基于遗传算法的建筑热阻容模型辨识及室内温度预测

为了准确预测建筑物室内温度,采用集总参数法构建了建筑热阻容(RC)模型,并推导出了相应的微分方程组,使用遗传算法对模型进行了辨识。RC模型测试集温度平均绝对误差为0.14℃,R^(2)为0.99。比较了RC模型与2种黑箱模型对室内温度的预测结果,RC模型预测结果更准确。讨论了灰箱模型和黑箱模型的适用条件,建议根据需求和数据情况并考虑模型的复杂度、预测精度、解释性等因素,选择合适的建模方法。

基于遗传算法-阻容模型的建筑模型辨识及温度预测研究

为实现精确预测建筑室内温度,得到最优控制策略,基于不同的简化假设,设计不同结构的建筑热阻容模型(RC模型),推导表征模型的微分方程组,在仿真结果的基础上采用遗传算法对模型进行辨识,得到一种兼顾模型预测精度和模型复杂度的RC模型结构。结果表明,在4种模型中,模型3对训练集温度的预测误差为0.346℃,对测试集温度的预测均方根误差为0.419℃,且模型结构较为简单,能够对建筑室内温度实现准确、稳定、相对快速的预测。