问题 |
E3S网页汇编
卷积111 2019
CLIMA2019大会 |
|
---|---|---|
文章号 | 03059 | |
页数 | 4 | |
段内 | 高能性能可持续楼 | |
多尔市 | https://doi.org/10.1051/e3sconf/201911103059 | |
在线发布 | 2019年8月13日 |
非线性自回归异质网络能源建模
香港市立大学架构土木工程系
*对应作者 :sahussain2@cityu.edu.hk
模型预测控制被认为是最优控制建筑物供热、通风和空调系统的有效工具。MPC需要更新对系统能量性能有重大影响的局部控制循环操作集点MPC性能依赖系统性能模型的精度有两种常用建模方法-传统或分析方法,即过程建模方法有段时间,但它往往增加在线计算负载,因为它需要全数学描述实系统此外,这些技术依赖限制性能模型精度的不同简化假设第二种常用技术是数据驱动方法神经网络最强数据驱动法NN精确建模复杂非线性系统而不知道系统结构,并解决自计算负载转离线训练步以来在线计算负载问题
为了建立神经网络模型预测控制系统(NNMPC),必须建立可靠的HVAC系统能源模型,用于多步预测系统能性能本文对冷却机厂进行能源建模冷却机电模型培训数据来自TRNSYS模拟环境HVAC测试台搭建非线性向神经网络外向输入(NARX)用于模拟冷却机厂的能量性能betway手机投注NARX是预测时间序列资料和动态控制问题强法NARX模型先以开放循环形式培训,使用Levenberg-Marquardt法反插反反馈模型可用于只执行一步前预测开放循环NARX模型转换成闭循环形式,连接内部反馈,即实际输出代之以预测输出,执行多步前预测(预测控制)。
开发NARX冷却机模型比较分析测试台处理数据,显示NARX冷却机模型精准性
关键字 :模型预测控制/供热/通风和空调/神经网络/带外源输入的非线性反向模型
必威西汉姆赞助2019年EDP科学出版
开存文章分发创用CC授权4.0允许在任何介质上不受限制使用、分发和复制,只要原创作品正确引用
当前用法度量显示文章视图累积计数(全文文章视图包括HTML视图、PDF和ePub下载,根据可用数据)和Vision4Press平台摘要视图
数据对应2015年后板状使用当前使用量度自在线发布后48-96小时提供并按周日每日更新
初始下载度量器可能花点时间