基于徑向基神經(jīng)網(wǎng)絡(luò)的綠化屋頂節(jié)能研究

鄒　罡

(廣東省建筑科學(xué)研究院集團(tuán)股份有限公司　廣東廣州　510500)

?

基于徑向基神經(jīng)網(wǎng)絡(luò)的綠化屋頂節(jié)能研究

鄒罡

(廣東省建筑科學(xué)研究院集團(tuán)股份有限公司廣東廣州510500)

運(yùn)用徑向基神經(jīng)網(wǎng)絡(luò)定量研究了廣州地區(qū)綠色、白色及黑色屋頂在夏秋、冬春季節(jié)室內(nèi)空調(diào)能耗與氣溫、太陽(yáng)輻照的關(guān)系，結(jié)果表明：不同屋頂?shù)氖覂?nèi)空調(diào)能耗與季節(jié)有關(guān)，夏秋季節(jié)氣溫高，輻照強(qiáng)度大，由于水分蒸發(fā)，綠色植物的蒸騰作用，有效降低了屋頂外表面溫度，當(dāng)輻照強(qiáng)度大于480W/m2、溫度高于31℃時(shí)，綠色屋頂室內(nèi)空調(diào)能耗明顯低于白色屋頂和黑色屋頂。

徑向基神經(jīng)網(wǎng)絡(luò)；綠化屋頂；節(jié)能

0　引言

屋頂綠化具有多方面生態(tài)功能，是節(jié)能減排、增強(qiáng)建筑物隔熱保溫效果、凈化空氣、降低噪聲、美化環(huán)境、降低城市“熱島效應(yīng)”的有效方法[1-4]。屋頂綠化在歐洲國(guó)家已很盛行，在美國(guó)、加拿大等北美國(guó)家已成為環(huán)境和能源的先鋒項(xiàng)目，亞洲地區(qū)日本、新加坡等國(guó)更是將屋頂綠化作為建筑設(shè)計(jì)不可分割的一部分。中國(guó)雖然起步較晚，但北京、上海、廣東、重慶、四川、浙江等地區(qū)發(fā)展迅速[5-6]。近年來(lái)，隨著世界屋頂綠化大會(huì)在中國(guó)南京成功舉辦，有效推進(jìn)了綠化屋頂?shù)臒峁ば阅芎凸?jié)能效果研究，但目前國(guó)內(nèi)屋頂綠化的節(jié)能方面的定量研究較少，一般是選取典型晴熱氣候的一個(gè)或幾個(gè)時(shí)間段，對(duì)雨天及冬季研究不足[7]。

徑向基神經(jīng)網(wǎng)絡(luò)在多信息輸入、多信息輸出的復(fù)雜系統(tǒng)中有廣泛的應(yīng)用，采用了前向的三層網(wǎng)絡(luò)結(jié)構(gòu)，包含輸入層、隱含層及輸出層[8-10]。輸入層用于接受樣本，隱含層中的隱含節(jié)點(diǎn)使用了徑向基核函數(shù)，輸出層將訓(xùn)練好權(quán)值的徑向基核函數(shù)值累加后得出輸出結(jié)果。徑向基神經(jīng)網(wǎng)絡(luò)本質(zhì)是一種利用以基函數(shù)中心附近的所有樣本向量所對(duì)應(yīng)基函數(shù)值的累加和來(lái)擬合真實(shí)輸出值的網(wǎng)絡(luò)。在建筑物安全診斷與特征評(píng)估、疾病診斷與健康評(píng)估、預(yù)測(cè)與決策以及大數(shù)據(jù)分析等方面都有廣泛應(yīng)用。

1　屋頂能耗分析的徑向基神經(jīng)網(wǎng)絡(luò)模型

1.1實(shí)驗(yàn)環(huán)境

實(shí)驗(yàn)地點(diǎn)選擇廣州市天河區(qū)某大樓頂層的3個(gè)房間，朝向、面積、窗墻比和室內(nèi)布置基本一致，房間面積均為15.2m2。分別將屋頂設(shè)置成綠化屋頂、白色屋頂和黑色屋頂，黑色屋頂選用DW-8580涂料，太陽(yáng)光反射比0.056，半球發(fā)射率0.89；白色屋頂選用太空隔熱涂膜，太陽(yáng)光反射比0.893，半球發(fā)射率0.87；綠色屋頂選用翠玲瓏草坪種植模塊(含1.5cm～4.0cm營(yíng)養(yǎng)土)。3個(gè)測(cè)試房間均安裝有型號(hào)為KFR-35GW/35570Aa-3空調(diào)器，夏季設(shè)定為26℃，冬季設(shè)定為18℃，均能滿足溫控要求；在屋頂距屋面0.75m處的陰涼通風(fēng)處布置有多個(gè)量程為0-C，精度為C的K型熱電偶溫度傳感器；屋頂布置了一個(gè)精度小于1%的TBQ-2型太陽(yáng)總輻射儀；空調(diào)能耗采用0-6000W量程，精度為0.5級(jí)的HP-9900電力監(jiān)測(cè)儀進(jìn)行測(cè)量；數(shù)據(jù)采集儀使用的是安捷倫的34970A，精度為0.004%。

