規則集在智能建筑能源管理系統研究范文

本站小編為你精心準備了規則集在智能建筑能源管理系統研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要:提出了一種基于典型建筑能源管理系統中采用規則集的智能決策支持模型。此外，還介紹了該模型對北京典型建筑能耗和室內質量的影響，該模型可以控制建筑物運行數據如何偏離設置，以及對內部條件進行診斷，并優化建筑物的能量運行。在這種情況下，集成的“決策支持模型”可以有助于管理一個典型建筑的日常能源運作及與能源消耗有關的運作，該模型主要包含以下兩個方面:1)保證所有建筑物內房間的生活質量;2)節約能源。

關鍵詞:智能模型;建筑能源管理系統;規則集

引言

建筑物是增長最快的能源供應部門之一。據估計，歐盟(EU)建筑所消耗的能量達到總能耗的40%—45%［1］，其中約三分之二用于住宅。目前十年中，第三產業和住宅部門的能源需求分別每年增長1．2%和1%［2］。因此，歐盟的上述部門的能源使用大約占溫室氣體(GHG)排放量的50%［2］。此外，特別是在價格波動、人口快速增長和技術發展的情況下，對保證必要的熱舒適性、視覺舒適性和室內空氣品質的要求也在增加。在這種背景下，目前的工作重點是在滿足能源建筑對能源需求前提下，通過盡可能少的能源成本和環境保護手段來確保運營需求。以上述需求為目標，由于該系統有助于連續能源管理，因此在節約能源方面，建筑能源管理系統(BEMS)將起到非常重要作用。建筑能源管理系統普遍采用對主動控制系統，即采暖，通風和空調系統(HVAC)的開啟，可以根據業主需求決定操作時間。在上述工作中，建筑能源管理系統將直接影響建筑的能源消耗以及建筑內業主的舒適度。隨著計算機技術、電信和信息技術的進步，建筑能源系統也有了更新的發展。在這一背景下，國際文獻中提出了許多改進系統控制的現代技術和方法。據我們所知，目前已提出了采暖、通風、空調系統中控制技術，如極點配置，最優調節器和自適應控制等技術。并提出了更多的計算機化方法，如遺傳算法和神經網絡［3］，用于特殊HVAC系統的優化控制，以及其他一些優化建筑物的系統控制的方法，包括經驗模型、加權語言模糊規則［3］、模擬優化［3］和在線自適應控制。針對室內環境管理已開發出基于遺傳算法、優化模糊控制器的綜合控制系統，及基于信息庫的占用預測系統，并對這些系統進行應用測試。此外，BEMS正在開發應用于智能建筑，并且為現代智能建筑和控制系統提供了大量的研究依據。在上述研究的基礎上，顯然需要建立一個集成的“決策支持模型”來管理典型建筑的日常能源運作，該模型需要滿足以下兩個要求:1)保證所有建筑物內房間的生活質量水平;2)節約能源。在這種情況下，智能決策支持模型，可以控制建筑操作數據如何偏離設置，以及進行內部條件的診斷和優化建筑物的能源運作。此外，規則集的方法和技術是代表BEMS系統中更智能化的一種非常有效的方法。本文的主要目的是提出一種可在所有相關的能源建筑的操作管理中使用基于規則集智能BEMS系統。

