.png){kind=icon}
返回
Optimization-Based Data-Enabled Modeling Technique for HVAC Systems Components
.png){kind=icon}
OA
AI
DOI：10.3390/buildings10090163.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
根据美国能源信息管理局的数据，美国住宅和商业建筑消耗的大部分能源专用于空间冷却和加热系统。因此，对这些现有系统的更好的操作机制的需求变得更加关键。最重要的因素是需要能够准确预测系统组件性能的准确模型。因此，本文的主要目标是开发一种新的准确的数据驱动的建模和优化技术，该技术可以准确地预测所选系统组件的性能。研究了几种基于数据的建模技术，例如人工神经网络 (ANN)，支持向量机 (SVM) 和聚合自举 (BSA)，并通过模型结构优化提出了模型改进。优化算法将确定最佳模型结构并使参数研究的过程自动化。使用遗传算法 (GA) 解决优化问题，以减少测试期间模拟数据与实际数据之间的误差。模型预测了冷却水变风量 (VAV) 系统的冷却盘管和风扇功率的主要组件的性能，该性能是多个输入的函数。此外，对封装的DX系统压缩机进行建模，并预测压缩机功率。测试结果保持了冷却盘管的1.22% 的低变异系数 (CV %) 值，并且对于风扇模型，发现它是9.04% 的。测试结果表明，所提出的建模和优化技术可以准确预测系统组件的性能。
Keyword:
HVAC
cooling coil
fan
DX compressor
ANN
accurate data-driven models
optimization
GA
chilled water VAV system
packaged DX system
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
3.1
论文数:
1.8W
被引数:
2.5W
机构
引用论文
Black-box modeling of residential HVAC system and comparison of gray-box and black-box modeling methods.png)
ENERGY AND BUILDINGS
ENERGY AND BUILDINGSIF7.1
PREAI
分享收藏Natural Language Processing Model for Managing Maintenance Requests in Buildings用于管理建筑物中的维护请求的自然语言处理模型BUILDINGSOAAI
BUILDINGSIF3.1
OAAI分享收藏An automatic data acquisition system for on-line training of artificial neural network-based air handling unit modelingMEASUREMENT
MEASUREMENTIF5.6
PREAI
分享收藏Modeling and optimization of HVAC systems using artificial neural network and genetic algorithmBUILDING SIMULATION
BUILDING SIMULATIONIF5.9
PREAI
分享收藏Biofilm microbial community structure in an urban lake utilizing reclaimed water利用再生水的城市湖泊生物膜微生物群落结构
PREAI
分享收藏分享收藏
查看更多内容