[發明專利]基于人工神經網絡和BIM的建筑能耗模擬和優化方法

在審

• 申請號: 201811304066.4
• 申請日: 2018-11-03
• 公開（公告）號: CN109376941A
• 公開（公告）日: 2019-02-22
• 發明（設計）人: 趙建國;董怡平;單彩杰;張占斌;陳俊杰;曹海良;杜先文;和嘉良;王慧彬
• 申請（專利權）人: 中國建筑上海設計研究院有限公司;中國建筑股份有限公司;中國建筑第八工程局有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/08;G06F17/50;G06N3/04;G06N3/08
• 代理公司: 上海唯源專利代理有限公司 31229
• 代理人: 曾耀先

1.一種基于人工神經網絡和BIM的建筑能耗模擬和優化方法，其特征在于，包括步驟：

建立建筑能耗數據庫；

在Rihno+Grasshopper平臺上搭建人工神經網絡，對所述建筑能耗數據庫進行深度學習；

通過Revit軟件建立建筑方案的BIM模型，利用所述Rihno+Grasshopper平臺提取所述BIM模型的建筑特征，作為所述人工神經網絡的輸入參數；

通過所述人工神經網絡計算出所述建筑方案的建筑耗能評估結果；

根據計算得到的所述建筑耗能評估結果，結合所述建筑能耗數據庫，選擇優化策略；以及

通過所述人工神經網絡計算所選擇的所述優化策略的節能效果，形成優化后的設計方案。

2.如權利要求1所述的基于人工神經網絡和BIM的建筑能耗模擬和優化方法，其特征在于，所述建筑能耗數據庫中包括有建筑模型特征庫、能耗數據和優化策略庫。

3.如權利要求2所述的基于人工神經網絡和BIM的建筑能耗模擬和優化方法，其特征在于，所述建筑模型特征庫的數據組成包括：體形、朝向、層高、窗墻比、保溫形式、動線形式、空調系統形式。

4.如權利要求2所述的基于人工神經網絡和BIM的建筑能耗模擬和優化方法，其特征在于，所述能耗數據的數據組成包括：制冷能耗、供暖能耗、設備能耗、照明能耗。

5.如權利要求2所述的基于人工神經網絡和BIM的建筑能耗模擬和優化方法，其特征在于，所述優化策略庫的數據組成包括：圍護結構、保溫、遮陽、雙層表皮、自然采光、自然通風。

6.如權利要求2所述的基于人工神經網絡和BIM的建筑能耗模擬和優化方法，其特征在于，所述搭建人工神經網絡，包括：

采用主成分分析法分析儲存在所述建筑模型特征庫中與建筑能耗相關的特征參數；

將與建筑能耗相關度最大的特征參數提取出來作為人工神經網絡的輸入層；

人工神經網絡的輸出層為建筑能耗數據庫中建筑的能耗評估結果。

7.如權利要求2所述的基于人工神經網絡和BIM的建筑能耗模擬和優化方法，其特征在于：所述優化策略選自所述建筑能耗數據庫中的所述優化策略庫。

8.如權利要求7所述的基于人工神經網絡和BIM的建筑能耗模擬和優化方法，其特征在于：根據計算得到的所述建筑耗能評估結果，從所述優化策略庫中選擇多個優化策略；

并且，形成的優化后的所述設計方案為所選擇的多個優化策略的組合。

9.如權利要求1所述的基于人工神經網絡和BIM的建筑能耗模擬和優化方法，其特征在于，還包括步驟：將按照優化后的所述設計方案建成的建筑在實際工程的運行數據反饋至所述建筑能耗數據庫，對所述建筑耗能數據庫進行迭代優化。

10.如權利要求1所述的基于人工神經網絡和BIM的建筑能耗模擬和優化方法，其特征在于：所述建筑能耗數據庫為大型綜合體建筑的建筑能耗數據庫。