1.2數(shù)據(jù)采集

實(shí)驗(yàn)按每5min鐘采集1組數(shù)據(jù)，連續(xù)采集148d，形成了大量原始數(shù)據(jù)。部分?jǐn)?shù)據(jù)如表1所示。

1.3徑向基神經(jīng)網(wǎng)絡(luò)模型

徑向基神經(jīng)網(wǎng)絡(luò)模型如圖1所示。

輸入層：輸入樣本向量為2維，分別為單位時(shí)間內(nèi)的平均氣溫與太陽(yáng)輻射強(qiáng)度。

隱含層：由K個(gè)徑向基函數(shù)組成。

輸出層：輸出層向量為3維，分別為3個(gè)房間的能耗值。

=exp是Green函數(shù)，是一種多變量高斯函數(shù)。其值為第j個(gè)隱藏層相對(duì)于第i個(gè)樣本的輸出。(i=1，2，…，M；j=1，2，…，K)

為第i個(gè)樣本輸入向量，為第j個(gè)Green函數(shù)的中心點(diǎn)。

為第i個(gè)樣本到第j個(gè)中心點(diǎn)之間的歐氏距離。

為基函數(shù)標(biāo)準(zhǔn)差，由=確定，式中dmax為選取的中心之間最大距離，n為隱含節(jié)點(diǎn)個(gè)數(shù)。

=+++…+

=+(式中是第i個(gè)樣本在第e個(gè)輸出節(jié)點(diǎn)的值，e=1，2，3；e=1代表綠化屋頂，e=2代表白色屋頂，e=3代表黑色屋頂)

2　數(shù)據(jù)處理與網(wǎng)絡(luò)學(xué)習(xí)

2.1數(shù)據(jù)的平均化處理與樣本選擇

環(huán)境溫度、太陽(yáng)總輻射強(qiáng)度是狀態(tài)量，而室內(nèi)能耗是過(guò)程量(功率對(duì)時(shí)間的積累)，為體現(xiàn)溫度、輻射強(qiáng)度與能耗的映射關(guān)系，環(huán)境溫度與輻射強(qiáng)度采用某段時(shí)間內(nèi)的平均化處理。

由于屋頂有較大熱容，輻照強(qiáng)度與能耗難以實(shí)時(shí)對(duì)應(yīng)，延時(shí)特性明顯，為了降低屋頂熱容的影響，選取了輻射強(qiáng)度和溫度相對(duì)穩(wěn)定了一定時(shí)間的數(shù)據(jù)作為樣本。對(duì)于夏秋季節(jié)無(wú)雨時(shí)采用了下午12:00～4:00的2h平均方法。但夏秋季節(jié)有雨和冬季時(shí)，由于雨水對(duì)能耗有較大影響，且大雨、小雨、陣雨、上午下雨或下午下雨的影響都各不相同，為減小下雨因素的隨機(jī)影響，取8:00～18:00平均值(日平均)作為樣本。將屋頂數(shù)據(jù)樣本分為兩部分，一部分用于訓(xùn)練(稱訓(xùn)練樣本)，另一部分用于檢驗(yàn)(稱檢驗(yàn)樣本)，部分樣本如表2所示。

表2　夏秋有雨部分樣本

2.2網(wǎng)絡(luò)學(xué)習(xí)

基函數(shù)矩陣

為M*(K+1)的矩陣。

為(K+1)*3的矩陣。

徑向基神經(jīng)網(wǎng)絡(luò)輸出矩陣

為M*3的矩陣。

上述矩陣的相互關(guān)系：G*□=d

采用偽逆法求權(quán)值：□=□+*□

為求偽逆□+，采用矩陣的奇異值分解，由奇異值分解可知：G=U*S*□□

對(duì)角矩陣S中主對(duì)角線元素為G的奇異值：S=diag(□1,□2,□3,…)

故：□+=V*SI*□□

2.3網(wǎng)絡(luò)計(jì)算

應(yīng)用MATLAB建立徑向基神經(jīng)網(wǎng)絡(luò)，將訓(xùn)練樣本帶入其基函數(shù)矩陣并配合輸出矩陣d，由MATLAB計(jì)算權(quán)值矩陣。當(dāng)權(quán)值矩陣確定后，再應(yīng)用Y=G*分別在限定溫度和輻照條件下擬合計(jì)算出各屋頂能耗。向量Y表示綠化屋頂、白色屋頂、黑色屋頂在不同環(huán)境溫度和太陽(yáng)總輻射下的能耗值。

