فایل ورد کامل مدل سازی پیش بینی و بهینه سازی سیستم HVAC چند منطقه¬ای با داده کاوی و الگوریتم کرم شب تاب

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل مدل سازی پیش بینی و بهینه سازی سیستم HVAC چند منطقه¬ای با داده کاوی و الگوریتم کرم شب تاب،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۳۶ صفحه

این تحقیق، رویکردی داده محور برای بررسی صرفه جویی انرژی در سیستم چند منطقه ای تهویه مطبوع (HVAC) (گرمایش، تهویه و تهویه مطبوع) است. مدل های پیش بینی مصرف انرژی HVAC و شرایط محیطی مناطق متعدد توسط الگوریتم های داده کاوی ایجاد شد. دمای و رطوبت نسبی اتاق، شرایط محیطی غالب محسوب می شوند. نقطه تنظیم منبع دمای هوا و منبع فشار استاتیک هوا، دو متغیر عملیاتی سیستم های HVAC هستند و در مدل های پیش بینی برای کاهش انرژی HVAC با حفظ شرایط محیطی از پیش تعریف شده در هر منطقه، بهینه شدند. الگوریتم کرم شب تاب، الگوریتم جستجوی اکتشافی جدیدی است که برای حل مدل های پیش بینی داده محور و دستیابی به تنظیمات بهینه در مجموعه ی دو نقطه در صورت اعمال محدودیت های عملیاتی HVAC، مورد نیاز است. در صورت مقایسه بین الگوریتم کرم شب تاب با بهینه سازی ازدحام ذرات و استراتژی تکاملی، مزایای الگوریتم کرم شب تاب در حل مشکل بهینه سازی پیشنهادی اثبات می شود. در مطالعات محاسباتی، صرفه جویی در انرژی HVAC در چارچوب مبتنی بر داده پیشنهادی مورد بررسی قرار گرفت. آنالیز حساسیت پتانسیل صرفه جویی انرژی بر مبنای انواع مختلف محدودیت شرایط محیطی انجام شد.

کلمات کلیدی: حفاظت از انرژی | مدل سازی داده محور | HVAC چند منطقه ای | الگوریتم کرم شب تاب | عملیات پیش بینی شده

عنوان انگلیسی:

Predictive modeling and optimization of a multi-zone HVAC system with data mining and firefly algorithms

~~en~~ writers :

Yaohui Zeng, Zijun Zhang, Andrew Kusiak

This research applies a data-driven approach to investigate energy savings of a multi-zone HVAC
(heating, ventilating, and air conditioning) system. The predictive models of the HVAC energy consumption and the environment conditions of multiple zones are constructed by data mining algorithms.
Two major environment conditions, the room temperature and the relative room humidity, are
considered. Two variables of operating the HVAC system, the supply air temperature set point and the
supply air static pressure set point, in the predictive models are optimized with respect to minimizing
the HVAC energy while maintaining the predefined environment conditions of each zone. A novel
heuristic search algorithm, the firefly algorithm, is utilized to solve the data-driven predictive models
and derive the optimal settings of two set points under required HVAC operational constraints. The firefly
algorithm is compared with the particle swarm optimization and evolutionary strategy to demonstrate
its advantages in solving the proposed optimization problem. HVAC energy saving with the proposed
data-driven framework is examined in the computational studies. A sensitivity analysis of the potential
of energy saving based on different types of environment condition constraints is conducted.

Keywords: Energy conservation | Data-driven modeling | Multi-zone HVAC | Firefly algorithm | Predictive operation

$$en!!