CntrlDA:実時間調整によるビルエネルギー管理制御システム  室内温度への応用【JST・京大機械翻訳】

Dmitrewski Alex; Dmitrewski Alex; Molina-Solana Miguel; Molina-Solana Miguel; Molina-Solana Miguel; Arcucci Rossella; Arcucci Rossella

文献

J-GLOBAL ID：202202228204187811 整理番号：22A1115711

CntrlDA:実時間調整によるビルエネルギー管理制御システム室内温度への応用【JST・京大機械翻訳】

CntrlDA: A building energy management control system with real-time adjustments. Application to indoor temperature

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A1115711&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A1115711&from=J-GLOBAL&jstjournalNo=C0858A") }}

著者 (7件)： , , , , , ,
資料名：
巻： 215 ページ： Null 発行年： 2022年
JST資料番号： C0858A ISSN： 0360-1323 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：イギリス (GBR) 言語：英語 (EN)

ルールベース制御(RBC)とモデル予測制御(MPC)は,建築暖房,換気と空調(HVAC)システムを制御するために伝統的に使用されている。しかし,それらは,より大きなレベルでこれらのシステムを効率的に制御することに直面したとき,欠点を示した。再強化学習(RL)は実行可能な代替として最近出現し,以前の方法と比較して有望な結果を示しているが,まだ訓練されていない状況や突然の変化を伴ういくつかの困難がある。CntrlDAは,数値気象予測で一般的に使用される技法であるデータ同化(DA)と結合することにより,RL定式化の改善に関する提案である。建物シミュレーション環境において,著者らの実験は,DAと外部データによるRL制御エージェントの訓練が,シミュレーションデータのみを用いてエージェントを訓練するよりも優れた性能をもたらすことを示した。DAを有するRL制御剤は,DAのないRL制御剤よりも,15.6%以上の温度範囲を維持した。また,制御プロセスにおけるDA段階を含めることによって,エージェントは予想外の事象(実際のシステムにおいて一般的であり,特に建築物エネルギー制御シナリオにおいて一般的である)をよりよく取り扱うことを示した。著者らは,資源の著しい追加コストなしで,DAのないシステムより15.4%の範囲を頻繁に維持することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

著者キーワード (3件)： , ,

建築環境一般

, , , ,

前のページに戻る

CntrlDA:実時間調整によるビルエネルギー管理制御システム 室内温度への応用【JST・京大機械翻訳】

CntrlDA:実時間調整によるビルエネルギー管理制御システム室内温度への応用【JST・京大機械翻訳】