(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210559589.3 (22)申请日 2022.05.23 (71)申请人 天津科技大 学 地址 300222 天津市河西区大沽南路10 38 号天津科技大学机械工程学院563信 箱 (72)发明人 田玮　陈璐　周显志　李广臣　 张虎　 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06N 20/00(2019.01) G06F 30/13(2020.01) (54)发明名称 一种基于机器学习的光伏空调生命周期不 确定性分析方法 (57)摘要 本发明涉及一种基于机器学习的光伏空调 生命周期不确定性分析方法。 方法包括如下步 骤： 1)对光伏空调设备进行选型； 2)收集光伏空 调在其全生命周期内的资源、 能源消耗； 3)确定 环境影响类别和环境影 响因子； 4)计算不同的环 境影响潜值； 5)计算光伏空调的总环境负荷； 6) 对光伏空调进行环境影 响评价； 7)对光伏空调的 环境影响指标进行不确定性 分析； 8)建立机器学 习模型进行变量重要性分析。 本方法可以准确的 评估光伏空调对环境的影 响， 可为环保部门和设 计人员提供更为可靠的建议， 同时对保护环境也 具有一定的积极意 义。 权利要求书1页 说明书7页 附图3页 CN 115186965 A 2022.10.14 CN 115186965 A 1.一种基于机器学习的光伏空调生命周期不确定性分析方法， 其特征在于： 其包括如 下步骤： 1)对光伏空调设备进行选型： 通过在SketchUp 中创建建筑几何模型， 并在EnergyPlus 中进行参数的设置， 从而计算出房间的冷负荷， 根据房间最大冷负荷 对空调、 蓄电池以及光 伏板进行选择； 2)收集光伏空调在其全生命周期内的资源、 能源消耗： 首先通过查阅资料或调研确定 光伏空调的清单数据， 在eBalance软件中建立光伏空调的生命周期评价模型， 并与 eBalance软件中的数据库进行关联， 确定其资源、 能源消耗以及环 境排放； 光伏空调的全生 命周期包括 生产制造阶段、 使用阶段和最终的废弃处 理阶段； 3)确定环境影响类别和环境影响因子： 环境影响类别主要包括初级能源消耗PED、 中国 资源消耗潜值CADP、 酸化潜值AP、 富营养化潜值EP、 全球变暖潜值GWP、 人体毒性潜值HTP、 臭 氧层耗竭潜值ODP和光化学污染潜值POCP八类， 同时还应将不同的环境影响因子归类到这 些环境影响指标中； 4)计算不同的环境影响潜值： 在个环境影响指标中， 将不同的环境影响因子统一为一 个当量物质， 从而计算得到该当量物质对环境的影响； 5)计算光伏空调的总环境负荷： 对步骤4)所得的结果先进行标准化， 然后再通过加权 根据不同指标对环境的贡献度赋予权 重， 从而得到不同指标的环境影响和总的环境影响； 6)对光伏 空调进行环境影响评价： 确定光伏 空调在其全生命周期内对环境影响占比最 大的指标； 7)对光伏空调的环境影响指标进行不确定性分析： 确定输入变量的分布范围， 采用蒙 特卡罗抽样方法在其范围内抽样并进行分析； 8)采用机器学习模型进行变量重要性分析： 将输入与输出建立机器学习模型， 从而得 出输入变量对输出的重要性 排序。 2.根据权利要求1所述的基于机器学习的光伏空调生命周期不确定性分析方法， 其特 征在于： 步骤7)中不确定性分析方法。 将不确定性分析应用到光伏空调的环境影响研究中， 通 过对光伏空调全生命周期的资源、 能源消 耗以及对环境的影响进行量化研究， 同时对输入 变量在其范围内抽样并代入生命周期评价模型中， 得到不确定性的环境影响结果。 3.根据权利要求1所述的基于机器学习的光伏空调生命周期不确定性分析方法， 其特 征在于： 步骤8)中变量重要性分析方法。 通过建立不同的机器学习模型， 研究输入变量对环境 影响的重要程度， 从而可以为设计者 提供更好的节能减排建议。权　利　要　求　书 1/1 页 2 CN 115186965 A 2一种基于机 器学习的光 伏空调生命周期不确定性分析方 法 技术领域 [0001]本发明涉及 光伏空调环境影响评价领域， 特别涉及一种基于机器学习的光伏空调 生命周期不确定性分析 方法。 背景技术 [0002]在全球的能源消耗中， 建筑能耗约占社会总能耗的33％。 其中， 空调能耗占建筑总 能耗的一半以上。 随着社会和经济的发展， 人们对建筑热舒适度要求也变得更高， 空调能耗 的占比将会继续增大。 为了减少对不可再生能源的消耗， 太阳能制冷技术显得十 分重要。 太 阳能光伏空调系统通过将 太阳能光伏发电技术与制冷技术相结合， 有效地减少了不可再生 能源与电力资源的消耗， 同时还 减少了由于 燃烧煤等常规能源造成的环境污染。 [0003]在光伏空调的全生命周期过程中， 能源使用情况、 污染物的排放以及其对环境的 影响。 可以通过使用生命周期评价(Life  Cycle Assessment， 简称LCA)方法， 定量的分析出 光伏空调在其全生命周期 中对环境的影响程度。 通过分析各阶段对环境造成的影响， 以及 对不同的影响因素进 行变量重要性分析， 可以为设计者提供可靠的建议并且改善生产制造 工艺， 从而降低能耗和减少对环境的影响。 [0004]因此， 提出一种基于机器学习的光伏空调生命周期不确定性分析方法， 可以有效 地降低能耗和减少对环境的影响。 发明内容 [0005]本发明的目的在于克服现有技术的不足， 提出一种基于机器学习的光伏空调生命 周期不确定性分析方法， 该方法可以清晰地判断出光伏空调在其全生命周期内对环境的影 响， 并为光伏空调的绿色 设计提供理论依据和建议。 [0006]本发明解决其 技术问题是通过以下技 术方案实现的： [0007]一种基于 机器学习的光伏空调生命周期不确定性分析 方法， 其包括如下步骤： [0008]1)对光伏空调设备进行选型： 通过在SketchUp中创建建筑几何模型， 并在 EnergyPlus 中进行参数的设置， 从而计算出房间的冷负荷， 根据房间最大冷负荷对空调、 蓄电池以及光伏板进行选择； [0009]2)收集光伏空调在其全生命周期内的资源、 能源消耗： 首先通过查阅资料和调研 确定光伏空调的清单数据， 在eBalance软件中建立光伏空调的生命周期评价模型， 并与 eBalance软件中的数据库进行关联， 确定其资源、 能源消耗以及环 境排放； 光伏空调的全生 命周期包括 生产制造阶段、 使用阶段和最终的废弃处 理阶段； [0010]3)确定环境影响类别和环境影响因子： 环境影响类别主要包括初级能源消耗PED、 中国资源消耗潜值CADP、 酸化潜值AP、 富营养化潜值EP、 全球变暖潜值GWP、 人体毒性潜值   HTP、 臭氧层耗竭潜值ODP和光化学污染潜值POCP八类， 同时还应将不同的环境影响因子归 类到这些环境影响指标中； [0011]4)计算不 同的环境影响潜值： 在各环境影响指标中， 将不 同的环境影响因子统一说　明　书 1/7 页 3 CN 115186965 A 3