论文摘要
针对中央空调系统机理建模困难和参数辨识工作较为复杂的问题,提出了一种基于自适应建模和自学习机制的中央空调系统节能优化运行方法;设计了空调系统马尔可夫决策过程模型,采用具有双神经网络结构的强化学习算法解决学习过程中容易产生的维数灾难和值函数过估计问题.然后以广州市某办公建筑中央空调系统为研究对象,建立该系统的TRNSYS仿真平台,对算法的有效性进行了验证.仿真结果表明:该方法在满足室内热舒适性要求的前提下,以系统能耗最小为目标,实现了系统的节能优化运行;与PID控制和单神经网络强化学习控制方法相比,系统总能耗分别降低5.36%和1.64%,非舒适性时间总占比分别减少2.32%和1.37%.文中提出的强化学习控制器能够有效解决值函数过估计问题,具有良好的鲁棒性,自适应优化能力和较好的节能效果,可为建筑节能提供新思路.
论文目录
文章来源
类型: 期刊论文
作者: 闫军威,黄琪,周璇
关键词: 中央空调系统,节能优化运行,强化学习,算法,双神经网络结构,总能耗,室内热舒适性
来源: 华南理工大学学报(自然科学版) 2019年01期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 建筑科学与工程
单位: 华南理工大学机械与汽车工程学院
基金: 国家自然科学基金青年基金资助项目(51408233),广东省科技计划项目(2016B090918105),广东省自然科学基金资助项目(2017A030310162,2018A030313352)~~
分类号: TU831.1
页码: 135-144
总页数: 10
文件大小: 444K
下载量: 348
相关论文文献
标签：中央空调系统论文; 节能优化运行论文; 强化学习论文; 算法论文; 双神经网络结构论文; 总能耗论文; 室内热舒适性论文;