基于WSN的智能空调能耗与需求管理的算法研究

发布时间：2017-09-11 00:02

  本文关键词：基于WSN的智能空调能耗与需求管理的算法研究

  更多相关文章： WSN 智能空调 多目标规划 机器学习 改进粒子群

【摘要】：无线传感网作为物联网技术体系中一种重要的数据感知技术,伴随着近年物联网的迅猛发展而得到广泛的应用,其中在智能型生活空间领域也有诸多相关的学术研究和工业应用。智能型生活空间的研究的两个主要目标分别是提高环境舒适度和自动化节能。本文研究了智能型生活空间中的能耗控制与用户需求管理问题,针对空调系统的多用户不同温度诉求的问题,结合WSN技术、计算智能、机器学习等技术建立一套基于WSN的多用户需求管理的智能空调控制模型,将最大化多用户满意度和最小化节能费用支出同时作为优化目标。首先本文简单介绍了无线传感网络技术与智能型生活空间的概念及其关系,总结对比了国内外在空调智能化方面的研究与工业应用,并提出了目前研究尚未考虑的多用户不同需求的问题,同时也集中介绍了本文后续研究会使用到的一些关键技术。然后本文研究了控制环境下的用户需求模型,并提出了智能型生活空间下用户对温度的连续性舒适度模型。基于用户温度舒适度模型,本文提出了一种多用户不同温度诉求场景下基于无线传感网的智能空调控制模型。在模型构建过程中,本文还研究了多空调复杂环境下的功率-温度映射关系的多种方案,为了能快速响应用户需求,同时也提出了基于粒子群改进的功率调度算法。同时本文依据前面的模型设计了一套基于WSN的多用户需求管理的智能空调系统,分别从系统的架构、系统软件架构以及控制服务模块三个方面阐述了设计思路并仿真实现了系统的控制服务模块。最后通过仿真实现的控制服务模块进行了仿真实验的设计,并通过多维度的实验结果的对比和分析,评估了本文提出的智能空调控制模型在提高用户总体舒适度和节能效果。
【关键词】：WSN 智能空调 多目标规划 机器学习 改进粒子群
【学位授予单位】：浙江工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TB657.2;TN929.5;TP212.9
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第1章 绪论11-17
• 1.1 WSN与智能生活空间以及能耗管理11-14
• 1.1.1 WSN技术简介11-12
• 1.1.2 智能型生活空间简介12-14
• 1.1.3 智能型生活空间的能耗与需求管理14
• 1.2 研究目标与研究内容14-17
• 1.2.1 研究目标14-15
• 1.2.2 研究内容15
• 1.2.3 技术路线和方法15-16
• 1.2.4 论文组织16-17
• 第2章 相关研究及关键技术17-26
• 2.1 空调智能模型的相关研究17-20
• 2.1.1 基于人工智能的单一化空调控制模型17-19
• 2.1.2 基于WSN的智能空调控制模型19
• 2.1.3 基于物联网的智能空调控制模型19-20
• 2.1.4 空调智能化相关研究的总结20
• 2.2 本文涉及到的关键技术20-24
• 2.2.1 函数最优化与计算智能算法21-22
• 2.2.2 机器学习与线性回归22-24
• 2.2.3 人工神经网络与BPNN24
• 2.3 本章小结24-26
• 第3章 基于WSN的智能空调能耗与需求管理26-47
• 3.1 多用户不同温度需求场景26-28
• 3.2 系统模型抽象和问题公式化28-33
• 3.2.1 系统角色抽象与假设28-29
• 3.2.2 用户的温度舒适度模型29-30
• 3.2.3 模型目标公式化30-32
• 3.2.4 模型的多目标规划的分析32-33
• 3.3 空调的功率-温度模型的分析33-39
• 3.3.1 空调流场与温度场的问题33-34
• 3.3.2 基于线性回归的功率-温度模型34-35
• 3.3.3 基BP神经网络的功率-温度模型35-37
• 3.3.4 基于实测数据的模型分析37-39
• 3.4 模型运作机制39-41
• 3.5 基于改进粒子群的功率调度算法41-46
• 3.5.1 粒子群优化算法框架41-42
• 3.5.2 基于改进粒子群的功率调度算法42-44
• 3.5.3 其他智能寻优方法的分析44-46
• 3.6 本章小结46-47
• 第4章 智能空调系统的设计与仿真实现47-55
• 4.1 系统设计47-51
• 4.2 系统仿真实现51-54
• 4.3 本章小结54-55
• 第5章 实验设计与结果分析55-63
• 5.1 实验环境构建与方案设计55-57
• 5.2 试验结果分析与评估57-62
• 5.2.1 实验训练数据集的分析57-58
• 5.2.2 智能空调控制模型的实验评估58-60
• 5.2.3 目标与PCPSO的改进评估60-62
• 5.3 本章小结62-63
• 第6章 总结与展望63-65
• 6.1 总结63
• 6.2 未来研究方向63-65
• 参考文献65-68
• 致谢68-69
• 攻读学位期间参加的科研项目和成果69

