【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
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