Data-driven HVAC Control Using Symbolic Regression: Design and Implementation

要約

タイトル:　シンボリック回帰を用いたデータ駆動型HVAC制御のデザインと実装
要約:
– 建物で収集された大量のデータを利用することで、エネルギー管理がスマートになり、より省エネにつながる。
– この研究は、データ駆動型の暖房、換気、空調（HVAC）制御の設計と実装方法を提案している。
– 建物の熱力学は、収集されたデータから構築されたシンボリック回帰モデル（SRM）を使用してモデル化される。
– さらに、HVACシステムモデルもデータ駆動型のアプローチで開発される。
– 開発されたモデルを使用して、モデル予測制御（MPC）ベースのHVACスケジューリングが公式化され、エネルギー消費量とピーク電力需要を最小限に抑え、熱快適性を最大化する。
– 提案されたフレームワークの性能は、実際のキャンパス建物のワークスペースで示されている。
– 提案されたフレームワークを使用したHVACシステムは、よく使われるサーモスタットコントローラーと比較してピーク電力を16.1％削減する。

要約(オリジナル)

The large amount of data collected in buildings makes energy management smarter and more energy efficient. This study proposes a design and implementation methodology of data-driven heating, ventilation, and air conditioning (HVAC) control. Building thermodynamics is modeled using a symbolic regression model (SRM) built from the collected data. Additionally, an HVAC system model is also developed with a data-driven approach. A model predictive control (MPC) based HVAC scheduling is formulated with the developed models to minimize energy consumption and peak power demand and maximize thermal comfort. The performance of the proposed framework is demonstrated in the workspace in the actual campus building. The HVAC system using the proposed framework reduces the peak power by 16.1\% compared to the widely used thermostat controller.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI