[发明专利]一种高层住宅被动式节能反向设计系统及设计方法

权利要求书

1.一种高层住宅被动式节能反向设计系统，其特征在于，所述高层住宅被动式节能反向设计系统包括：

参数变量与目标设计模块，用于根据建筑设计类型确定设计参数变量与设计目标；

建筑热环境与能耗影响特征获取模块，与参数变量与目标设计模块连接，用于获取不同高度、不同户型的室内外温湿度、室内外风速、辐射温度物理参数的测试数据，分析不同因素对建筑热环境及能耗状况的影响，基于数据分析，获取建筑热环境与能耗影响特征；

建筑热环境及能耗影响规律分析模块，与建筑热环境与能耗影响特征获取模块连接，用于结合建筑信息模型，采用计算机模拟方法对建筑能耗、通风、日照、遮阳、太阳辐射状况进行模拟，分析被动式因素在不同组合情况下对建筑热环境及能耗影响规律；

建筑能耗的影响特征和取值范围确定模块，与建筑热环境及能耗影响规律分析模块连接，用于基于不同形式被动式因素对建筑热环境与能耗影响规律分析，通过敏感性分析方法分析不同被动式因素对建筑能耗影响的敏感程度；同时以建筑节能为约束目标，将敏感性分析结果与不同被动式因素的能耗影响规律进行拟合回归，确定不同被动式因素对建筑能耗的影响特征和取值范围；

高敏感性参数对建筑热环境及能耗影响关系分析模块，与建筑能耗的影响特征和取值范围确定模块连接，用于将不同被动式因素作为参数，采用人工神经网络建立以建筑能耗和热环境状况为目标的快速预测模型，利用已知的输入、输出数据作为学习和测试样本，对网络模型进行训练与测试，得到精确的网络模型，分析高敏感性参数对建筑热环境及能耗影响关系；

设计方案解集获取模块，与高敏感性参数对建筑热环境及能耗影响关系分析模块连接，用于基于得到的建筑能耗与热环境状况快速预测模型，以全年建筑低能耗和热环境改善为评价指标，将NSGA-Ⅱ作为方案搜索引擎，采用神经网络-遗传算法GA-BP进行种群的适应度函数评价，对多组模拟数据进行训练与测试，经过N代的遗传操作优化，获得满足目标要求的设计方案解集；

高层住宅被动式节能策略获取模块，与设计方案解集获取模块连接，用于建立多目标优化的模型；基于获取的设计方案解集，同计算机模拟分析结果进行数据拟合，对比分析不同被动式优化设计方案对建筑节能的有效性，获得高层住宅被动式节能策略。

2.如权利要求1所述高层住宅被动式节能反向设计系统，其特征在于，所述基于敏感性分析的高层住宅被动式节能反向优化系统进一步包括：

不同被动式因素敏感性函数关系确定模块，与建筑能耗的影响特征和取值范围确定模块连接，用于构建包含建筑热环境与能耗影响特征以及被动式因素在不同组合情况下对建筑热环境及能耗影响规律相关数据的敏感性参数数据库；

被动式节能多目标优化与策略输出模块，与高层住宅被动式节能策略获取模块连接，用于进行多目标优化，输出建筑低能耗调整方法及被动式节能设计策略。

3.如权利要求2所述高层住宅被动式节能反向设计系统，其特征在于，所述不同被动式因素敏感性函数关系确定模块中，敏感性参数数据库具体包括：

敏感性参数数据库包含建筑热环境与能耗影响特征以及被动式因素在不同组合情况下对建筑热环境及能耗影响规律相关数据；

所述建筑热环境与能耗影响特征数据通过统计高层住宅测试数据、热舒适状况相关物理参数数据分析建筑能耗状况与热舒适性，同时基于数据分析与检验得到；

所述被动式因素在不同组合情况下对建筑热环境及能耗影响规律相关数据基于计算机模拟被动式设计因素以及建筑性能得到不同被动式因素能耗影响规律同时基于敏感性分析得到。

4.如权利要求2所述高层住宅被动式节能反向设计系统，其特征在于，所述不同被动式因素敏感性函数关系确定模块中，不同被动式因素包含高敏感性因素与低敏感性因素，高敏感性因素为变量，低敏感性因素为定量。