ACM的通讯
ACM技术
ML提供最佳HVAC操作的快捷方式
HVAC控件的新框架可以平衡效率，舒适度和成本而不需要大量计算时间。
信用：Maxiphoto / iStock
宾夕法尼亚州立大学（宾夕法尼亚州）的研究人员已经开发了一种加热，通风和空调控制机制的方法，这些控制机制使用机器学习来平衡能量成本，舒适性和效率，同时能够快速计算。
研究人员使用模型预测控制器的数据来培训模型，以确定冷却建筑物的最佳时间。
Penn State的Gregory Pavlak说：“我们使用机器学习来生成简单，易于解释的一套规则，以减少建筑物冷却能量和运营成本 - 而无需实时运行模型预测控制器。”
最佳规则集实现了95％至97％的优势节省的详细模型预测控制器，89％至92％的成本客观节省。
该方法可以在不到一秒的时间内将控制策略安排一天，与原始模型预测控制器的计算。
从宾夕法尼亚州立大学新闻
查看完整的文章
摘要版权所有©2022史密斯巴克林，华盛顿，直流，美国
没有发现任何条目