【共引文献】

中国期刊全文数据库 前9条

1 冉启阳;张定宇;郑航;;配网静止同步补偿器的改进粒子群优化PI控制[J];电力系统及其自动化学报;2013年05期

2 曾梅清;田大钢;;线性规划问题的算法综述[J];科学技术与工程;2010年01期

3 刘经纬;王普;杨蕾;;基于向量时间序列预测小波神经网络的控制参数在线整定方法的尝试研究[J];计算机测量与控制;2014年02期

4 刘经纬;王普;李会民;杨蕾;;基于增量式专家与模糊自适应控制参数在线整定方法的控制系统研究[J];计算机测量与控制;2014年04期

5 江燕,黄崇超,余谦;框式线性规划非精确不可行内点算法[J];数学杂志;2004年06期

6 郭文涛;王冠一;于倩;;汽车主动转向自适应模糊PI控制研究[J];农业装备与车辆工程;2015年04期

7 余谦,黄崇超;凸二次规划非精确不可行内点算法[J];武汉大学学报(理学版);2002年05期

8 马泽宇;李季;;基于模糊-PID的小型反应釜控制系统设计[J];自动化技术与应用;2013年12期

9 钟旭佳;高晓丁;严楠;;电液比例压力控制系统的PID参数优化[J];西安工业大学学报;2015年02期

中国博士学位论文全文数据库 前5条

1 杨启文;计算智能及其工程应用[D];浙江大学;2001年

2 李玉榕;信息融合与智能处理的研究[D];浙江大学;2001年

3 王言金;最优化的不可行内点算法研究[D];武汉大学;2004年

4 庄文许;基于内模原理的某舰载火箭炮操瞄系统控制研究[D];南京理工大学;2013年

5 刘道建;SLI的条件冗余性及LP问题的算法研究[D];西南交通大学;2013年

中国硕士学位论文全文数据库 前10条

1 王淑华;半定规划的算法研究[D];西安电子科技大学;2005年

2 谌永荣;预估校正光滑算法研究[D];武汉大学;2005年

3 柏钦玺;预估校正内点算法研究[D];武汉大学;2005年

4 张莉;一类互补问题的路径跟踪算法研究[D];三峡大学;2007年

5 张新明;解线性半定规划问题的一种新方法[D];大连理工大学;2007年

6 蒋耀伟;半定规划及其应用研究[D];西安电子科技大学;2009年

7 钱华;一种适用于中小型锅炉加药系统智能控制器的研究[D];苏州大学;2009年

8 方晓燕;基于忆阻器的智能PID控制器及应用[D];西南大学;2013年

9 刘海丹;基于PID控制的核磁共振谱仪部件单元设计[D];中国科学院研究生院（武汉物理与数学研究所）;2013年

10 饶豪;基于LM628的运动控制器的研制[D];哈尔滨工业大学;2013年

，

本文编号：827392