3　網(wǎng)絡(luò)模型檢驗(yàn)與節(jié)能比較分析

為使應(yīng)用訓(xùn)練樣本學(xué)習(xí)過(guò)的徑向基神經(jīng)網(wǎng)絡(luò)模型具有可信度，可由檢驗(yàn)樣本輸入神經(jīng)網(wǎng)絡(luò)得出能耗擬合值，再將網(wǎng)絡(luò)模型擬合值與能耗實(shí)驗(yàn)測(cè)量值比較來(lái)進(jìn)行檢驗(yàn)。表3列舉了綠化屋頂、黑色屋頂、白色屋頂?shù)哪芎臋z驗(yàn)情況，較小的平均相對(duì)誤差(實(shí)測(cè)值、擬合值之差的絕對(duì)值與實(shí)測(cè)值之比的平均值)說(shuō)明3種屋面對(duì)應(yīng)的徑向基神經(jīng)網(wǎng)絡(luò)模型均具有良好的擬合效果。

表3　實(shí)測(cè)值與擬合值平均相對(duì)誤差

影響能耗的主要因素有氣溫、輻照強(qiáng)度、季節(jié)、雨情等。夏秋季節(jié)屋頂溫度較高，與雨水溫差大，雨水帶走的熱量對(duì)不同屋頂影響程度不同。下面分夏秋季節(jié)有雨、無(wú)雨以及冬季分別設(shè)計(jì)網(wǎng)絡(luò)進(jìn)行研究。

3.1夏秋季節(jié)無(wú)雨情況

先用夏秋季節(jié)無(wú)雨對(duì)徑向基神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，再用樣本對(duì)訓(xùn)練后的網(wǎng)絡(luò)進(jìn)行檢驗(yàn)，最后用確認(rèn)后的網(wǎng)絡(luò)進(jìn)行計(jì)算。圖2為限定溫度為樣本平均值33℃時(shí)，綠色屋頂、白色屋頂、黑色屋頂室內(nèi)空調(diào)能耗隨輻照強(qiáng)度變化的能耗圖。圖3為限定輻照強(qiáng)度為樣本平均值530W/m2時(shí)，綠色屋頂、白色屋頂、黑色屋頂室內(nèi)空調(diào)能耗隨溫度變化的能耗圖。

由圖2、圖3分析可知：①3種屋頂室內(nèi)空調(diào)能耗均隨輻照強(qiáng)度和溫度的增加而增加；②總體看，黑色屋頂室內(nèi)空調(diào)能耗明顯高于綠色屋頂與白色屋面的能耗，綠色屋頂比白色屋頂節(jié)能但差別并不顯著；③當(dāng)輻照強(qiáng)度較大(高于480W/m2)、溫度較高(高于31℃)時(shí)綠色屋頂比白色屋頂才顯示出節(jié)能優(yōu)勢(shì)；④當(dāng)輻照強(qiáng)度或氣溫大于一定值后能耗曲線斜率明顯變大，表明能耗隨輻照強(qiáng)度和氣溫的增大而加快。

3.2夏秋季節(jié)有雨情況

網(wǎng)絡(luò)訓(xùn)練與檢驗(yàn)方法同上。圖4為限定溫度為樣本平均值28℃時(shí)，綠色屋頂、白色屋頂、黑色屋頂室內(nèi)空調(diào)能耗隨輻照強(qiáng)度變化的能耗圖。圖5為限定輻照強(qiáng)度為樣本平均值224W/m2時(shí)，綠色屋頂、白色屋頂、黑色屋頂室內(nèi)空調(diào)能耗隨溫度變化的能耗圖。

由圖4、圖5分析可知：①夏秋季節(jié)有雨時(shí)黑色屋頂室內(nèi)能耗仍明顯高于其他屋頂，綠色與白色屋頂室內(nèi)能耗差別并不明顯；②圖4表明由于綠色屋頂熱容較大，雨水對(duì)其室內(nèi)能耗影響明顯弱于其他屋頂?shù)氖覂?nèi)能耗；③圖5中能耗曲線斜率隨著氣溫的升高變小，說(shuō)明雨水與環(huán)境溫差加大時(shí)帶走更多熱量。

3.3冬季情況

由圖6、圖7分析可知：①兩圖均說(shuō)明冬季白色屋頂室內(nèi)能耗仍明顯高于其他屋頂，黑色屋頂室內(nèi)能耗較??；②3種屋頂室內(nèi)能耗均隨溫度的增加而減小。

