室内环境的数据融合自适应调控方法研究

• 作者: 严成 何宁 庞维庆 李秀梅
• 来源期刊: 控制理论与应用
• 关键词: 智能建筑 神经网络 传感器数据融合 预测控制 Kalman滤波 自动控制系统
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 610-619
• 页数: 10页
• 字数: 5297字
• 语种: 中文
• DOI: 10.7641/CTA.2019.90105

摘要

针对传统的室内环境控制方式存在抗干扰性差、耗能高、智能化程度低及融合性简单等不足,提出一种通过多数据融合技术实现的新型智能化调控方法.从卡尔曼滤波器的基本原理出发,采用多维线性滤波模型对多个传感器采集的环境指标数据进行滤波,得到当前环境状态的有效估计,然后通过神经网络进行融合,得到当前状态期望值的最优估计,最终通过动态矩阵控制(DMC)算法来根据性能指标完成优化控制.仿真结果表明,相较于现有的室内环境控制方法,此方法的滤波误差<2％,调控误差<0.01％,节能率>1％,从而能够有效提高控制精度和抗干扰能力,在尽量降低能耗的基础上实现室内环境的最优化控制,可以推广应用于对环境因素要求比较苛刻的场合的精细调节,比如医院、温室、科研实验室等.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何宁	桂林电子科技大学信息与通信学院	79	272	9.0	13.0
2	庞维庆	桂林电子科技大学信息与通信学院	4	0	0.0	0.0
3	严成	桂林电子科技大学信息与通信学院	3	0	0.0	0.0
4	李秀梅	桂林电子科技大学信息与通信学院	1	0	0.0	0.0