基于归一化互信息的智能环境中数据驱动热模型推断与ARMAX方法
系统与控制
2020-06-12 v1 信息论
系统与控制
math.IT
摘要
理解刻画智能建筑内热动态的模型对于居住者的舒适度及其能源优化十分重要。大量研究试图利用热力学（物理）模型进行智能建筑控制，但由于间歇性环境扰动的随机性，这些方法仍具挑战性。本文提出一种新颖的数据驱动室内热模型推断方法，其将带外生输入的自回归滑动平均模型（ARMAX）与归一化互信息方案（NMI）相结合。基于该信息论方法NMI，室内温度与外生输入之间的因果依赖被显式获取，作为ARMAX模型寻找主导输入的指导。为验证，我们使用基于建筑能源系统的三个数据集，将我们的方法与带外生输入的自回归模型（ARX）、正则化ARMAX模型以及状态空间模型进行比较。
引用
@article{arxiv.2006.06088,
title = {Data-driven Thermal Model Inference with ARMAX, in Smart Environments, based on Normalized Mutual Information},
author = {Zhanhong Jiang and Jonathan Francis and Anit Kumar Sahu and Sirajum Munir and Charles Shelton and Anthony Rowe and Mario Bergés},
journal= {arXiv preprint arXiv:2006.06088},
year = {2020}
}