文献

J-GLOBAL ID：202202275392041358   整理番号：22A0840405

HVAC設定点の予測と最適化:統合フレームワーク【JST・京大機械翻訳】

Real-time building heat gains prediction and optimization of HVAC setpoint: An integrated framework

著者 (5件)： Wang Zu (Research Centre for Fluids and Thermal Engineering, University of Nottingham, Ningbo China, 315100, China) ,  Calautit John (Department of Architecture and Built Environment, University of Nottingham, Nottingham, NG7 2RD, United Kingdom) ,  Wei Shuangyu (Department of Architecture and Built Environment, University of Nottingham, Nottingham, NG7 2RD, United Kingdom) ,  Tien Paige Wenbin (Department of Architecture and Built Environment, University of Nottingham, Nottingham, NG7 2RD, United Kingdom) ,  Xia Liang (Research Centre for Fluids and Thermal Engineering, University of Nottingham, Ningbo China, 315100, China)
資料名： Journal of Building Engineering  (Journal of Building Engineering)
巻： 49  ページ： Null  発行年： 2022年 
JST資料番号： W3072A  ISSN： 2352-7102  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： 暖房,換気及び空調(HVAC)システムは建築物エネルギー消費の大きな部分の原因である。居住者の熱満足度を損なうことなくHVACのエネルギー消費を下げることは最近の研究の焦点であった。既存の研究は,この要求がHVAC設定点の最適化または需要ベース制御戦略の利用によって満たされることを示した。しかし,そのような戦略は,占有のような動的情報との結合を必要とする。本研究では,HVAC設定点のリアルタイム最適化を達成するための統合フレームワークを提案した。このフレームワークは3つのコア成分:検出用のビジョンベースカメラ,予測HVACエネルギーおよび熱的快適性モデル,およびHVAC温度設定点最適化器である。視覚ベースカメラを用いて,居住者と機器使用の活動を同定し,内部熱利得のリアルタイム値を予測した。予測HVACエネルギーと熱的快適性モデルに情報を供給することにより,HVAC負荷(暖房または冷却)と居住者の熱不満足感のレベル,予測パーセント不満足を,浅いニューラルネットワークに基づいて,開発したモデルを用いて得た。その後,HVAC温度設定点最適化器は,2つの最適化規則に従って最適温度設定点を決定した。居住者が存在しないとき,HVACシステムは,エネルギーを節約するためにオフする。それらが存在しているとき,最適温度設定点がパレートフロントを用いて決定された。初期発見に基づいて,このフレームワークの利用は,HVAC暖房エネルギーの削減を36.8%まで,そして居住者の熱不満を最大5.26%までもたらす可能性がある。夏において,HVAC冷却エネルギーの節約は,3.5%から33.9%までの範囲であり,一方,居住者の熱的不満は,0.17-2.89%によって減少することができた。全体として,本論文は,人工知能技術と建築サービスを結合することによって,HVACエネルギー節約と快適性に関するwin-winを達成する道を開いた。Copyright 2022 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： カメラ ,  *最適化 ,  視覚 ,  エネルギー ,  快適性 ,  空気調和 ,  暖房 ,  ニューラルネットワーク ,  人工知能 ,  モデル ,  利得 ,  *HVAC ,  熱的快適性
準シソーラス用語： 制御戦略 ,  パレートフロント , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工知能 ,  HVAC温度設定点最適化 ,  内部熱利得の構築 ,  建物のエネルギー削減 ,  乗員の熱的満足感

分類 (4件)： 空気調和装置一般  (PC02010U) ,  建築環境一般  (RB02010T) ,  エネルギー消費・省エネルギー  (LD01000B) ,  空気調和一般  (PC01000C)

タイトルに関連する用語 (5件)： HVAC ,  設定点 ,  予測 ,  最適化 ,  統合フレームワーク