BriefGPT - AI 论文速递 · 2024-01-28T00:00:00Z 商业建筑需求响应的高效数据驱动型 MPC 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 本文提出了一种基于“随机模型预测控制器”的方法来应对电力和热需求的不确定性。通过采用高斯过程构建历史数据的需求预测模型，并使用情景法进行多步需求轨迹抽样，验证了该方法在模拟能源中心模型和真实建筑需求数据上的性能优势。 🏷️ 标签 情景法 热需求 电力需求 随机模型预测控制器 需求 高斯过程 阅读原文 生成长图 分享链接 已复制链接
