[發(fā)明專利]基于人工神經(jīng)網(wǎng)絡和BIM的建筑能耗模擬和優(yōu)化方法

在審

• 申請?zhí)枺?/td>: 201811304066.4
• 申請日: 2018-11-03
• 公開（公告）號: CN109376941A
• 公開（公告）日: 2019-02-22
• 發(fā)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(quán)）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

本發(fā)明公開了一種基于人工神經(jīng)網(wǎng)絡和BIM的建筑能耗模擬和優(yōu)化方法，包括：建立建筑能耗數(shù)據(jù)庫；通過人工神經(jīng)網(wǎng)絡算法，對建筑能耗數(shù)據(jù)庫進行深度學習；通過Revit軟件建立建筑方案的BIM模型，通過Rihno+Grasshopper平臺提取BIM模型的建筑特征；通過人工神經(jīng)網(wǎng)絡算法計算出建筑的耗能評估結(jié)果；選擇優(yōu)化策略，得出各種優(yōu)化策略的節(jié)能效果，形成優(yōu)化后的設計方案。本發(fā)明將人工神經(jīng)網(wǎng)絡技術(shù)、BIM技術(shù)與建筑能耗模擬相結(jié)合。通過直接從BIM模型提取建筑特征信息，免除了傳統(tǒng)在模擬軟件上的建模環(huán)節(jié)；通過人工神經(jīng)網(wǎng)絡對數(shù)據(jù)庫的學習，直接得出能耗計算結(jié)果，實現(xiàn)了建筑方案的實時優(yōu)化和分析。

技術(shù)領域

本發(fā)明涉及一種建筑物能耗預測技術(shù)領域，尤其涉及一種基于人工神經(jīng)網(wǎng)絡和BIM的建筑能耗模擬和優(yōu)化方法。

背景技術(shù)

在各類建筑中，綜合體建筑是典型的高能耗建筑，尤其是商業(yè)綜合體建筑，具有體量大、能耗高、節(jié)能潛力大的特點。因此，設計和建造高能效的商業(yè)綜合體建筑，對于整個社會的可持續(xù)發(fā)展具有重要的意義。

如圖1所示，當前的建筑能耗模擬主要是在能耗模擬軟件上進行：建?！嬎恪{(diào)整優(yōu)化——再計算。整個過程耗費大量時間和人力，無法做到建筑方案的實時分析，因此往往只能起到事后驗證的作用。

發(fā)明內(nèi)容

鑒于上述現(xiàn)有技術(shù)中存在或潛在的不足之處，本發(fā)明提供了一種基于人工神經(jīng)網(wǎng)絡和BIM的建筑能耗模擬和優(yōu)化方法，能夠免除在模擬軟件上重新構(gòu)建建筑模型，高效、快捷地實現(xiàn)建筑方案的實時優(yōu)化和分析。

為實現(xiàn)上述目的，本發(fā)明提供了一種基于人工神經(jīng)網(wǎng)絡和BIM的建筑能耗模擬和優(yōu)化方法，其包括步驟：

建立建筑能耗數(shù)據(jù)庫；

在Rihno+Grasshopper平臺上搭建人工神經(jīng)網(wǎng)絡，對所述建筑能耗數(shù)據(jù)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(jīng)網(wǎng)絡的輸入?yún)?shù)；

通過所述人工神經(jīng)網(wǎng)絡計算出所述建筑方案的建筑耗能評估結(jié)果；

根據(jù)計算得到的所述建筑耗能評估結(jié)果，結(jié)合所述建筑能耗數(shù)據(jù)庫，選擇優(yōu)化策略；以及

通過所述人工神經(jīng)網(wǎng)絡計算所選擇的所述優(yōu)化策略的節(jié)能效果，形成優(yōu)化后的設計方案。

本發(fā)明的一些實施例中，所述建筑能耗數(shù)據(jù)庫中包括有建筑模型特征庫、能耗數(shù)據(jù)和優(yōu)化策略庫。

本發(fā)明的一些實施例中，所述建筑模型特征庫的數(shù)據(jù)組成包括：體形、朝向、層高、窗墻比、保溫形式、動線形式、空調(diào)系統(tǒng)形式。

本發(fā)明的一些實施例中，所述能耗數(shù)據(jù)的數(shù)據(jù)組成包括：制冷能耗、供暖能耗、設備能耗、照明能耗。

本發(fā)明的一些實施例中，所述優(yōu)化策略庫的數(shù)據(jù)組成包括：圍護結(jié)構(gòu)、保溫、遮陽、雙層表皮、自然采光、自然通風。

本發(fā)明的一些實施例中，所述搭建人工神經(jīng)網(wǎng)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(guān)的特征參數(shù)；

將與建筑能耗相關(guān)度最大的特征參數(shù)提取出來作為人工神經(jīng)網(wǎng)絡的輸入層；

人工神經(jīng)網(wǎng)絡的輸出層為建筑能耗數(shù)據(jù)庫中建筑的能耗評估結(jié)果。

本發(fā)明的一些實施例中，所述優(yōu)化策略選自所述建筑能耗數(shù)據(jù)庫中的所述優(yōu)化策略庫。

本發(fā)明的一些實施例中，根據(jù)計算得到的所述建筑耗能評估結(jié)果，從所述優(yōu)化策略庫中選擇多個優(yōu)化策略；

并且，形成的優(yōu)化后的所述設計方案為所選擇的多個優(yōu)化策略的組合。