评估数据可得性对基于机器学习的建筑能源管理系统模型预测控制影响
系统与控制
2025-02-14 v1 系统与控制
摘要
基于模型预测控制 (MPC) 的建筑能源管理系统 (EMS) 开发中的一个主要挑战是获取准确的模型。一种解决方法是通过数据驱动的残差估计器来增强现有的灰箱模型。此类估计器的有效性以及因此 EMS 的性能依赖于获得足够且合适的训练数据。在本工作中，我们评估了不同的情境如何影响估计器和控制器性能。为此，我们使用真实测量数据进行软件-在-循环 (SiL) 模拟，其基于基于物理的数字孪生体。仿真结果表明，尽管可用数据有限，仍可实现可接受的估计和控制性能，我们确认利用历史数据进行预训练可提升效果。
引用
@article{arxiv.2407.13308,
title = {Evaluating the Impact of Data Availability on Machine Learning-augmented MPC for a Building Energy Management System},
author = {Jens Engel and Thomas Schmitt and Tobias Rodemann and Jürgen Adamy},
journal= {arXiv preprint arXiv:2407.13308},
year = {2025}
}
备注
5 pages, 4 figures. To be published in 2024 IEEE PES Innovative Smart Grid Technologies Europe (ISGT EUROPE) proceedings