建筑用户在室行为预测新方法

论文摘要

准确预测建筑用户在室行为可显著提高建筑能耗模拟精度,并进一步帮助建筑设计及运行控制优化.当前进行在室行为预测时所采用的主要是基于隐马尔可夫链方法的数学模型,该模型考虑了在室行为的时间关联性,可平稳有效地预测在室行为.然而现有隐马尔科夫模型难以准确描述在室行为动态变化规律以及在室行为与可观测参数之间的关联,降低了模型预测精度.针对该问题,本文提出一种基于状态转移的时变隐马尔科夫模型.该模型采用时变状态转移概率矩阵量化不同时刻在室行为的动态变化特征及关联,同时该模型基于状态转移计算可观测参数的概率分布以定量描述在室行为对可观测参数的影响.本文采用比利时某办公室在室行为数据库进行了相关建模和验证,结果表明该模型可更有效地捕捉在室状态变化,从而提高了在室行为预测精度.

论文目录

• 1 在室行为预测方法
•   1.1 TIHMM模型基本原理
•   1.2 参数学习
•   1.3 在室行为预测
• 2 特征选择
• 3 案例研究
•   3.1 数据库
•   3.2 评估指标
•   3.3 结果和讨论
•     3.3.1 特征参数选择分析
•     3.3.2 模型比较
• 4 结论和未来展望

文章来源

类型: 期刊论文

作者: 俞准,周亚苹,李郡,黄余建,张国强

关键词: 在室行为,人行为,预测,隐马尔可夫模型,建筑模拟

来源: 湖南大学学报(自然科学版) 2019年07期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 建筑科学与工程

单位: 湖南大学土木工程学院建筑安全与环境国际联合研究中心

基金: 国家自然科学基金资助项目(51408205),中央高校基本科研业务费专项资金资助项目(2014-021),湖南省建筑节能与环境控制关键技术协同创新中心项目(201736370287)~~

分类号: TU111.195

DOI: 10.16339/j.cnki.hdxbzkb.2019.07.015

页码: 129-134

总页数: 6

文件大小: 1167K

下载量: 159