文献

J-GLOBAL ID：201802231538513643   整理番号：18A0716723

温度間隔と階層的モデリング技術に基づく多層ハイブリッドビルの冷却と加熱負荷ソフトセンシング技術研究の再最適化戦略【JST・京大機械翻訳】

The re-optimization strategy of multi-layer hybrid building’s cooling and heating load soft sensing technology research based on temperature interval and hierarchical modeling techniques

著者 (8件)： Liu Kai (Department of Automation, College of Mechatronics Engineering and Automation, Shanghai University, China) ,  Liu Kai (Shanghai Key Laboratory of Power Station Automation Technology, Shanghai, China) ,  Liu Ting-Zhang (Department of Automation, College of Mechatronics Engineering and Automation, Shanghai University, China) ,  Liu Ting-Zhang (Shanghai Key Laboratory of Power Station Automation Technology, Shanghai, China) ,  Jian Pan (Department of Automation, College of Mechatronics Engineering and Automation, Shanghai University, China) ,  Jian Pan (Shanghai Key Laboratory of Power Station Automation Technology, Shanghai, China) ,  Lin Yue (Department of Automation, College of Mechatronics Engineering and Automation, Shanghai University, China) ,  Lin Yue (Shanghai Key Laboratory of Power Station Automation Technology, Shanghai, China)
資料名： Sustainable Cities and Society  (Sustainable Cities and Society)
巻： 38  ページ： 42-54  発行年： 2018年 
JST資料番号： W2908A  ISSN： 2210-6707  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 既存の化石発電所の拡大を避けるために,エネルギー性能管理システムを構築することは,中国の都市化プロセスにおける電力の高い成長需要に対処する効果的方法である。正確な熱負荷予測は,エネルギー節約,空気汚染の減少,およびHVACシステムの高効率運転のために重要な重要性を持つエネルギー性能管理システムを構築する最初のステップである。本論文では,ハイブリッド知的手法と再最適化戦略の利用について議論し,多層ハイブリッドモデル(APNN)を,気象データと歴史的データの包括的情報を良く利用するために,自己回帰モデルを外因性入力(ARX)と粒子群最適化ニューラルネットワーク(PSO-NN)とハイブリッド化することにより提案した。多層ハイブリッドモデルの予測精度一般化能力を改良する目的のために,温度間隔と階層的モデリング技術を使用した。再最適化戦略に従って,太陽放射強度による温度間隔と階層的モデリングに基づく,以前に提案されたAPNNモデルの2つの改良がある。基本予測モデルと比較して,検証結果は,最適化モデルの精度が大いに向上することを示した。さらに,多層ハイブリッド建築物の冷却と暖房負荷ソフトセンシング技術の最適化は,基本的APNNモデルの学習と一般化能力を強化した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *モデリング ,  ニューラルネットワーク ,  管理システム ,  大気汚染 ,  *多層 ,  予測 ,  予測モデル ,  *熱負荷 ,  自己回帰モデル ,  太陽放射 ,  省エネルギー ,  *最適化
準シソーラス用語： ハイブリッドモデル ,  エネルギー性能 ,  *ソフトセンシング , 【Automatic Indexing@JST】

著者キーワード (4件)： エネルギー予測 ,  結合モデル ,  階層的モデリング ,  温度間隔

分類 (1件)： 建築環境一般  (RB02010T)

タイトルに関連する用語 (7件)： モデリング ,  多層 ,  ビル ,  ソフトセンシング ,  研究 ,  最適化 ,  戦略