室内环境的数据融合自适应调控方法研究
庞维庆
何宁
李秀梅
严成
1.桂林电子科技大学信息与通信学院,广西桂林5410042.桂林电子科技大学信息与通信学院,广西桂林5410043.桂林电子科技大学信息与通信学院,广西桂林5410044.桂林电子科技大学信息与通信学院,广西桂林541004
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.
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
资助基金：国家自然科学基金(61461014)研究生教育创新项目(2018YJCX23)
论文发表日期：2020-03-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：10( 610-619 )
英文信息