数，具体包括：
通过若干温度采集点温度测量数据与若干温度采集点的若干热源敏感度值进行矩阵运算，生成若干室内温度变化值；
根据所述生成的若干室内温度变化值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
6.一种预测室内温度分布的装置，其特征在于，包括：
函数建立模块，用于根据温度预测模型，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数；
获取模块，用于获取分布设立于室内的若干温度预测点；
处理模块，用于求解所述室内若干温度预测点在对应所述室内温度预测函数中作为因变量的若干温度值，生成室内若干温度预测点的温度值；
生成模块，用于根据所述室内若干温度预测点温度值，生成室内温度分布数据。
7.如权利要求6所述的装置，其特征在于，所述在函数建立模块前，还包括：
根据室内温度场数据，建立温度预测模型；
其中，所述室内温度场数据至少表征室内空气密度的参数、室内空气比热容参数、室内若干热因子的温度场参数。
8.如权利要求6所述的装置，其特征在于，所述函数建立模块，具体包括：
根据温度预测模型中的若干热因子，相应设置室内若干温度采集点；
采集所述若干温度采集点温度测量数据；
计算所述若干温度采集点的若干热源敏感度值；
基于所述若干温度采集点温度测量数据和所述若干温度采集点的若干热源敏感度值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
9.如权利要求8所述的装置，其特征在于，所述计算温度采集点的若干热源敏感度值通过热源敏感度函数计算得出。
10.如权利要求8所述的装置，其特征在于，所述基于若干温度采集点温度测量数据和所述若干温度采集点的若干热源敏感度值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数，具体包括：
通过若干温度采集点温度测量数据与若干温度采集点的若干热源敏感度值进行矩阵运算，生成若干室内温度变化值；
根据所述生成的若干室内温度变化值，建立针对单一温度预测点的以若干室内温度变化值为自变量的室内温度预测函数。
CN202110717244.1A 2021-06-28 2021-06-28 预测室内温度分布的方法及装置 Pending CN113344286A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110717244.1A CN113344286A (zh) 2021-06-28 2021-06-28 预测室内温度分布的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110717244.1A CN113344286A (zh) 2021-06-28 2021-06-28 预测室内温度分布的方法及装置

Publications (1)

Publication Number Publication Date
CN113344286A true CN113344286A (zh) 2021-09-03

Family

ID=77479038

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110717244.1A Pending CN113344286A (zh) 2021-06-28 2021-06-28 预测室内温度分布的方法及装置

Country Status (1)

Country Link
CN (1) CN113344286A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090326884A1 (en) * 2008-06-26 2009-12-31 International Business Machines Corporation Techniques to Predict Three-Dimensional Thermal Distributions in Real-Time
CN103365212A (zh) * 2013-07-16 2013-10-23 上海元亘信息科技有限公司 一种基于cfd数值模拟的温室控制方法
CN103884075A (zh) * 2014-01-06 2014-06-25 浙江工业大学 基于计算流体力学和能量预测混合的温室节能控制方法
US20140278333A1 (en) * 2013-03-15 2014-09-18 Arizona Board of Regents, a body corporate of the State of Arizona, acting on behalf of Arizona Sta Systems, methods, and media for modeling transient thermal behavior
CN106052891A (zh) * 2016-07-26 2016-10-26 天津大学 管壁内部动态温度分布实时监测方法
CN109740903A (zh) * 2018-12-26 2019-05-10 辽宁工程技术大学 基于ahp的复合动力灾害钻屑多参量危险性评价方法
CN110826221A (zh) * 2019-11-04 2020-02-21 北京工业大学 一种解耦建筑室内温度场的方法
CN111256859A (zh) * 2019-05-09 2020-06-09 清华大学 检测热影响区温度的系统和方法及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090326884A1 (en) * 2008-06-26 2009-12-31 International Business Machines Corporation Techniques to Predict Three-Dimensional Thermal Distributions in Real-Time
US20140278333A1 (en) * 2013-03-15 2014-09-18 Arizona Board of Regents, a body corporate of the State of Arizona, acting on behalf of Arizona Sta Systems, methods, and media for modeling transient thermal behavior
CN103365212A (zh) * 2013-07-16 2013-10-23 上海元亘信息科技有限公司 一种基于cfd数值模拟的温室控制方法
CN103884075A (zh) * 2014-01-06 2014-06-25 浙江工业大学 基于计算流体力学和能量预测混合的温室节能控制方法
CN106052891A (zh) * 2016-07-26 2016-10-26 天津大学 管壁内部动态温度分布实时监测方法
CN109740903A (zh) * 2018-12-26 2019-05-10 辽宁工程技术大学 基于ahp的复合动力灾害钻屑多参量危险性评价方法
CN111256859A (zh) * 2019-05-09 2020-06-09 清华大学 检测热影响区温度的系统和方法及存储介质
CN110826221A (zh) * 2019-11-04 2020-02-21 北京工业大学 一种解耦建筑室内温度场的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
殷梅梅: "基于CRI解析的住宅空调室内热环境与能耗研究", 《中国优秀硕士学位论文全文数据库工程科技II辑》 *

Similar Documents

Publication Publication Date Title
Zhang et al. Building energy simulation considering spatial temperature distribution for nonuniform indoor environment
Zhang et al. Dynamic control of room air temperature for stratum ventilation based on heat removal efficiency: Method and experimental validations
EP2941598A1 (en) On-line optimization scheme for hvac demand response
CN104633856A (zh) Cfd数值模拟结合bp神经网络人工环境控制方法
Zhang et al. Heat removal efficiency of stratum ventilation for air-side modulation
CN108197404A (zh) 一种基于时间遗传特性的建筑负荷预测方法
Siegele et al. A new MATLAB Simulink Toolbox for Dynamic Building Simulation with BIM and Hardware in the Loop compatibility
Liu et al. Analysis of thermal environment in a hospital operating room
Brun et al. Behavioural comparison of some predictive tools used in a low-energy building
Gao et al. Development and verification of compact transient heat exchanger models using transient effectiveness methodologies
Yu et al. Experimental study on the dynamic performance of a novel system combining natural ventilation with diffuse ceiling inlet and TABS
Hatif et al. CFD analysis on effect of air Inlet and outlet location on air distribution and thermal comfort in small office
Zhang et al. Review and development of the contribution ratio of indoor climate (CRI)
CN113344286A (zh) 预测室内温度分布的方法及装置
JP7484243B2 (ja) 栽培施設の設計支援システム、栽培施設空調システム、栽培施設の設計支援方法、および、栽培施設の設計支援プログラム
Calautit et al. CFD and wind tunnel study of the performance of a multi-directional wind tower with heat transfer devices
Zhang Coarse-Grid CFD: The effect of grid size on data center modeling
Kim Characterizing the in-situ performance of passive chilled beams
Yau et al. Numerical simulation of a novel VRF-SV hybrid system performance in a large retail facility in the tropics
He et al. Simplified model of HVAC load prediction for urban building districts
PÁGER et al. Creation and validation of simplified mathematical model for residential building energy analysis in matlab environment
Papas et al. ADREAM: Energy Consumption Optimisation through Dynamic Energetic Simulations for an Intelligent Management of Energy
Chantrasrisalai et al. Lighting heat gain parameters: Experimental method (RP-1282)
Wu et al. An Investigation on the Dynamic Response Property in an Underground Tunnel Space with Constant Temperature
Chowdhury et al. Analysis of building systems performance through integrated computation fluid dynamics technique

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210903