一种基于智能算法及能耗综合优化的城市建筑群设计方法技术

本发明专利技术公开一种基于智能算法及能耗综合优化的城市建筑群设计方法，包括以下步骤：建立城市建筑群形态信息和城市建筑群能源消耗数据库；利用数据挖掘技术分析提取影响城市能耗的城市建筑群形态驱动因子；挖掘真实环境中能耗与城市形态的关联性；结合智能算法和计算机仿真模拟，对真实环境下能源驱动的城市建筑群形态与理想环境下仿真模拟的城市建筑群形态进行分析、比对与评估；利用集成算法最终构建一套高能效城市建筑群形态与能耗耦合作用框架和运算平台。本发明专利技术城市建筑群设计方法通过对城市建筑群形态特征和建筑能耗信息的数据采集，初步建立样本城市城市形态与能耗数据库，为城市设计与能耗研究提供基础信息和数据支撑。

【技术实现步骤摘要】
一种基于智能算法及能耗综合优化的城市建筑群设计方法
本专利技术涉及智能算法与城市建筑群设计
，具体是一种基于智能算法及能耗综合优化的城市建筑群设计方法。
技术介绍
城市能源是城市经济运行的重要物质基础，是驱动城市经济发展的动力源、生产和生活正常运行的“血液”与“命脉”。长期以来，城市规划设计大都聚焦于土地使用、空间结构、功能布局、交通规划和公共设施配置等公众关心的社会问题，能源规划没有得到应有的重视。传统的需求侧城市节能方法强调在“人的使用、技术系统或建筑层面”对能源使用进行干预，但就城市层级的针对性研究相对缺乏，尤其是对城市建筑群形态因子(密度、肌理与类型)与能耗的相关性问题的重视程度明显不足。因此，有必要在城市层级针对城市建筑群形态因子与能耗的相互作用与影响展开关联性研究，揭示能耗与城市建筑群形态的影响机理和作用机制，进而提出高能效城市建筑群形态设计的创新理念与模式。时至今日，欧美不少国家已经相继建立起与能源相关的各类数据库，为数众多的高校、国家实验室等都已长期展开针对性研究，研究成果不断涌现。与之相比，目前我国学者的相关研究主要是从城市规划视角切入的以定性分析为主的研究，有待尽快建设我国自己的城市能源数据库，应包含城市建筑、气候因素以及建筑能源使用的数据信息；在技术上应紧跟机器学习和人工智能的发展脉搏，尽快建立我国自己的大型技术运算平台。总体来看，在现有城市节能研究中“现象问题策略”式的应用型研究依然占主要部分，而“机理机制调控”式的探索型研究相对较少。本设计方法以高能效城市建筑群形态设计作为研究的切入点，引入能耗仿真模拟与优化方法，以环境性能为导向，使城市建筑群形态设计与能耗评价同步进行；重点突出对城市建筑群形态因子与能耗之间的相关性及耦合机理的考察，力求建立城市建筑群形态因子与能耗如何形成良性互动的评价标准和体系，深化对高能效城市建筑群形态设计优化规律的认识，通过智能算法：机器学习、强化学习、集成算法等，寻找具有最佳环境舒适度和低能耗的城市建筑群形态寻优路径和理想模式
技术实现思路
本专利技术的目的在于提供一种基于智能算法及能耗综合优化的城市建筑群设计方法，通过对城市建筑群形态特征和建筑能耗信息的数据采集，初步建立样本城市城市形态与能耗数据库，为相关城市设计与能耗研究提供基础信息和数据支撑；提取影响能源绩效的城市建筑群形态特征及其主要驱动因子，为高能效城市形态的评价分级提供机器学习样本；并根据上述城市形态驱动因子，耦合机器学习、强化学习等智能算法实现真实环境中城市形态与能源绩效的机理揭示和评价分级；基于Grasshopper仿真模型以及GIS、统计分析等评估工具，研究城市气候仿真模型和可视化统计分析评估方法，实现高能效城市建筑群形态设计方案的自动寻优；利用集成算法对能源驱动的城市建筑群形态评价分级和仿真模拟的城市形态自动寻优结果进行算法分析与科学研判，实现城市建筑群形态与能耗耦合机理与模式研究，并构建高能效城市建筑群形态作用框架与运算平台。