【摘 要】
：
温度控制对建筑节能意义重大,室内温度准确预测是建筑温度精确控制的前提.本文提出一种基于计算流体动力学(CFD)和LightGBM算法的建筑室内全局温度预测模型实现对同一时间全
【机 构】
：
重庆大学自动化学院 重庆400044;重庆大学自动化学院 重庆400044;中国科学院深圳先进技术研究院广东省机器人与智能系统重点实验室 深圳518055
论文部分内容阅读
温度控制对建筑节能意义重大,室内温度准确预测是建筑温度精确控制的前提.本文提出一种基于计算流体动力学(CFD)和LightGBM算法的建筑室内全局温度预测模型实现对同一时间全局温度模拟和全局时间序列温度变化预测.基于空间建筑结构、传感器精度范围和实际温度控制范围简化的CFD简化模型满足精度要求同时解决了数据冗余的问题,更具备实践性.在此基础上通过LightGBM和LSTM算法模拟全局区域温度空间序列变化规律,采用LightGBM算法预测温度时间序列变化实现对室内温度全局预测.试验采用某地区烟草储存库全年建筑运行数据和室内外温度监测数据,构建室内全局温度预测模型,通过实际测量温度数据实验验证,建筑全局5h温度分布预测准确系数为0.9554,60 h温度范围预测准确系数为0.9940,对比ANN,BP,LSTM算法,本文模型平均准确系数提高0.0224～0.0147.
其他文献
扫描测头是高精度三维螺纹综合测量机的核心部件,其动态特性严重影响了整机的精度.为了提高测量机的精度,对高精度螺纹三维尺寸测量线性扫描测头的动态特性进行了研究.首先分
利用超声成像方法对关注区域成像,对获取缺陷形状、尺度和取向等特征具有重要意义.考虑了21种不同声束路径的模式波,复合叠加各重建点能量最强信号,提出全模式全聚焦方法(FTF
注射成形工艺参数是保障产品质量的关键因素.传统试错法严重依赖工艺人员的试模经验,随着注射成形工艺广泛应用于电子、航空航天等国家战略领域,产品的高端化对工艺参数智能
针对当前复杂体制雷达辐射源信号识别方法抗噪性能差、识别率低等问题,提出一种基于模糊函数等高线与栈式降噪自编码器的新识别方法.首先对辐射源信号的模糊函数进行高斯滤波
针对传统检测算法对工业铝材表面缺陷识别率不高、对于小缺陷定位不准确等问题,提出改进的Faster RCNN深度学习网络对于铝材表面10种缺陷进行检测。首先,对数据进行增强后,在主干网络加入特征金字塔网络(FPN)结构以加强对小缺陷的特征提取能力,随后用感兴趣区域校准(ROI Align)算法来代替粗糙的感兴趣区域池化(ROI Pooling)算法,获得更准确的缺陷定位信息,最后加入K-means算
为解决无人机在复杂低空环境内运行安全性较低的现状,提出了考虑区域风险评估的无人机航路规划方法,可快速生成运行风险较低的航路.首先,对复杂低空环境进行模型简化和风险评
针对非对称系统具有更强的信号放大能力,提出了一种新型二维非对称双稳随机共振(NTABSR)系统.首先,在绝热近似理论的前提下,对其输出信噪比进行了理论分析.并研究了各系统参
针对航天密封圈表面缺陷人工检测效率低、传统图像处理检测算法通用性差的问题,提出了两种基于深度学习的密封圈表面缺陷检测算法。首先,针对缺陷大部分为小目标的特点,选取对小目标较敏感的RetinaNet网络作为检测算法的基本架构,通过在RetinaNet网络中引入轻量级网络MoGaA构建出MoGaA-RetinaNet算法。然后,为了提高检测精度,在MoGaA-RetinaNet基础上,用分解卷积模块代
针对目前荧光免疫层析定量图像峰值点定位易受多种因素影响,导致物质定量准确度低的问题,提出了一种融合目标检测的级联卷积神经网络(CNN)算法。第一层级联算法首先使用经改进的AlexNet算法对荧光免疫层析定量图像中包含质控(C)峰和检测(T)峰的区域进行检测和提取。之后将提取到的图像区域送入第二层级联卷积神经网络中,对C峰和T峰的位置进行快速定位。随后将定位结果输入到第三层级联卷积神经网络中,对上一
传统的磁轴承功率放大器使用一个H桥控制一个线圈,为减少桥臂数量,可通过矢量控制技术共用部分桥臂.研究了一种使用三个桥臂同时控制两个线圈的功率放大器,通过FPGA实现了空