控制理论与应用

作者：庞维庆,何宁,李秀梅,严成

单位：桂林电子科技大学,桂林电子科技大学,桂林电子科技大学,桂林电子科技大学

关键词：智能建筑; 神经网络; 传感器数据融合; 预测控制; Kalman滤波; 自动控制系统

基金：国家自然科学基金

针对传统的室内环境控制方式存在抗干扰性差、耗能高、智能化程度低及融合性简单等不足,提出一种通过多数据融合技术实现的新型智能化调控方法. 从卡尔曼滤波器(Kalman ?lter) 的基本原理出发, 采用多维线性滤波模型对多个传感器采集的环境指标数据进行滤波, 得到当前环境状态的有效估计,然后通过神经网络进行融合,得到当前状态期望值的最优估计,最终通过动态矩阵控制(Dynamic Matrix Control, DMC)算法来根据性能指标完成优化控制. 仿真结果表明, 相较于现有的室内环境控制方法, 此方法的滤波误差 < 2%, 调控误差 1%, 从而能够有效提高控制精度和抗干扰能力,在尽量降低能耗的基础上实现室内环境的最优化控制,可以推广应用于对环境因素要求比较苛刻的场合的精细调节,比如医院、温室、科研实验室等.

来源：2020年第3期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2020年第3期