BriefGPT - AI 论文速递
·
提升建筑温度预测：一种基于数据驱动的系统场景聚类方法
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文设计了分散、分布式的实时控制方案，旨在平衡用户舒适度和节能。通过调整区域流量，提出了一个热动力学建模和稳态资源分配问题的优化方法，最小化区域温度和建筑能耗之间的总偏差。根据问题的非凸性质，提出两种方法来解决并设计实时控制，实现热动力学驱动到最优解和平衡节能和舒适度。
🎯
关键要点
- 设计了分散、分布式的实时控制方案，旨在平衡用户舒适度和节能。
- 方案在不测量或预测外部干扰的情况下实现控制。
- 通过调整区域流量，提出热动力学建模和稳态资源分配的优化方法。
- 优化方法可以最小化区域温度和建筑能耗之间的总偏差。
- 考虑实际操作限制，提出两种方法解决非凸性质的问题。
- 设计实时控制以实现热动力学驱动到最优解，平衡节能和舒适度。
➡️