黑色屋頂、白色屋頂、綠色屋頂?shù)氖覂?nèi)能耗隨季節(jié)而不同，夏秋季節(jié)氣溫高、輻照大，由于綠色屋頂水分的蒸發(fā)，綠色植物的蒸騰作用、光合作用、隔熱作用，大大降低了屋頂外表面溫度，綠色屋頂節(jié)能明顯，冬季黑色屋頂由于吸熱能力強(qiáng)而節(jié)能占優(yōu)。由于廣州地區(qū)年平均氣溫較高，高溫、高輻照天氣占比較大，綠色屋頂?shù)氖覂?nèi)能耗總體較低，白色屋頂次之，黑色屋頂能耗最大。從2015年9月1日到2016年1月25日區(qū)間的監(jiān)測(cè)數(shù)據(jù)分析，黑色、白色、綠色屋頂?shù)氖覂?nèi)累計(jì)能耗分別為551.84kW·h、589.62kW·h、649.47kW·h，若綠色屋頂?shù)氖覂?nèi)能耗為1，則白色屋頂為1.07、黑色屋頂為1.18。

4　結(jié)論

本文通過(guò)綠化屋頂、白色屋頂、黑色屋頂能耗的實(shí)驗(yàn)數(shù)據(jù)運(yùn)用徑向基神經(jīng)網(wǎng)絡(luò)計(jì)算方法，給出了3種不同屋面的節(jié)能效果的定量分析比較，得到如下結(jié)論：

(1)室內(nèi)空調(diào)能耗隨輻照強(qiáng)度和溫度增加而增加，當(dāng)輻照強(qiáng)度和溫度高時(shí)，選用翠玲瓏草坪種植(含1.5cm～4.0cm營(yíng)養(yǎng)土)的綠化屋頂節(jié)能效果明顯；

(2)空調(diào)能耗隨季節(jié)不同而發(fā)生變化，夏季氣溫高輻照大，當(dāng)輻照強(qiáng)度大于480W/m2、溫度高于31℃時(shí)，由于水分的蒸發(fā)，綠色植物的蒸騰作用、光合作用、隔熱作用，有效降低了屋頂外表面溫度，綠色屋頂室內(nèi)空調(diào)能耗明顯低于白色屋頂和黑色屋頂。

[1]唐鳴放，楊真靜，鄭澍奎.屋頂綠化傳熱臨界溫度[J].土木建筑與環(huán)境工程，2013，35(2):100-104.

[2]徐振華，劉俊，尹新彥. 我國(guó)屋頂綠化研究概述[J].林業(yè)科技開(kāi)發(fā)，2010，24(4)：10-13.

[3]馮超意，田國(guó)行.屋頂綠化對(duì)建筑物內(nèi)外溫度的影響[J].浙江農(nóng)業(yè)科技，2015，56(4)：502-504.

[4]周林園.綠色屋頂?shù)难芯楷F(xiàn)狀及前景分析[J].潔凈與空調(diào)技術(shù)，2013(3):49-53.

[5]魏艷，趙慧恩.我國(guó)屋頂綠化建設(shè)的發(fā)展研究—以德國(guó)北京為例對(duì)比分析[J].林業(yè)科學(xué)， 2007，43(4)：95-101.

[6]向欣. 廣州地區(qū)屋頂綠化模式探討[J].安徽建筑，2012(1)：57-58.

[7]楊真靜，唐鳴放，鄭澍奎.綠化屋頂室內(nèi)熱環(huán)境研究[J].土木建筑與環(huán)境工程，2010，32(4):80-84.

[8]高飛. MATLAB智能算法超級(jí)學(xué)習(xí)手冊(cè)[M].北京：人民郵電出版社， 2014(5).

[9]Simon Haykin著，申富饒譯.神經(jīng)網(wǎng)絡(luò)與機(jī)器學(xué)習(xí)[M].北京：機(jī)械工業(yè)出版社，2016(7).

[10]陳明. MATLAB神經(jīng)網(wǎng)絡(luò)原理與實(shí)例精解[M].北京：清華大學(xué)出版社，2014(3).

Study on Energy Conservation of the Green Roof Based on RBF Neural Network

ZOUGang

(Guangdong provincial academy of building research group Co.，Ltd. Guangzhou 510500)

The research makes use of the RBF neural network model to quantitatively study the rooms with green,white and black roof in Guangzhou respectively in terms of the relations between energy consumption of air conditionings and temperatures as well as solar irradiation. The result indicates that energy consumption of the air-conditionings of different rooms with different roofs are related to seasons. Water evaporation and transpiration of green plants decrease the surface temperature outside roofs effectively due to the higher temperatures and bigger irradiation intensity in summer and autumn. The energy consumption of the air-conditionings in room with green roof is less than that in rooms with white and black roof when irradiation intensity is larger than 480W/m2and temperature higher than 31℃.

RBF neural network; Green roof; Energy-saving

鄒罡(1987.06-)，男。

E-mail:s.c.hust@163.com

2016-06-14

TU201.5

A

1004-6135(2016)07-0028-05