摘要
本发明公开了一种基于智能控制的空调节能优化方法及系统,包括如下步骤:步骤一:采集温湿度数据与空调设定参数,采用残差连接的注意力循环神经网络模型进行训练,输出热惯性预测值;步骤二:构建热行为联合特征向量;步骤三:采用Dirichlet过程均值聚类算法进行聚类操作,通过设定聚类惩罚阈值生成时空微区;步骤四:采用基于Fanger热平衡理论的改进PMV模型构建热舒适度模型,得到各时空微区的扰动指数值;步骤五:构建联合优化目标函数,生成各时空微区的最优控制动作参数;步骤六:将各个时空微区的最优控制动作参数进行融合计算,生成整体控制指令。本发明融合热惯性预测与动态聚类优化方法,实现空调智能节能控制。
技术关键词
空调节能优化
PMV模型
循环神经网络模型
舒适度模型
环境感知数据
注意力
参数
均值聚类算法
启发式搜索算法
空调智能节能控制
节点
时间段
温湿度
聚类优化方法
依赖特征
系统为您推荐了相关专利信息
多源异构数据
共享方法
网络拓扑
节点
环境感知数据
数据采集策略
数据采集系统
数据处理系统
信号
数据处理模块
城市轨道交通设备
日志
应急调度系统
语义特征
应急调度方法
优化分析方法
Stackelberg博弈模型
动态电价策略
效能
地理信息数据
动态路径规划方法
智能交通系统
车辆运动状态参数
强化学习算法
权重分配机制