某办公室内环境品质预测方法研究

详细信息    查看全文 | 推荐本文 |

英文篇名：Research on prediction and control of office environment quality based on Bayesian network 作者：李武涛 ; 赵安军 英文作者：LI Wu-tao;ZHAO An-jun;Department of Information and Control Engineering,Xi'an University of Architecture and Technology; 关键词：贝叶斯网络 ; 室内环境品质 ; 控制与优化 ; 建筑能耗 英文关键词：Bayesian network;;the quality of indoor environment;;control and optimization;;building energy consumption 中文刊名：TEAR 英文刊名：Journal of Tianjin University of Technology 机构：西安建筑科技大学信息与控制工程学院; 出版日期：2019-02-15 出版单位：天津理工大学学报 年：2019 期：v.35;No.152 基金：国家自然科学基金(51508445);; 陕西省科技计划国际合作项目(2014KW17);; 教育部留学回国人员科研启动基金(教外司留[2014]1685号) 语种：中文; 页：TEAR201901024 页数：4 CN：01 ISSN：12-1374/N 分类号：60-63

摘要

室内环境品质中,通常室内热舒适性对人的影响比较明显.以西安市某办公建筑为研究对象,采用贝叶斯网络的建模方法,在分析空调、通风设备及室内人员和相关扰动对于室内环境品质影响机理的基础上,建立了贝叶斯网络的结构模型.以该模型为基础,采用模型预测控制方法,采用TRNSYS和MATLAB相结合的模拟仿真实验环境方法,建立了室内环境品质预测与优化仿真系统,实验结果表明,贝叶斯网络能够较好的预测室内环境品质.
        In indoor environmental quality,indoor thermal comfort usually has obvious influence on people. Taking an office building in Xi'an as the research object,the Bayesian network modeling method is adopted. Based on the analysis of theinfluence mechanism of air conditioning,ventilation equipment,indoor personnel and related disturbances on the indoorenvironment quality,a Bayesian network structure model is established. Based on the model,the model predictive controlmethod is adopted,and the simulation experimental environment method combined TRNSYS and MATLAB is adopted toestablish the indoor environment quality prediction and optimization simulation system. The experimental results show that the Bayesian network can better predict the indoor environment quality.

引文

[1]李慧,张庆范,段培永.基于用户学习的智能动态热舒适控制系统[J].四川大学学报:工程科学版,2011,43(2):128-135.
    [2]夏一哉,赵荣义,江亿.北京市住宅环境热舒适研究[J].暖通空调,1999(2):1-5.
    [3]姚煕腾.试析贝叶斯定理及其应用[J].教育现代化,2017,4(6):254-256.
    [4]徐涛.基于舒适度的空调负荷分析及古建舒适度研究[D].合肥:安徽建筑大学,2014.
    [5] GB/T 18883—2003.室内空气质量标准[J].上海:上海建材,2003(2):10-11.
    [6]胡书香.贝叶斯网络在铁路工程项目质量控制中的应用研究[D].甘肃:兰州交通大学,2013.
    [7]吴先.基于Bayes网络的农产品C2C模糊信任评价模型研究[D].安徽:安徽农业大学,2013.