原文服务方: 西安交通大学学报       
摘要:
针对建筑空调系统在停机阶段联合优化控制自然通风和室内空调系统,以在满足室内人员舒适的同时尽量减小建筑总能耗的问题,研究了自然通风量、风机盘管和新风送风量为控制输入,室内环境,包括空气温度、空气含湿量为系统状态,建筑总能耗为目标,室内人员舒适度为约束,且控制变量和状态变量受约束的最优控制问题.研究中通过采用神经网络来逼近和预测天气、室内初始环境参数与空调最优停机时间、最优联合控制策略之间的非线性映射关系,找到了一条简单可行、性能较好的非最优策略,极大地提高了联合控制策略的普适性和推广能力;经神经网络结构参数的优化配置后,建筑空调系统停机时间预测和控制的可靠性和精准性有所提高.室内环境状态和建筑能耗的数值比较表明:所提策略在有效降低问题复杂度和计算成本的同时,仿真时间在1h的尺度上可进一步节能约20%.
推荐文章
基于故障数据的电力设备最小停机时间更换模型
最小停机时间
故障数据
极大似然估计
更换模型
柘林水电厂B厂机组停机时间偏长的解决方案
柘林水电厂
停机时间过长
电气制动
方案
基于Elman网络的空调预冷时间的预测
智能家庭控制系统
Elman神经网络
动态辨识
预冷时间
模糊时间序列的最优预测方法
模糊时间序列
最优预测
计算方法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 建筑空调系统最优停机时间预测与控制
来源期刊 西安交通大学学报 学科
关键词 建筑能耗 建筑空调系统 神经网络 最优控制
年,卷(期) 2013,(10) 所属期刊栏目
研究方向 页码范围 31-36,61
页数 7页 分类号 TP273
字数 语种 中文
DOI 10.7652/xjtuxb201310006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李黎 陕西师范大学计算机科学学院 21 90 6.0 8.0
2 管晓宏 西安交通大学智能网络与网络安全教育部重点实验室 94 2276 27.0 45.0
3 徐小艳 西安交通大学智能网络与网络安全教育部重点实验室 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (3)
参考文献  (6)
节点文献
引证文献  (5)
同被引文献  (16)
二级引证文献  (4)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(5)
  • 引证文献(3)
  • 二级引证文献(2)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
建筑能耗
建筑空调系统
神经网络
最优控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
论文1v1指导