先验知识与数据混合驱动的建筑物舒适度二型模糊建模与节能控制研究

随着对建筑物舒适度要求的提高，建筑物用电设备的能耗问题日益严重，给社会、能源和环境带来巨大压力，建筑物用电设备的节能控制对节能减排而言具有重要意义。为实现舒适性与建筑用电设备能耗的协调优化，并处理建筑物舒适度数学建模的复杂性以及用电设备节能控制中的各种不确定性，本课题提出先验知识与数据混合驱动的建筑物舒适度二型模糊建模与用电设备节能优化控制方案，具体研究内容如下：1）提出并研究先验知识与数据混合驱动的舒适度二型模糊建模方法；2）研究舒适度与能耗间的关系，建立并优化舒适度与能耗间的二型模糊关系模型；3）研究舒适度与能耗总体最优的协调优化算法，并设计用于调节建筑物环境参数的自适应二型模糊控制策略；4）采用上述理论与方法实现物联网环境下用电设备的节能优化控制，并验证所提方案的有效性及优越性。本课题所提出的理论与方法可以为用电设备节能降耗提供一种新的理论与应用工具，具有重要的理论意义与实际应用价值

随着生活水平的提高，人们对环境舒适性的要求越来越高，舒适性的建模与控制问题研究成为了智能建筑领域的一大热点。但在舒适性建模过程中必须考虑不确定性，比如不同人不同时刻对舒适性的感受不一致等现象。为处理各类不确定性，本课题提出了数据驱动下的二型模糊模型的构建方法，并实现了舒适性的建模。同时，为提高数据驱动模型的精度与泛化能力，获得更优越的性能，本课题通过在数据驱动建模与控制过程中嵌入相关知识（系统机理知识、经验知识等），提出了知识与数据混合驱动的二型模糊系统及控制器设计方法，并用于了热舒适性PMV指标预测。进一步，为增强相关模型的可理解性，提出了数据驱动语言动力系统设计方法。另一方面， 随着对建筑物舒适度要求的提高，建筑物用电设备的能耗问题日益严重，给社会、能源和环境带来巨大压力，建筑物用电设备的节能控制对节能减排而言具有重要意义。为实现舒适性与建筑用电设备能耗的协调优化控制，本课题提出了基于多目标优化方法的协调优化控制方案，为实现舒适性的个性化控制提供了基础。在应用层面，本课题研究了相关理论在建筑用电设备物联网系统中的应用，在此基础上构建了空调系统故障诊断、智能家居控制等方案。该项目研究成果为建筑物舒适节能控制提供了一定的基础与手段。