The use of artificial intelligence (AI) methods in the prediction of thermal comfort in buildings: energy implications of AI-based thermal comfort controls

热舒适性 恒温器 超调(微波通信) 计算机科学 软件部署 能量(信号处理) 建筑科学 占用率 PID控制器 控制(管理) 暖通空调 建筑工程 模拟 空调 高效能源利用 楼宇自动化 工程类 人工智能 控制工程 温度控制 机械工程 电信 数学 统计 物理 电气工程 热力学 操作系统
作者
Jack Ngarambe,Geun Young Yun,M. Santamouris
出处
期刊:Energy and Buildings [Elsevier]
卷期号:211: 109807-109807 被引量:163
标识
DOI:10.1016/j.enbuild.2020.109807
摘要

Buildings consume about 40 % of globally-produced energy. A notable amount of this energy is used to provide sufficient comfort levels to the building occupants. Moreover, given recent increases in global temperatures as a result of climate change and the associated decrease in comfort levels, providing adequate comfort levels in indoor spaces has become increasingly important. However, striking a balance between reducing building energy use and providing adequate comfort levels is a significant challenge. Conventional control methods for indoor spaces, such as on/off, proportional-integral (PI), and proportional-integral-derivative (PID) controllers, display significant instabilities and frequently overshoot thermostats, resulting in unnecessary energy use. Additionally, conventional building control methods rarely include comfort regulatory schemes. Consequently, recent research efforts have focused on the use of advanced artificial intelligence (AI) methods to optimize building energy usage while maintaining occupant thermal comfort. We present a review of the current AI-based methodologies being used to enhance thermal comfort in indoor spaces. we focus on thermal comfort predictive models using diverse machine learning (ML) algorithms and their deployment in building control systems for energy saving purposes. We then discuss gaps in the existing literature and highlight potential future research directions.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
神明完成签到,获得积分10
刚刚
热心枕头完成签到,获得积分10
1秒前
年轻千愁完成签到 ,获得积分10
3秒前
文艺的平松完成签到,获得积分10
3秒前
刘晓倩发布了新的文献求助10
5秒前
6秒前
田様应助伊洛采纳,获得30
8秒前
明明完成签到 ,获得积分10
8秒前
Draeck完成签到,获得积分10
9秒前
奋斗天德发布了新的文献求助10
10秒前
12秒前
俊逸的曼岚完成签到,获得积分10
13秒前
13秒前
羊青丝发布了新的文献求助10
18秒前
田様应助刘晓倩采纳,获得10
22秒前
tianshuai完成签到,获得积分10
22秒前
龙龙完成签到 ,获得积分10
26秒前
爱笑的万天完成签到,获得积分10
27秒前
27秒前
伟立完成签到,获得积分20
29秒前
ick558完成签到,获得积分10
30秒前
32秒前
Draeck发布了新的文献求助10
32秒前
鱼鱼完成签到 ,获得积分10
33秒前
35秒前
单纯面包发布了新的文献求助10
36秒前
djl1n完成签到,获得积分10
38秒前
ww发布了新的文献求助10
44秒前
星辰大海应助calm采纳,获得10
45秒前
yyy完成签到 ,获得积分10
48秒前
开心发布了新的文献求助10
49秒前
刘雪松关注了科研通微信公众号
49秒前
52秒前
52秒前
缓慢白曼完成签到 ,获得积分10
56秒前
57秒前
哈哈哈完成签到 ,获得积分10
57秒前
calm发布了新的文献求助10
58秒前
Cassie应助科研通管家采纳,获得10
59秒前
大个应助科研通管家采纳,获得10
59秒前
高分求助中
Sustainability in Tides Chemistry 2800
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Handbook of Qualitative Cross-Cultural Research Methods 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137545
求助须知:如何正确求助?哪些是违规求助? 2788520
关于积分的说明 7787226
捐赠科研通 2444861
什么是DOI,文献DOI怎么找? 1300083
科研通“疑难数据库(出版商)”最低求助积分说明 625796
版权声明 601023