一种基于数据的夏季居住环境热舒适度控制方法.pdfVIP

第26卷 第 1期 山东 建 筑 大 学 学 报 V01．26 No．1 2011年 2月 JOURN— 一 OFSHAN 垒圣坚 !兰璺 Feb． 2011 文章编号：1673—7644(2011)01—0001一o7 一 种基于数据的夏季居住环境热舒适度控制方法 段培永 ，郭东东 ，李慧 ，段晨旭 (1．山东建筑大学 山东省智能建筑技术重点实验室，山东 济南250101；2．山东建筑大学 可再生能源建筑利用 技术省部共建教育部重点实验室，山东济南 250101) 摘要：采用超闭球 CMAC(HCMAC)神经网络，建立家用空调器制冷环境下室内外温、湿度关联模型，预测室内 空气的相对湿度。提出了基于PMV指标的家用空调温度设定值的计算实验方法。该舒适度控制方法只利用 室内外环境参数历史数据，通过 HCMAC样本学习和简便的计算实验，自适应地满足住户热舒适偏好需求。仿 真结果表明，HCMAC模型能够较准确地预测室内空气的相对湿度；通过调整温度设定值 ，可将 PMV值调整到 任意给定的范围，实现室内建筑环境的节能和舒适。 关键词：CMAC；计算实验；PMV；热舒适度 中图分类号 ：TP183 文献标识码：A A noveldata．basedthermalcomfortcontrolmethodfor livingenvironmentsin summer DUAN Pei．yong ，GUO Dong．dong ，LIHui，eta1． (1．ShandongProvincialKeyLaboratoryofIntelligentBuildingsTechnology，ShandongJianzhuUniversity，Jinan 250101，China；2．KeyLaboratory ofRenewableEnergyUtilizationTechnologieSinBuildingsof Education Ministry， ShandongJianzhuUniversity，Jinan250101，China) Abstract：Ahyper—ballCMAC(HCMAC)neuralnetworkbasedmodeliSbuilttoexpresstherelation— shipamongindoorandoutdoorenvironmentalparameters(temperatureandhumidity)topredictin— doorrelativehumidity．A novelcomputingexperimentalmethodiSexploredtodeterminetemperature setpointsofadomesticair—conditioner．Thethemralcomfortcontrolmethodcanadaptivelymeetthe inhabitants’comfortneedsbyHCMAC learningofenvironmentalsampledataandsimpleandconven． ientcomputingexperiment．SimulationsdemonstratethatthepresentedHCMACmodelcanaccuratelv predicttheindoorairhumidity，andtheindoorPMV canbecontrolledatdesiredlevelbyappropriately adjustingtemperaturesetpoints，facilitatinghomeenergyefficiencyandcomfort． Keywords：CMAC；computingexperiment；PMV ；themr alcomfort