预测中通常采用的模型包括回归模型（线性回归、多元回归等）、时间序列模型（ARIMA、ARMA、AR、MA等）、Kalman滤波模型、模糊集模型、人工神经网络模型等。

    1985年Rawlingr指出对蓄冰系统，为了防止冰在热天提前耗尽，一种预测热天的办法是观察当天早晨的气温（主观预测法）。例如，在新泽西地区，如果上午8：00的温度为29℃，统计数据表明当天很可能接近“设计日”[15]

    用于客观天气预测的模型输出统计（Model output statistics）可以给出精确的未来天气撒尼“然而，这种方法需要大量的气象数据和超级计算机；而不适于在线控制。实时控测。气象参数和负荷预测的方法大多数基于最小M乘回归分析。1989年MacA－rthur[16]等利用以前测量的环境温度和当地气预报的最高、最低温度来预测未来温度曲线。 1995年Kawashima等采用预报的最高，最低温度和ASHRAE建议的形状系数预测环境逐时温度[17].因为利用了更有效的信息，他们的方法优于仅采用过去测量气象数据的方法。Chen对天气预报的最高、最低温度作了更详尽的修正。由数据采集系统实测室外温度，并根据算法是未来几个小时的逐时温度；同时将室外温度变化分为上升阶段和下降阶段，分别计算各时刻的形状系数；二者共同用于室外温度的预测，取得了较好的效果。

    2.2 逐时太阳辐射的预测

    1996 年，Kawshima将天气分为晴、阴、多云、雨四种典型情况。首先根据实测数据拟合出用于预测次日太阳辐射总量的多项式，然后乘以逐时的系数来预测次日的太阳辐射[18].Chen将太阳辐射细分为10个级别，并给出了它们的相对于各时刻历史最大太阳辐射强度的中值，用于太阳辐射的预测，他发现对于晴朗小时或天晴间多云（sunny hour or day）预测效果较好；而对于不确定的天气状况，如晴间多云（clearing and clouding）则有一定的偏差[14].在建筑物能耗预测结果的报告中[19]，前六名分别为英国剑桥卡文迪许实验室的Mackay［20］、瑞典 Lund大学理论物理系的Ohlsson［2］、普林斯顿大学中心研究实验室汽车研究和发展公司的Feuston[22]，南非的Stevenson [23]、日本东京电气工程部的Iijima[24]、日本东京技术大学的Kawashima[25].他们分别在各自的文章中介绍了自己的模型和预测方法。其中，只有Iijima采用了非ANN的分段线性回归方法。虽然算法取得了较为满意的结果，但是作者指出线性算法的在解决实际非线性问题时，还是有限局性的。

    温度和太阳辐射是影响建筑物冷负荷的主要因素，其他参数的预测，如相对湿度等，本文不再赘述。

    3 建筑物逐时冷负荷的预测

    简单的负荷预测方法是将当天的负荷作为第二天冷负荷的预测值。1985年Tamblyn利用测量仪器，如流量计和温差传感器产生准确的冷吨一小时冷负荷曲线，然后建立冷负荷与环境温度和内部负荷之间的函数关系，用于负荷预测[26].1989年Meredith等在利用BASIC程序进行蓄冷系统模拟时，根据ASHRAE通用负荷曲线（ASHRAE 1987），采用四阶多项式回归得到方程来预测模拟日的负荷［27］。

[1] [2] [3]

　　考试交流区成绩查询交流群（点击加入QQ群可快速加群交流成绩查询相关信息我们会及时在群里通知）：

　　（群：129722917）　

　　温馨提示：有任何报考及考试相关疑问，可添加网校专业老师个人微信号“edu24olxu”咨询。！考生可下载手机APP，随时掌握考试资讯！

扫一扫上面的二维码，添加老师个人微信号，所有课程七折开通

　　1·2023年一级建造师报名时间

　　2·一级建造师报考条件

　　3·一级建造师考试真题

　　4·2022年一级建造师成绩查询时间

　　5·2023年一级建造师考试时间9月9、10日

　　6·一级建造师考试科目