本专利技术的目的可以通过以下技术方案实现：一种基于智能算法及能耗综合优化的城市建筑群设计方法，城市建筑群设计方法包括以下步骤：S1：建立城市建筑群形态信息和城市建筑群能源消耗数据库；通过调研获取城市形态基本信息、能耗数据、气象数据，建立城市建筑群形态信息和城市建筑群能源消耗数据库；所述形态信息包括样本建筑群的类型、密度、平面轮廓，能源消耗数据包括建筑群消耗的水、电、燃气；S2：利用数据挖掘技术分析提取影响城市能耗的城市建筑群形态驱动因子；S3：挖掘真实环境中能耗与城市形态的关联性；S4：结合智能算法和计算机仿真模拟，对真实环境下能源驱动的城市建筑群形态与理想环境下仿真模拟的城市建筑群形态进行分析、比对与评估；S5：利用集成算法最终构建一套高能效城市建筑群形态与能耗耦合作用框架和运算平台。进一步地，所述S2具体是：S2.1：利用数据挖掘技术分析提取影响城市能耗的城市建筑群形态驱动因子；首先提取城市建筑群形态有关的数据x，通过下式表示x：x＝￡(a、b、c、d、e、f、g、h、i)；其中：a为建筑密度、b为建筑间距系数、c为天空视域因子、d为平面布局、e为垂直布局、f为建筑朝向、g为住宅功能类型、h为办公楼住宅功能类型、i为商场功能类型,￡为映射函数；S2.2：能耗数据为水、电、燃气的消耗量，统一换算成国际能源单位焦耳,根据城市建筑群能源消耗数据库统计，分别提取城市建筑群形态有关的数据对应能源单位J，使其转换为数学计算；进而提取能耗有关能量y，通过下式表示y：y＝λ(β、γ、α)；中β代表建筑群消耗的水，γ代表建筑群消耗的电，α代表建筑群消耗的燃气，λ为映射函数，y的单位为焦耳。进一步地，所述S3具体是：S3.1：挖掘真实环境中能耗与城市形态的关联性；用皮尔逊相关系数来表示城市形态和能耗之间的相关性系数r，通过下式表示r：n为样本量，Xi为城市建筑群形态有关数据i样本数值，Yi为能耗有关能量数据i样本数值；为X样本平均数，为Y样本平均数；r描述的是两个变量间线性相关强弱的程度,r的绝对值越大说明各变量之间的线性关系越强，越接近线性关系,该算法可由Python或SPSS完成，以量化两者的耦合关系；提取r对应的城市建筑群驱动因子φ，驱动因子φ对应的城市建筑群形态有关数据为Xi，能耗有关能量数据为Yi，其中φ作为自变量对应的r值范围为：0.5≤∣r∣≤1。进一步地，所述S4具体是:S4.1：在S1的基础上建立研究区域计算机模型；通过Grasshopper下的ladybug和honeybee插件、GIS，进行理想环境下仿真模拟；S4.2：利用驱动因子作为评价分级的输入参数，以高能效城市形态设计为目标，计算评估中，层级聚类分析评估方法可采用purity评价法，评估计算机模拟效果接近真实比例，通过下式表示Purity：其中N代表总的样本个数,Ω＝{r1,r2,…,rk}表示所有真实环境下形态驱动因子与能耗的关联性划集合,rk表示第k个聚类的集合，C＝{c1,c2,…,cj}表示理想环境下形态驱动因子与能耗的关联性划分集合，cj表示第j个聚类的集合；Purity结果越接近1表示层级聚类结果越好，计算机模拟效果越接近真实；该计算过程可由Python或SPSS编程计算完成；选择C对应的城市建筑群驱动因子，其中C作为自变量对应的Purity值范围为：0.5≤Purity≤2。进一步地，所述S5具体是:S5.1：高能效城市建筑群形态与能耗耦合作用智能算法原理；S5.2:通过设定评价标准因子，利用Grasshopper下的ladybug和honeybee插件、GIS，所述评价标准因子为能耗数据Q，舒适度为P,通过下式表示综合优化结果：MinQ+MaxP＝￡(A1,A2,…,Az)；其中MinQ代表最低城市建筑群能耗，MaxP代表城市建筑群最佳舒适度，本文档来自技高网...