1方法論

決策支持模型的基礎設施是基于典型的BEMS邏輯的特性。如圖1所示，該模型的理論是基于模型的通用概念，該模型適用于任何已提供區域及其元素的適當“映射”的建筑物規范要求。模型包括以下組件:1)室內傳感器:測量或記錄建筑區域的溫度、相對濕度、空氣質量、運動和亮度的傳感器。2)戶外傳感器:用于室外條件的傳感器，如溫度、相對濕度和亮度等，這對于EF模型的運行是必不可少的。3)控制器:該組件包括開關、膜片、閥門、執行器等。4)決策單元:單元包括實時決策支持，具有以下功能:將專家和智能系統技術結合起來，以便根據建筑物的要求選擇合適的內徑。與樓宇控制器進行溝通，以供決策之用。與傳感器的相互作用，用于診斷建筑物的狀態，建筑能量的制定。5)數據庫:包括建筑能耗特征數據庫和知識數據庫，其中記錄所有必要的信息。更具體地說，程序流程如圖2所示。圖2模型流程圖6)用戶要求:建筑物內的用戶對室內條件的要求設定值來控制參數，即溫度、相對濕度、空氣質量和亮度。7)參數比較結果如下:如果用戶輸入與參數范圍(NO)之間沒有偏差，則選擇用戶的輸入。如果用戶輸入與參數范圍之間存在偏差(Y)，則模型如下:如果模型狀態被設置為“手動”，則模型忽略偏差并使用用戶的輸入。如果模型狀態設置為“自動”，該模型將用戶輸入在參數范圍內初始化，并選擇與用戶輸入最小偏差的值。8)干預必要性:在確定用戶需求之后，通過適當的傳感器記錄當前室內條件，并計算它們之間的偏差。如果在當前狀態和用戶輸入狀態之間沒有偏差，則控制程序退出而不進行干預。如果發生偏差，則控制程序進行干預。9)干預選擇:當出現干預選擇時，該模型將決定適當的干預方法。通過邏輯和比較序列，決策單元進行干預，并為建筑物的控制器產生足夠的信號。特別是，以下數據源用于選擇適當的干預方法。總之，模型的決策是一系列的信號和命令，用于控制器和執行器，用于模型輸出的應用。就上述而言，該模型具有調節(借助于規則)智能干預的能力，以確保熱舒適性和節能性，例如:評估和比較當前的建筑負荷與理想的負荷(從歷史數據)，并在極端能源消耗的情況下，根據每個地區的特殊需要來減少其中的一些。通過使用歷史數據計算熱和空氣質量指數，并確定區域對強加干預的適應能力。根據注冊能源文件，激活適當的程序，預熱和關閉設備在一定的時間瞬間。

2模型建立

決策支持單元采用以下軟件工具和應用程序實現:1)利用Access開發了建筑能耗特征數據庫和知識庫。2)采用VisualBasic6．0編程語言實現通過建筑物的數據庫、傳感器和控制器提供互連性。3)采用Clip—特別是在Spring2002中的版本6．2，嵌入在模型中，以提供模型的規則處理和對決策過程的推理。在圖3中圖示了所提出的決策單元的體系結構。決策支持單元設計的目的是利用由BEMS操作記錄的數據改變規則集。在這一背景下，對一個典型的建筑進行建模，并對室內條件和建筑的機電部件進行控制，并對其進行參數化。其中，參數被分類如下:輸入參數:第一組包括關于室內條件和時間安排的參數。輸出參數:第二組參數涉及模型控制器和執行器。支持參數:這套參數記錄了房間的便利性或控制性。本文創建了一組規則集，覆蓋了典型建筑物的所有可能請求。這些規則結合輸入和輸出參數，有以下分類:1)內部舒適條件，2)建筑節能，3)決策支持單元的兼容性。基于這些規則集，決策單元的程序步驟如下:1)系統初始化:關于溫度、相對濕度和空氣質量的輸入變量的規則允許的范圍，應該適用于舒適性和節能性。2)干預的必要性:為干預加熱，冷卻，水化，脫水，通風和照明規則確定適當的閾值，。3)室內條件的偏差縮放:該規則用于識別用戶需求與當前區域或房間條件之間的偏差以調試所有控制參數。4)干預選擇:規則的選擇應涵蓋所需的干預動作。這些動作包括打開/關閉建筑物的組件，并確定這些組件是否用于調節室內條件。5)干預強度確定:根據每個區域或房間的指標和電子設備的規模，規則確定干預的強度。

3結論

計算機與信息技術的結合已成為現代的新興技術，這種中央協調系統能夠監測和控制與建筑物有關的許多活動和服務。該決策支持系統有助于對典型建筑物的日常運作進行持續的能源管理，從而為建筑物居住者提供舒適居住條件，盡量減少能源消耗和成本。在上述背景下，所提出的使用規則集進行建筑能源管理的智能模型是一個具有創新和實用性的決策支持系統，旨在保障理想的生活質量水平以及為環境保護節約能源。該系統通過將建筑物的能源知識轉化為若干規則并最終轉化為對驅動裝置的電子指令，實現了對建筑物能源消耗的集中監控。特別指出，系統利用專家知識，對建筑能源提供有力的管理保證，通過智能監控、優化的HVAC中央系統和照明控制，可以檢測和消除“錯誤”系統決策。

作者：葛晶晶 單位：太原城市職業技術學院信息工程系