共查询到10条相似文献,搜索用时 15 毫秒
1.
以PMV和韦伯-费昔勒定律为基础,建立热舒适度和视觉舒适度的模型,得到各种场景下热舒适度和视觉舒适度的公式和曲线,并以此为依据,用于家庭温控和光控系统能耗管理系统研究,设计了基于PMV控制和视觉舒适度控制的家居节能系统。结果表明,这种以家庭成员的热感觉和视觉舒适为目标的控制系统,兼具节约能源和有益健康的两重收益。 相似文献
2.
3.
本文从智能家居角度研究室内热舒适, 分析热舒适评价方式PMV, 指出其部分参数在智能家居场景中获取困难. 提出在忽略风速和平均辐射温度的情况下, 引入气候和环境特征来拟合PMV公式. 研究使用经过差分进化算法(Differential Evolution, DE)优化后的BP神经网络算法(DE-BP)来建立拟合模型, DE算法优化神经网络的参数, 神经网络训练使用动量加速的随机梯度下降算法, 且增加了仿射变换的标准化层和L2正则化. 测试结果显示模型在收敛速度、稳定性和泛化性能上比传统BP神经网络更优,在较小误差范围内可应用于计算热舒适度的系统中, 降低其输入参量难度. 相似文献
4.
变风量空调系统房间舒适度温度优化设置 总被引:2,自引:0,他引:2
房间温度是变风量空调系统的重要控制量,对舒适度和空调能耗影响很大.房间温度的设置应该考虑室内人员不同的舒适度需求、空气品质和变风量空调系统的节能运行,是一种多目标优化的结果.本文分析了PMV舒适度性能指标,提出便于优化运算的实用舒适度公式.综合考虑舒适度、空气品质和能耗三方面的因素,提出变风量空调系统房间舒适温度优化设置的方法,详细说明优化原理和优化步骤.通过仿真验证了优化方法的有效性,为变风量空调系统房间温度提供了一种可行的设置方法. 相似文献
5.
基于热感觉预测的室内热环境自动控制方法为解决基于传统温度设定值控制不满足用户舒适度问题提供新的途径。但建模过程中用户热感觉信息难以获取,因此开发了便捷的移动端智能交互系统以实时采集现场数据,建立用户学习样本;并针对热舒适的动态变化性特征,设计动态进化神经模糊推理系统(DENFIS)以建立用户热舒适在线预测模型。通过实时学习样本数据驱动,系统的模糊规则与模型输出函数系数可动态自校正,推理预测出用户偏好温度。实验结果表明所设计的DENFIS算法预测用户的舒适温度范围准确率高达90.5%,误差极小。证明了该算法所建立的在线预测模型用于智能空调温度控制,可解决现有的温度设定方式带来的温度设定值不合理的问题,在实际应用中具有可行性。 相似文献
6.
7.
8.
室内热舒适度智能预测器的研究 总被引:2,自引:0,他引:2
高立新 《计算机测量与控制》2002,10(8):519-520,526
PMV是目前国际上公认的反映室内环境热舒适度的指标,但由于其无法直接检测,故使其应用受到了影响。本文利用人工神经网络技术,建立了室内环境热舒适度(PMV指标)智能预测器。实现了PMV指标的智能化预测,从而解决了实现基于PMV指标的中央空调系统实时控制的关键问题。 相似文献
9.
本文基于神经网络技术设计空调控制软件系统,对传统人工控制模式和神经网络控制器进行对比研究.首先利用Energy Plus仿真软件建立真实高铁站建筑及其多联机空调系统模型,对该空调系统设置424种工况完成了一整年运行仿真,然后从百万条仿真数据中抽取PMV (predicted mean vote,预测平均投票)热舒适度和能耗优秀的数据训练神经网络控制器,最后用JavaEE技术开发了该高铁站空调控制软件原型系统并利用Energy Plus仿真数据以及机器学习预测模型模拟实现了空调动态控制.实验结果表明,在冬季和夏季典型工况条件下神经网络控制器比人工固定设置空调参数更加节能. 相似文献