绿色建筑系统节能运行自适应动态规划研究

The energy-saving operation of green buildings is one key issue in supporting building sustainable development, which has been shown of broad application prospects in modern constructions. However, there are still some technical issues lack of feasible solutions in practice. To this end, the proposed project presents a green building system based on the Spiking Neural Network and adaptive dynamical programming approach. First, the multi-source personnel information fusion is considered. The sensor projection method together with spiking neural networks is applied to model the spatial and temporal distribution of human beings inside the building. The building can be divided into several regions to make the energy optimization more feasible. Second, by inducing human behaviors, the correlation factor among data model, dynamical environment, human comfort and energy consumption is investigated. At last, to satisfy the Energy Efficiency Standards and certain spatial division, some optimal control strategies based on the spiking neural network and adaptive dynamic programming are planned to be proposed. At the same time, the convergence and stability of the strategies are investigated as well. The efficient operation of buildings, the comfort of human, and the reduction of energy consumption will be achieved simultaneously by adopting the proposed coordination algorithm. The expected outcomes of this project can be applied to, from one side, the environment supervision, energy supervision and complex system optimization control; from the other side, the promotion of the function efficiency of green smart buildings, the reduction of energy consumption, better service and so on.

绿色建筑系统节能运行是支撑建筑可持续发展的热点与难点问题之一，具有广阔的应用前景，目前尚缺乏有效的解决手段。本项目针对设备总系统提出采用Spiking神经网络自适应动态规划方法来研究和寻找其解决办法。首先，研究多源人员信息融合问题，提出基于传感映射方法进行Spiking神经网络信息融合建模，解决建筑内人员分布时空信息的检测问题并对建筑空间进行分区；其次，基于操作行为研究数据建模、动态环境与人体舒适及运行能耗间的相关性；最后，开展Spiking神经网络自适应动态规划研究，依据能效标准和建筑空间分区等提出一系列优化控制策略，研究自适应动态规划算法的收敛性、稳定性，并通过人、动态环境、设备总系统的协调作用达到环境舒适，建筑高效运行的节能效果。预期成果可帮助绿色建筑、智能建筑提高运行效率，降低运行能耗，提高服务水平，也可应用到环境监测、能耗监测、复杂系统优化控制等领域。

本项目以绿色建筑运行节能为研究背景，针对建筑设备总系统运行节能提出基于Spiking神经网络的自适应动态规划方法来研究和寻找其节能降耗、优化运行的办法。首先，利用物联网技术搭建了由人体红外探测传感器、摄像头、二氧化碳浓度传感器等组成的人员检测多传感器网络,无线传感器网络采用了自组网技术，实现了传感器的动态加入和退出，提高了网络性能；研究了人员检测多传感器网络中的异构多源信息的融合问题，通过传感映射的思想建立了基于Spiking神经网络的信息融合模型,从而为提高建筑内人员分布时空信息的检测精度提供了新思路。其次，针对人体热舒适度建模难的问题，基于二型模糊数学理论提出了基于数据和知识经验建立热舒适度模型的方法，融入了实时动态数据，为个性化控制提供了理论基础；再次，分析了建筑能耗与建筑内设备、人员及天气之间的相关性，探索了人、环境、建筑和能耗的内在联系，为建筑节能提供了数据支撑；最后，开展了Spiking神经网络自适应动态规划研究，根据能效标准和建筑空间分区等提出优化控制策略，探索了自适应动态规划算法的收敛性、稳定性，并搭建了建筑设备系统运行综合实验平台，对所提的算法进行了初步的验证。本项目还开展了一些前沿探索工作，一方面关注建筑运行控制的分布性和智能性，研究了多智能体的在噪声下的跟踪问题和一致性问题，将来可把建筑内的设备、智能终端等看作智能体，这为多智能体理论在建筑领域的应用提供了可能性；另一方面，随着物联网技术的应用，全面感知成为可能，势必产生海量建筑数据，本项目探索了大数据分析处理方法，将之应用到了交通上，这为建筑大数据的应用提供了范例。随机性也是建筑节能领域需要考虑的因素，针对具有不完全信息的后向随机微分时延方程的优化控制问题，提出了一类时间超前的随机微分方程作为伴随过程的二元关系，通过最大值原理获得了优化的必要条件，并将之应用到了线性二次最优控制问题上，该研究成果有望在建筑节能控制与优化领域上得到应用。此外，本项目还把一些智能算法应用到仿生机器人上，在机器人建模、机构设计、动力学分析、推进控制、机动性控制等方面取得了一定的成果。本项目的成果可帮助绿色建筑提高运行效率，降低运行能耗，提高服务水平。所研究的绿色建筑设备总系统节能运行的自适应动态规划问题，具有一定程度的创新性和前沿性，其成果对推广自适应动态规划和Spiking神经网络应用研究都将起到一定的借鉴作用。