arrow
返回

ANN-based model predictive control for optimizing space cooling management

delete2025-05-29
delete0
delete
OA
AI
G
Giuseppe Aruta
F
Fabrizio Ascione *
N
Nicola Bianco
T
Teresa Iovane
G
Gerardo Maria Mauro
DOI:10.1016/j.energy.2025.136469delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
本研究将人工神经网络整合到模拟与优化框架中,以实现对住宅空间制冷的模型预测控制(MPC)。基于天气预报,该框架提供每日规划周期内的最优设定点调度方案,以降低能耗、成本及居住者的热不适感。采用多目标优化方法,旨在最小化系统运行成本及一种新型函数——舒适度惩罚函数,该函数量化全天潜在的居住者不适小时数。采用遗传算法进行优化,而前馈神经网络被训练以复制和预测建筑-设备系统的行为。前馈神经网络被训练用于预测室内温度和制冷负荷,其准确性与建筑模型输出相比表现出良好的效果。在获得帕累托前沿后,最优解与典型的夏季控制策略进行比较。结果表明,在不影响其他目标的情况下,潜在节能最高可达49%,或同时改善两个目标,制冷成本降低30%,舒适度惩罚(乌托邦准则)降低27%。这些发现表明,当设计合理时,代理模型能够准确预测建筑-设备动态,并以最小的计算成本提供可靠的优化结果。
Keyword:
Artificial neural networks
Model predictive control
Thermal comfort
Genetic algorithm
HVAC systems
Multi-objective optimization

期刊

Energy 封面图
Energy
IF:
9.4
论文数:
4.2W
被引数:
20.2W

机构

U
Univ Napoli Federico II
学者数:
445
论文数: 200
被引数: 59
引用论文

引用论文

Multi-stage and multi-objective optimization for energy retrofitting a developed hospital reference building: A new approach to assess cost-optimality
err2016-07-01
err167
PREAI
errAscione, Fabrizio; Bianco, Nicola; De Stasio, Claudio; Mauro, Gerardo Maria; Vanoli, Giuseppe Peter
err分享
err收藏
Quantification of energy savings from an awareness program using NARX-ANN in an educational building
err2020-05-01
err25
PREAI
errMustapa, Rijalul Fahmi; Dahlan, Nofri Yenita; Yassin, Ahmad Ihsan Mohd; Nordin, Atiqah Hamizah Mohd
err分享
err收藏
err分享
err收藏
学者 查看更多内容