A new zone temperature predictive m

A new zone temperature predictive modeling for energy saving in buildings


Currently in most buildings, the heating, ventilation and air conditioning (HVAC) systems are controlled by the present temperature in the
building. If the predictions for future temperature in the building or a zone were available, the building management system (BMS) could
use both present and future temperatures to control HVAC systems, the energy consumed by HAVC systems could then be minimised.
Therefore, a lot of research effort has been devoted to develop accurate temperature prediction models using various approaches, e.g.
traditional thermodynamic, artificial neural networks (ANN), generic algorithms (GA) and fuzzy logic approaches. When the historical
data of the building is available, the ANN approach is thought to be the most cost-effective method. Most of previous studies of ANN
modelling of building temperature, have either focused on singlethroughout
the building. In this study, a more realistic multi-zone scenario in a large building is proposed in the developing of the ANN
temperature predictive model. The coupled effects between zones caused by the temperature difference are considered in the model. The
results of a case study show that the new ANN model that considers the temperatures of the neighbouring zones, achieves more accurate
results. The proposed modelling methodology can be extended to include other inputs, besides neighboring usage
pattern of the building, so that the better intelligent control strategies can be developed for energy saving purposes, based on the more
accurate predicted temperatures form the new model.

ผลลัพธ์ (ไทย) 1:

ใหม่เขตอุณหภูมิงานการสร้างโมเดลสำหรับพลังงานในอาคาร


อยู่ในอาคารส่วนใหญ่ ความร้อน ระบายอากาศ และระบบแอร์ (HVAC) ถูกควบคุม โดยอุณหภูมิปัจจุบันในการ
อาคาร ถ้าคาดคะเนในอนาคตอุณหภูมิในอาคารหรือโซนว่าง อาคารสามารถจัดการระบบ (BMS)
ใช้ทั้งปัจจุบัน และจากนั้นเป็นกระบวนในอนาคตอุณหภูมิเพื่อควบคุมระบบปรับอากาศ พลังงานที่ใช้ โดยระบบ HAVC.
ดังนั้น มากของความพยายามในการวิจัยมีการทุ่มเทเพื่อพัฒนาโมเดลทำนายอุณหภูมิถูกต้องใช้หลายวิธี e.g.
traditional ขอบ ประดิษฐ์ประสาทเครือข่าย (แอน), อัลกอริทึมทั่วไป (GA) และตรรกศาสตร์วิธีการ เมื่อในอดีต
มีข้อมูลของอาคาร วิธีแอนเป็นความคิดที่ถูกวิธีมีประสิทธิภาพมากที่สุด ส่วนใหญ่ศึกษาก่อนหน้านี้ของ ANN
แบบจำลองของอาคารอุณหภูมิ มีทั้งเน้น singlethroughout
อาคาร ในการศึกษานี้ ยิ่งสถานการณ์หลายโซนในอาคารขนาดใหญ่จะนำเสนอในการพัฒนาของแอน
แบบจำลองคาดการณ์อุณหภูมิ กำลังผล coupled ระหว่างโซนที่เกิดจากความแตกต่างของอุณหภูมิในแบบจำลอง ใน
ผลของกรณีศึกษาแสดงว่า แอนแบบใหม่ซึ่งถือว่าอุณหภูมิของโซนประเทศ ได้รับความถูกต้องมากขึ้น
ผลลัพธ์ วิธีการสร้างแบบจำลองที่นำเสนอสามารถขยายรวมอินพุตอื่น ๆ นอกเหนือจากการใช้งานใกล้เคียง
รูปแบบของอาคาร เพื่อให้สามารถพัฒนากลยุทธ์ควบคุมอัจฉริยะดีสำหรับวัตถุประสงค์ด้านการประหยัดพลังงาน ตามยิ่ง
อุณหภูมิถูกต้องคาดการณ์แบบฟอร์มรูปแบบใหม่

ผลลัพธ์ (ไทย) 2:

