-
Patent Agency Ranking
公开(公告)号：CN112381181A
公开(公告)日：2021-02-19
申请号：CN202011459104.0
申请日：2020-12-11
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种建筑能耗异常的动态检测方法，包括以下步骤，步骤一：收集用于建立建筑能耗数据分类模型的历史数据样本；步骤二：利用Matlab软件导入数据样本，并通过粒子群算法优化的k‑medois聚类算法对能耗数据进行聚类，确定不同的能耗类别；步骤三：将步骤二中得到的聚类结果结合KNN算法建立起对新输入能耗数据的分类模型；步骤四：通过上述分类模型对单个输入的能耗数据进行分类，并对其所属分类进行异常检测，判断该能耗点是否异常；步骤五：当输入的能耗数据形成最小周期的时间序列后，对该时间序列进行异常检测，判断该时间序列是否异常；步骤六：输出检测结果并标识判定为异常的能耗数据。本发明解决了传统建筑能耗异常检测方法中动态性不足、准确性及实用性不强的问题，为建筑能耗的异常检测提供了一种新的方法。
-
公开(公告)号：CN115019513A
公开(公告)日：2022-09-06
申请号：CN202210842395.4
申请日：2022-07-18
Applicant: 桂林电子科技大学
Abstract: 本发明属于交通碳排放监测技术领域，具体涉及一种交通碳排放监测系统及监测方法，系统包括城市路网监控子系统、车流量信息统计子系统、车流量通行信息统计子系统、交通通行碳排放预测子系统，通过建立城市路网数据库，实时统计各路网及其组成路段的车流量信息和通行信息，建立交通通行碳排放预测模型，并将预测的计算结果发送给用户查看，达到实时监测的目的，本发明的数据皆为实时数据，包括城市路网中通行的车辆数量、车辆信息以及根据车辆使用年限修正的能耗数据，使得建立的预测模型更为精准，监测的结果更准确。
-
公开(公告)号：CN112648717A
公开(公告)日：2021-04-13
申请号：CN202011493699.1
申请日：2020-12-16
Applicant: 桂林电子科技大学
IPC: F24F11/62 , F24F11/64 , F24F11/74 , F24F110/10
Abstract: 本发明公开了一种基于径向基神经网络的多区域变风量空调系统末端控制方法，包括以下步骤：(1)设定房间温度值；(2)通过温度传感器获取房间实际温度值；(3)初始化RBF神经网络和PID控制器的各项参数；(4)将房间实际温度值与房间温度设定值进行比较作差；(5)改进RBF‑PID算法调整自身的权重系数；(6)优化PID的kp、ki和kd参数；(7)风阀控制器控制末端风阀达到合适开度；(8)重复步骤(1)至步骤(7)，以采样时间为周期进行采样。本发明通过RBF神经网络对传统PID控制器的参数进行实时调整，对末端的有效控制来提高多区域变风量空调控制系统对于室内温度的控制精度和抗干扰性能。
-
公开(公告)号：CN112381181B
公开(公告)日：2022-10-04
申请号：CN202011459104.0
申请日：2020-12-11
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种建筑能耗异常的动态检测方法，包括以下步骤，步骤一：收集用于建立建筑能耗数据分类模型的历史数据样本；步骤二：利用Matlab软件导入数据样本，并通过粒子群算法优化的k‑medoids聚类算法对能耗数据进行聚类，确定不同的能耗类别；步骤三：将步骤二中得到的聚类结果结合KNN算法建立起对新输入能耗数据的分类模型；步骤四：通过上述分类模型对单个输入的能耗数据进行分类，并对其所属分类进行异常检测，判断该能耗点是否异常；步骤五：当输入的能耗数据形成最小周期的时间序列后，对该时间序列进行异常检测，判断该时间序列是否异常；步骤六：输出检测结果并标识判定为异常的能耗数据。本发明解决了传统建筑能耗异常检测方法中动态性不足、准确性及实用性不强的问题，为建筑能耗的异常检测提供了一种新的方法。
-
公开(公告)号：CN112648717B
公开(公告)日：2022-05-17
申请号：CN202011493699.1
申请日：2020-12-16
Applicant: 桂林电子科技大学
IPC: F24F11/62 , F24F11/64 , F24F11/74 , F24F110/10
Abstract: 本发明公开了一种基于径向基神经网络的多区域变风量空调系统末端控制方法，包括以下步骤：(1)设定房间温度值；(2)通过温度传感器获取房间实际温度值；(3)初始化RBF神经网络和PID控制器的各项参数；(4)将房间实际温度值与房间温度设定值进行比较作差；(5)改进RBF‑PID算法调整自身的权重系数；(6)优化PID的kp、ki和kd参数；(7)风阀控制器控制末端风阀达到合适开度；(8)重复步骤(1)至步骤(7)，以采样时间为周期进行采样。本发明通过RBF神经网络对传统PID控制器的参数进行实时调整，对末端的有效控制来提高多区域变风量空调控制系统对于室内温度的控制精度和抗干扰性能。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
