摘要 | 第3-5页 |
abstract | 第5-6页 |
1 绪论 | 第11-22页 |
1.1 研究背景 | 第11-12页 |
1.2 研究的目的及意义 | 第12-13页 |
1.3 基本概念 | 第13-14页 |
1.3.1 南海地区 | 第13页 |
1.3.2 典型气象年 | 第13-14页 |
1.4 典型气象年的研究现状 | 第14-19页 |
1.4.1 国外研究现状 | 第14-16页 |
1.4.2 国内研究现状 | 第16-18页 |
1.4.3 现状分析总结 | 第18-19页 |
1.5 本文的研究方法与主要工作 | 第19-22页 |
1.5.1 研究方法 | 第19-20页 |
1.5.2 主要工作 | 第20页 |
1.5.3 技术路线 | 第20-22页 |
2 南海地区气象数据研究 | 第22-51页 |
2.1 数据源介绍 | 第22-24页 |
2.1.1 NOAA数据介绍 | 第22-23页 |
2.1.2 TRMM数据介绍 | 第23页 |
2.1.3 国家气象局数据介绍 | 第23-24页 |
2.2 数据格式处理 | 第24-26页 |
2.2.1 NOAA数据格式处理 | 第24页 |
2.2.2 TRMM数据格式处理 | 第24-26页 |
2.3 已获取数据现状分析 | 第26-28页 |
2.3.1 NOAA获取数据现状分析 | 第26-27页 |
2.3.2 其他数据现状分析 | 第27-28页 |
2.4 基于机器学习获取辐射数据 | 第28-41页 |
2.4.1 辐射模型的比较与选择 | 第28-31页 |
2.4.2 机器学习系统的构建 | 第31-32页 |
2.4.3 机器学习方法的选择 | 第32-34页 |
2.4.4 使用随机森林处理非线性回归关系 | 第34-37页 |
2.4.5 预测辐射数据的实现 | 第37-41页 |
2.5 气象特征分析 | 第41-48页 |
2.5.1 水平总辐射 | 第41-43页 |
2.5.2 温度 | 第43-44页 |
2.5.3 露点温度 | 第44-45页 |
2.5.4 风速与风向 | 第45-48页 |
2.6 缺测气象数据的补充 | 第48-49页 |
2.7 本章小结 | 第49-51页 |
3 南海地区典型气象年算法的适应性研究 | 第51-74页 |
3.1 典型气象年算法介绍 | 第51-56页 |
3.1.1 Sandia法 | 第51-53页 |
3.1.2 Danish法 | 第53-54页 |
3.1.3 Festa-Ratto法 | 第54-56页 |
3.2 基于Sandia法的南海地区典型气象年研究 | 第56-58页 |
3.2.1 基于Sandia法生成南海地区典型气象年计算过程 | 第56-57页 |
3.2.2 Sandia算法分析及生成结果 | 第57-58页 |
3.3 基于Danish法的南海地区典型气象年研究 | 第58-60页 |
3.3.1 基于Danish法生成南海地区典型气象年计算过程 | 第58-59页 |
3.3.2 Danish算法分析及生成结果 | 第59-60页 |
3.4 基于Festa-Ratto法的南海地区典型气象年研究 | 第60-62页 |
3.4.1 基于Festa-Ratto法生成南海地区典型气象年计算过程 | 第60-61页 |
3.4.2 Festa-Ratto算法分析及生成结果 | 第61-62页 |
3.5 基于不同算法的选取结果 | 第62-63页 |
3.6 不同算法的适应性研究 | 第63-73页 |
3.6.1 气象参数月均值比较分析 | 第63-69页 |
3.6.2 标准差值比较分析 | 第69-70页 |
3.6.3 CDD差值比较分析 | 第70-72页 |
3.6.4 综合分析 | 第72-73页 |
3.7 本章小结 | 第73-74页 |
4 南海地区典型气象年数据的应用 | 第74-99页 |
4.1 典型气象年数据的逐时化 | 第74-87页 |
4.1.1 总辐射数据的逐时化 | 第74-78页 |
4.1.2 直射和散射辐射数据的逐时化 | 第78-83页 |
4.1.3 常规气象参数数据的逐时化 | 第83-87页 |
4.2 EnergyPlus气象源数据处理 | 第87-89页 |
4.2.1 EnergyPlus基本介绍 | 第87-88页 |
4.2.2 气象源数据处理 | 第88-89页 |
4.3 基于EnergyPlus的南海地区建筑能耗模拟 | 第89-97页 |
4.3.1 建筑模型与参数设定 | 第89-92页 |
4.3.2 模拟方法设计 | 第92-93页 |
4.3.3 建筑能耗模拟用气象数据分析 | 第93-95页 |
4.3.4 建筑能耗模拟结果分析 | 第95-97页 |
4.4 本章小结 | 第97-99页 |
5 结论及展望 | 第99-102页 |
5.1 研究结论 | 第99-100页 |
5.2 展望 | 第100-102页 |
致谢 | 第102-103页 |
参考文献 | 第103-109页 |
硕士在读期间研究成果 | 第109-110页 |
图表目录 | 第110-113页 |
图录 | 第110-111页 |
表录 | 第111-113页 |
附录 | 第113-141页 |
附录1 使用Python语言编程计算的总体实现过程 | 第113-127页 |
附录2 南海地区气象数据 | 第127-141页 |