一种水基热激活建筑系统热性能预测与机制提取方法、装置

本发明属于建筑节能，更具体的说，是涉及一种水基热激活建筑系统热性能预测方法与热性能机制的提取方法及装置。

背景技术：

1、任何与建筑环境可持续相关的项目都难以从环境和能源话题中脱离，这意味着提升环境质量、降低能源强度和提高可再生能源利用率已成为建筑环境的核心任务。现有数据表明，约50％的采暖和制冷负荷由建筑围护体系负责,而发生在围护系统中的无效热传递是引致高强度建筑能耗的重要原因之一。在被动式技术领域，增加围护结构厚度或在围护结构外表面覆盖保温层是提高能源利用效率的典型方法。然而，过厚的围护结构会挤压建筑的可用空间，同时会增加成本投资。并且部分保温材料因使用寿命周期短而需要阶段性更替，这种耐用性和可靠性的缺陷对成本及环境均不利。

2、利用低品位可再生能源对围护结构实现动态调节以降低冷热需求被认为是一种可靠且高效的保温策略。基于该策略的热激活建筑系统已成为最具吸引力的建筑环境调节方式之一。与常规建筑围护体系相比，热激活建筑系统嵌入了供各类介质循环的通道，而介质的选择也决定了通道的材质和结构形式。根据传热介质类型可将热激活建筑系统分为空气基和水基两种形式。既有研究表明水基热激活建筑系统是一种更高效的方式。水基热激活建筑系统模型及其季节性技术原理如图1所示。以不同设定点温度循环工质形成不同级别能质系数的冷热源可将水基热激活建筑系统大致分类为“高调适”、“中调衡”、“低调控”等三个层级的功能形态。“高调适”以冷热供给为设计初衷，以辅助甚至替代常规冷热系统设备形式存在，通过向建筑环境提供定量或充量的冷热能源提高空间热舒适度；“中调衡”则以低理论的视角，通过向建筑物补充其与环境耗散能量的同等能级的能量维持建筑物的热动平衡，并降低高输入伴随的损；“低调控”则偏向以等效热阻的角色控制建筑物向环境散逸的能量，从而减少建筑物对能源的依赖，降低能源消耗与温室气体排放。可见，与传统被动技术相异，水基热激活建筑系统能够随建筑物环境变化对所输入热力学能作向优调整，以动态热阻应对外界波动，从而达到更理想的技术能效。

3、然而，目前缺少概括性的针对水基热激活系统的热性能预测方法及其深层规则的解释方法严重限制了该系统的应用。已有的针对水基热激活系统热性能的预测方法进行了大量简化假设，系统存在的不确定性可能会降低预测的精度。尽管以数值方法预测水基热激活系统的热性能相对可靠，但由于其较高的计算成本，导致此类方法难以实现快速预测。这也造成基于现有方法难以形成针对水基热激活系统的明确设计规则。cn111832111a提供了一种利用敏感性指数识别水基热激活系统热性能关键影响因素的方法。但该方法仅基于输入和输出衡量变量引起热性能的平均变化，而无法揭示单个样本中的热性能机制，即缺乏局部解释。这种局部解释有助于设计人员对变量在不同系统型式中的影响机制的理解。

技术实现思路

1、本发明的目的在于克服现有技术的不足之处，提供一种基于可解释机器学习和数值模拟的水基热激活建筑系统热性能预测和机制提取方法，以促进该系统在现实中的应用，并为该系统的设计和运行提供技术支持。

2、本发明解决技术问题所采用的技术方案是：

3、本发明的第一方面是提供了一种基于可解释机器学习和数值模拟的水基热激活建筑系统热性能预测和机制提取方法，包括下述步骤：

4、构建可泛化的水基热激活建筑系统的基准模型；

5、定义水基热激活建筑系统的特征变量，并确定特征变量的阈值；所述特征变量包括虚拟结构层特征变量、管道系统特征变量，流体工质特征变量及周边环境特征变量；

6、利用四类不同抽样策略包括monte carlo抽样、拉丁超立方抽样、sobol序列抽样对特征变量执行抽样，生成特征变量样本库；

7、搭建并配置随机有限元计算程序对特征变量样本库中的样本进行参数化求解得到原始数据的一次结果输出；

8、将基于原始数据的一次结果输出基于热性能指标进行数据后处理，得到基于水基热激活系统热性能评价指标的二次处理结果；

9、建立包含特征变量样本与热性能评价指标的数据集，并将数据集划分为训练集和测试集；

10、利用训练集通过xgboost机器学习模型结合贝叶斯超参数寻优方法，通过交叉验证和迭代训练得到水机热激活建筑系统热性能的最优预测基模型；

11、应用可解释人工智能方法对最优的水机热激活建筑系统热性能预测模型进行解释性分析以提取特征变量与热性能之间的作用机制；

12、所述虚拟结构层特征变量包括热障层外侧结构的表面发射率、热导率、定压比热容、密度、厚度，热障层结构的热导率、定压比热容、密度、厚度，以及热障层内侧结构的表面发射率、热导率、定压比热容、密度、厚度；管道系统特征变量包括管道直径、管排数、管道热导率、管道偏移量；流体工质特征变量包括流体热导率、流体定压比热容、流体密度、流体质量流率、供水温度；周边环境特征变量包括室内侧温度设定点、外部空气温度、内表面对流换热系数、外表面对流换热系数、太阳辐射强度。

