为了在不同环境条件下对建筑能耗进行较为准确的预测,文中提出一种基于计算流体动力学(CFD)仿真和支持向量机(SVM)算法的建筑能耗预测系统.首先利用CFD方法建立三维建筑模型并进行仿真,获得若干输入输出样本;然后将得到的样本按3:1的比例分为训练集和测试集,利用SVM算法对训练集样本进行学习训练,获得一个能耗预测模型;最后将测试集样本放入该模型中,对模型的准确性进行验证.结果表明:SVM能耗预测模型的结果与仿真结果相比,误差百分比在[-1.133％,1.132％];经过实际建筑模型测试,实物测试能耗值与预测能耗值误差百分比在[-6.211％,8.118％].当环境条件改变时实物测试能耗值和预测能耗值变化趋势一致.与现有一些预测模型相比,文中预测模型使用的SVM算法不需要太多的训练样本,且结合CFD仿真方法,能够使建筑能耗预测结果具有较高的准确性.

为解决环境风速对太阳辐射强度值测量准确度的影响,文中设计一种热电效应总辐射传感器.首先,利用建模软件构建出传感器探头的三维结构模型,使用流体动力学方法对传感器探头进行流固耦合传热分析;然后使用L?M算法对传感器进行误差修正,得到太阳辐射强度值与传感器两探头温差及环境风速之间的关系;最后设计硬件电路,并搭建一套太阳辐射模拟器实验平台,使用此传感器测量0～3m/s范围内太阳辐射强度值并修正辐射误差,将经误差修正后测得的实验值与标准仪器参考值进行对比.实验结果表明,文中提出的太阳辐射传感器及误差修正算法具有较好的效果,经辐射误差修正后的实验值与参考值之间的相对误差不大于2.36％,以100～1050 W/m2作为满量程时,满量程误差不大于1.37％.

太阳辐射是影响大气温度观测精度的主要因素,为降低辐射误差,文中提出一种阵列式球形温度传感器设计,无需安装于百叶箱或防辐射罩内.该传感器利用阵列式球形温度传感器之间的辐射误差比值关系,可推导出环境温度的真实值.首先,利用计算流体动力学(CFD)方法计算出阵列式球形温度传感器相互之间的辐射误差比值.然后,采用极限学习机(ELM)算法获得该比值与环境各因素之间的关系.最后,为验证阵列式球形温度传感器的观测精度,以基于太阳模拟器的实验平台测试数据为参考,进行标准气温测量对比实验.实验结果表明,文中提出的阵列式球形温度传感器均方根误差为0.16 K.