为加强研究生学术交流活动，推进学术创新，特开通“研究生学术报告预告区”。我校研究生和教师可以在预告区及时发布和了解有关研究生学术报告的信息，届时参加。也可就某学术报告展开专题讨论与交流。
提高冷水机组运行性能是降低空调系统和建筑物能耗的有效途径之一。目前灰/黑箱模型是研究冷水机组运行性能的最佳选择，这类模型对机组各工况性能模拟十分简单快捷，非常适合现场工程师使用。灰箱模型需要建立表达冷水机组性能的物理模型，然后用统计分析的方法确定各项物理参数。其中GNU模型是最典型的灰箱模型，但该模型包含与具体设备相关的两个待定常数qe和qc，在机组性能预测时需要苛刻的输入条件。黑箱模型实质是机组COP实测值与各项影响因子之间的回归模型，其可以是单纯的统计模型，也可以基于一定的物理意义。其中Hydeman M提出的DOE-2模型是分析机组典型变工况特性时最常用的经验模型。但该模型不适用于模拟离心式变频机组以及冷冻侧变流量、冷却侧变流量机组的性能。总体而言，当前的灰箱或黑箱模型均有适用范围，针对某一灰/黑箱模型，若实际工程中无法完整地测量模型所需的输入参数或机组运行在该模型不适用工况，则会导致当前模型不可用或精度较低的情况。因此如何构建适用于不同冷水机组及运行工况的性能仿真模型显得尤为重要。针对上述问题，本次报告提出了一种冷水机组能效模型的数据驱动建模方法。在编制表征机组能效的模型因子项集合的基础上，采用逐步回归法组建机组当前的最优能效模型模型（SR）。以天津某能源站离心式冷水机组为研究对象，将所构建的SR模型与DOE-2、BQ、MP、QHP及GNU等传统模型进行对比分析，结果表明SR模型的4个误差评价指标（RMSE（0.28）、MAE（0.21）、MRE（3.53%）和CV（4.34%））数值最小，模型精度最高。