基于有限监测数据和快速预测模型的人工智能通风控制系统
由于室内环境分布具有不均匀和不稳定性，本工作开发了人工智能动态通风控制系统用于实现换气次数动态调节，以期提升室内空气品质的同时降低建筑通风能耗。该系统的核心部分是基于智能监测技术的快速预测模型，其中快速预测模型包括低维线性通风模型和人工神经网络方法。以监测数据作为输入，快速预测模型可实现室内污染物分布快速预测，并用于最优通风评价和控制。本文对于发展智能通风系统和绿色、可持续建筑具有重要意义。
智能通风控制 室内空气品质 通风能耗 人工神经网络 低维线性通风模型
曹世杰 任宸
广州大学土木工程学院,广东省建筑节能与应用技术重点实验室,广东广州 510006
国内会议
昆明
中文
175-179
2019-12-01（万方平台首次上网日期，不代表论文的发表时间）