机读格式显示(MARC)

• 000 01703nam0 2200265 450

• 001 0000846277

• 005 20220328111500.0

• 010 __ |a 978-7-121-42109-9 |d CNY49.00

• 100 __ |a 20211125d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 空调系统的模型预测优化控制 |A kong tiao xi tong de mo xing yu ce you hua kong zhi |f 庄俊华著

• 210 __ |a 北京 |c 电子工业出版社 |d 2021

• 215 __ |a 100页 |c 图 |d 26cm

• 306 __ |a 北京建筑大学市属高校基本科研业务费项目资助出版

• 320 __ |a 有书目 (第89-100页)

• 330 __ |a 本书在一个典型的中央空调系统中, 对系统的各个主要部件建立了相应的简化模型, 并运用模型预测控制 (Model Predictive Control, 简称MPC) 方法对该系统进行了仿真研究。使用功率谱密度法对建筑物室内空调负荷在室外温度和太阳辐射强度两种随机量作用下的传递函数就行辨识, 并将辨识得到的传递函数模型应用于一个使用MPC策略控制的加热器, 控制房间的温度。对某银行大楼的冰蓄冷空调系统使用时间序列方法和神经网络相结合的方法进行未来24小时负荷预测。对一个实际运营中的商业建筑的空调水系统, 在不改变原有控制系统的前提下, 以冷冻水旁通阀开度为控制目标的方法, 以模型预测控制方法实现节能优化运行。针对各个空调区域的温度基本接近的事实, 本书提出一个一步DMPC, 简化区域 (房间) 之间的热传导, 从而进一步简化优化问题的约束条件, 大大减少算法的计算量和控制器之间的通信量, 为现场的简单控制器实现DMPC算法创造条件。针对空调系统中的设备模型非线性的问题, 使用人工神经网络作为控制器, 解决了采用普通的模型预测控制方法不能实现优化控制的问题。

• 606 0_ |a 空气调节系统 |A kong qi tiao jie xi tong |x 系统模型 |x 高等学校 |j 教材

• 690 __ |a TU831.3 |v 5

• 701 _0 |a 庄俊华 |A zhuang jun hua |4 著

• 801 _0 |a CN |b HDUL |c 20220328

• 905 __ |a HDUL |d TU831.3/022

• 920 __ |a 233030 |z 1