13、进一步地，所述随机有限元程序由comsol与matlab协同搭建。为验证控制方程对物理问题描述的有效性，将有限元模型输出与实验数据进行了对比校核。为实现基准模型向具体模型的转换，需要参数可调的数值模型，并由程序进行参数扫描对模型实时更新。

14、进一步地，所述水基热激活建筑系统热性能的评价指标包括系统效率和蓄热效率，分别采用下述公式描述：

15、

16、

17、式中，exout为有效输出，单位j；exin为系统总输入，单位j；cps为结构层比热，单位j/kg·k；ms为结构层质量，单位kg；为结构层温升速率，单位k/s；qout为系统内表面向室内环境输出的流，单位w/m2；ai为系统内表面与环境的通量面积；cpf为流动工质比热，单位j/kg·k；为工质质量流率，单位kg/s；△tf为工质进出口温差，单位k；qin为由系统边界经表面向系统输入的流，单位w/m2；τ为时间，单位s，其中τ∞表示系统达到热动平衡所需时间，预实验显示72h可满足系统达到稳态所需时间；δn为名义时间常数，用于衡量结构热力学能变化速度，单位h；为热流龄，单位h。

18、进一步地，所述步骤(6)中的xgboost机器学习模型性能评估指标包括平均绝对误差(meanabsolute error，mae)和决定系数(r2)。

19、进一步地，该方法还包括利用测试集对最优模型进行验证，以确保最优模型的性能；

20、进一步地，本发明应用可解释人工智能中的shap方法对最优的热性能预测模型进行解释性分析以提取特征变量与热性能之间的作用机制。

21、本发明的第二方面是提供了实现上述方法的装置，包括：

22、水基热激活建筑系统模型构建模块，用于构建可泛化的水基热激活建筑系统的基准模型；

23、特征变量设定模块，用于定义水基热激活建筑系统的特征变量，并确定特征变量的阈值；所述特征变量包括虚拟结构层特征变量、管道系统特征变量，流体工质特征变量及周边环境特征变量；

24、抽样模块，利用不同抽样策略对特征变量执行抽样，生成特征变量样本库；

25、特征变量处理模块，搭建并配置随机有限元计算程序对特征变量样本库中的样本进行参数化求解得到原始数据的一次结果输出；将基于原始数据的一次结果输出基于热性能指标进行数据后处理，得到基于水基热激活系统热性能评价指标的二次处理结果；

26、数据库建立模块，建立包含特征变量样本与水基热激活系统热性能评价指标的数据集，并将数据集划分为训练集和测试集；

27、机器学习模块，利用训练集通过xgboost机器学习模型结合贝叶斯超参数寻优方法，通过交叉验证和迭代训练得到水机热激活建筑系统热性能的最优预测基模型；

28、分析模块，应用可解释人工智能方法对最优的水机热激活建筑系统热性能预测模型进行解释性分析以提取特征变量与热性能之间的作用机制。

29、本发明的第三方面是提供了一种电子设备，包括存储器和处理器；其中：

30、存储器：用于存储处理器可执行的指令；

31、处理器：所述处理器被配置执行：构建可泛化的水基热激活建筑系统的基准模型；定义水基热激活建筑系统的特征变量，并确定特征变量的阈值；所述特征变量包括虚拟结构层特征变量、管道系统特征变量，流体工质特征变量及周边环境特征变量；利用不同抽样策略对特征变量执行抽样，生成特征变量样本库；搭建并配置随机有限元计算程序对特征变量样本库中的样本进行参数化求解得到原始数据的一次结果输出；将基于原始数据的一次结果输出基于热性能指标进行数据后处理，得到基于水基热激活系统热性能评价指标的二次处理结果；建立包含特征变量样本与水基热激活系统热性能评价指标的数据集，并将数据集划分为训练集和测试集；利用训练集通过xgboost机器学习模型结合贝叶斯超参数寻优方法，通过交叉验证和迭代训练得到水机热激活建筑系统热性能的最优预测基模型；应用可解释人工智能方法对最优的水机热激活建筑系统热性能预测模型进行解释性分析以提取特征变量与热性能之间的作用机制。

32、本发明的第四方面是提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序用于使所述计算机执行所述的水基热激活建筑系统热性能预测与机制提取方法。

33、本发明的优点和有益成果

34、1、本发明的水基热激活建筑系统热性能预测方法充分考虑了系统的不确定性，可以适用于不同地区和不同构造型式的系统，并且通过结合机器学习与数值模拟，可以实现热性能的快速预测，具有很强的推广性；

35、2、本发明的热性能机制提取方法克服了针对单一或有限类别系统型式的性能规律研究的局限性，并且可以获得对热性能机制的个体层级的理解，为水机热激活建筑系统的设计与运行提供了技术支持；

36、综上所述，本发明的水基热激活建筑系统热性能预测与机制提取方法具有简单高效且推广性强的优点，并且可以从全局和局部视角对系统特征变量与热性能的作用机制进行提取，可以为水机热激活建筑系统的设计与运行提供技术支持。