อุณหภูมิโซนการสร้างแบบจำลองการคาดการณ์ใหม่สำหรับการประหยัดพลังงานในอาคารในปัจจุบันอาคารส่วนใหญ่ที่ให้ความร้อนระบายอากาศและเครื่องปรับอากาศ (HVAC) ระบบจะถูกควบคุมโดยอุณหภูมิปัจจุบันในอาคาร หากการคาดการณ์สำหรับอุณหภูมิในอนาคตในอาคารหรือโซนที่มีอยู่ในระบบการจัดการอาคาร (BMS) สามารถใช้อุณหภูมิในปัจจุบันและอนาคตทั้งการควบคุมระบบ HVAC, พลังงานที่ใช้โดยระบบ HAVC ได้แล้วจะลดลงดังนั้นจำนวนมาก ความพยายามของการวิจัยได้รับการอุทิศเพื่อการพัฒนาที่ถูกต้องรูปแบบการทำนายอุณหภูมิโดยใช้วิธีการต่างๆเช่นความร้อนแบบดั้งเดิมเครือข่ายประสาทเทียม (ANN) ขั้นตอนวิธีการทั่วไป (GA) และวิธีการตรรกศาสตร์ เมื่อประวัติศาสตร์ข้อมูลของอาคารที่มีอยู่วิธี ANN คิดว่าจะเป็นวิธีการที่มีประสิทธิภาพสูงสุด ส่วนใหญ่ของการศึกษาก่อนหน้านี้ของ ANN การสร้างแบบจำลองของอุณหภูมิอาคารมีความสำคัญทั้งใน singlethroughout อาคาร ในการศึกษานี้สถานการณ์หลายโซนที่เป็นจริงมากขึ้นในอาคารขนาดใหญ่จะถูกนำเสนอในการพัฒนาของ ANN อุณหภูมิแบบจำลองทำนาย ผลคู่ระหว่างโซนที่เกิดจากการแตกต่างของอุณหภูมิมีการพิจารณาในรูปแบบ ผลที่ได้จากการแสดงกรณีศึกษาว่ารูปแบบ ANN ใหม่ที่จะพิจารณาอุณหภูมิของโซนเพื่อนบ้านประสบความสำเร็จถูกต้องมากขึ้นผล วิธีการสร้างแบบจำลองที่นำเสนอสามารถขยายไปยังรวมถึงปัจจัยการผลิตอื่น ๆ ที่นอกเหนือจากการใช้งานใกล้เคียงกับรูปแบบของอาคารเพื่อให้กลยุทธ์การควบคุมความคิดสร้างสรรค์ที่ดีขึ้นสามารถที่จะพัฒนาเพื่อการประหยัดพลังงานตามมากขึ้นอุณหภูมิที่คาดการณ์ไว้ในรูปแบบที่ถูกต้องในรูปแบบใหม่

ผลลัพธ์ (ไทย) 3:

ใหม่โซนอุณหภูมิทำนายแบบเพื่อการประหยัดพลังงานในอาคาร


อยู่สุดอาคาร ระบายอากาศ และระบบปรับอากาศ ( HVAC ) ระบบจะถูกควบคุมโดยอุณหภูมิปัจจุบันใน
อาคาร ถ้าการคาดการณ์ในอนาคตสำหรับอุณหภูมิในอาคารหรือเขตมีอยู่ระบบจัดการอาคาร ( BMS )
ใช้ทั้งปัจจุบันและอนาคต เพื่อควบคุมอุณหภูมิของระบบ พลังงานที่ใช้ในระบบ havc จากนั้นอาจจะลดลง .
ดังนั้นมากของความพยายามในการวิจัยได้รับการอุทิศเพื่อพัฒนาความถูกต้องอุณหภูมิแบบจำลองการคาดการณ์โดยใช้วิธีต่าง ๆเช่น
ดั้งเดิมอุณหพลศาสตร์ โครงข่ายประสาทเทียม ( ANN ) ขั้นตอนวิธีการทั่วไป ( GA ) และตรรกศาสตร์ . . เมื่อประวัติศาสตร์
ข้อมูลอาคาร มี วิธีการ แอนคิดว่า เป็นวิธีที่ประหยัดต้นทุนมากที่สุด ที่สุดของการศึกษาก่อนหน้านี้ของแอน
การสร้างแบบจำลองอุณหภูมิของอาคาร มีทั้งเน้น singlethroughout
อาคาร ในการศึกษานี้ สถานการณ์หลายพื้นที่มีเหตุผลมากขึ้นในอาคารขนาดใหญ่จะเสนอในการพัฒนาของแอน
ทำนายอุณหภูมิแบบผลคู่ระหว่างโซนที่เกิดจากความแตกต่างของอุณหภูมิที่ใช้ในรูปแบบ
ผลการศึกษาแสดงให้เห็นว่ารูปแบบใหม่ แอน ที่พิจารณาอุณหภูมิของพื้นที่ใกล้เคียง , บรรลุ ผลลัพธ์ที่ถูกต้อง
เพิ่มเติม เสนอวิธีการแบบสามารถขยายเพื่อรวมปัจจัยอื่นๆ นอกเหนือจากการใช้เพื่อนบ้าน
รูปแบบของอาคารเพื่อให้ควบคุมฉลาดดีกว่ากลยุทธ์สามารถถูกพัฒนาเพื่อการประหยัดพลังงาน มี ตามคาดการณ์อุณหภูมิถูกต้องมากขึ้น
แบบฟอร์มรูปแบบใหม่