摘要
本发明提供一种基于AI的楼宇自控系统智能调控方法及系统,通过自适应性学习网络模型对楼宇自控系统的状态变量监控数据进行特征空间转换,生成与楼宇状态识别网络提取的特征模式相匹配的第一状态特征空间。该方法能够依据第一状态特征空间,引导楼宇自控系统调控网络对多个不同的故障扰动事件进行自适应调控决策,生成多个与楼宇运行类别相关联的自适应调控决策结果,不仅用于对楼宇自控系统进行实际的自适应调控,还进一步用于优化楼宇状态识别网络,从而形成一个闭环的智能调控与优化系统。此方法提高了楼宇自控系统对故障扰动事件的应对能力和调控精度,增强了系统的自适应性和智能化水平,有效提升了楼宇的运行效率和能源利用效率。
技术关键词
楼宇自控系统
智能调控方法
决策
调控策略
数据
智能调控系统
周期
干扰特征
故障诊断特征提取
模式
学习特征
故障传播路径
数字孪生模型
故障场景
生成模板
神经网络模型
系统为您推荐了相关专利信息
强化学习模型
资源分配
虚拟机部署
资源需求数据
可读存储介质
轨道车辆
三维点云数据
车钩
速度控制策略
挂钩方法
离心试验装置
数据采集模块
控制模块
模型箱
离心机
交通信号控制方法
交通信号灯
算法
策略更新
交通流
深度学习框架
标签特征
符号
输出特征
电子显示设备