【技术保护点】
1.一种基于智能算法及能耗综合优化的城市建筑群设计方法，其特征在于，城市建筑群设计方法包括以下步骤：/nS1：建立城市建筑群形态信息和城市建筑群能源消耗数据库；/n通过调研获取城市形态基本信息、能耗数据、气象数据，建立城市建筑群形态信息和城市建筑群能源消耗数据库；所述形态信息包括样本建筑群的类型、密度、平面轮廓，能源消耗数据包括建筑群消耗的水、电、燃气；/nS2：利用数据挖掘技术分析提取影响城市能耗的城市建筑群形态驱动因子；/nS3：挖掘真实环境中能耗与城市形态的关联性；/nS4：结合智能算法和计算机仿真模拟，对真实环境下能源驱动的城市建筑群形态与理想环境下仿真模拟的城市建筑群形态进行分析、比对与评估；/nS5：利用集成算法最终构建一套高能效城市建筑群形态与能耗耦合作用框架和运算平台。/n

【技术特征摘要】
1.一种基于智能算法及能耗综合优化的城市建筑群设计方法，其特征在于，城市建筑群设计方法包括以下步骤：
S1：建立城市建筑群形态信息和城市建筑群能源消耗数据库；
通过调研获取城市形态基本信息、能耗数据、气象数据，建立城市建筑群形态信息和城市建筑群能源消耗数据库；所述形态信息包括样本建筑群的类型、密度、平面轮廓，能源消耗数据包括建筑群消耗的水、电、燃气；
S2：利用数据挖掘技术分析提取影响城市能耗的城市建筑群形态驱动因子；
S3：挖掘真实环境中能耗与城市形态的关联性；
S4：结合智能算法和计算机仿真模拟，对真实环境下能源驱动的城市建筑群形态与理想环境下仿真模拟的城市建筑群形态进行分析、比对与评估；
S5：利用集成算法最终构建一套高能效城市建筑群形态与能耗耦合作用框架和运算平台。


2.根据权利要求1所述的一种基于智能算法及能耗综合优化的城市建筑群设计方法,其特征在于，所述S2具体是：
S2.1：利用数据挖掘技术分析提取影响城市能耗的城市建筑群形态驱动因子；首先提取城市建筑群形态有关的数据x，通过下式表示x：



其中：a为建筑密度、b为建筑间距系数、c为天空视域因子、d为平面布局、e为垂直布局、f为建筑朝向、g为住宅功能类型、h为办公楼住宅功能类型、i为商场功能类型、为映射函数；
S2.2：能耗数据为水、电、燃气的消耗量，统一换算成国际能源单位焦耳,根据城市建筑群能源消耗数据库统计，分别提取城市建筑群形态有关的数据对应能源单位J，使其转换为数学计算；
进而提取能耗有关能量y，通过下式表示y：
y＝λ(β、γ、α)；
中β代表建筑群消耗的水，γ代表建筑群消耗的电，α代表建筑群消耗的燃气，λ为映射函数，y的单位为焦耳。


3.根据权利要求1所述的一种基于智能算法及能耗综合优化的城市建筑群设计方法,其特征在于，所述S3具体是：
S3.1：挖掘真实环境中能耗与城市形态的关联性；用皮尔逊相关系数来表示城市形态和能耗之间的相关性系数r，通过下式表示r：



n为样本量，Xi为城市建筑群形态有关数据i样本数值，Yi为能耗有关能量数据i样本数值；为X样本平均数，为Y样本平均数；r描述的是两个变量间线性相关强弱的程度,r的绝对值越大说明各变量之间的线性关系越强，越接近...

【专利技术属性】
技术研发人员：徐小东，王伟，胡亚辉，徐宁，刘可，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32