Lakóterek termikus dinamikájának feltárása ritka regressziós modellekkel és azok alkalmazása az energiahatékony vezérlésben
DOI:
https://doi.org/10.66987/EPKO.2026.17Kulcsszavak:
SINDy, termodinamikai rendszer, IoT szenzorok, digitális ikerpár, MPCAbsztrakt
Ebben a tanulmányban egy lakótér termodinamikai leírását és az erre alapuló automatizálási, vezérlési megoldásra mutatunk be egy megoldási tervet. Illetve az elvégzett mérési eredmények alapján a megvalósítás lépéseinek eredményeit is ismertetjük. A kutatás középpontjában egy speciális, algoritmus-alapú dinamika-felismerési módszer áll, amellyel a lakóterek összetett termodinamikai folyamatait modellezzük, kiemelt figyelmet fordítva a falak és a berendezés hőtehetetlenségére. A növekedő energiaára miatt a fizikai kényszerekhez egy finianciális kényszert is bevezetünk és ezek alapján alakítjuk ki az optimalizációs megoldásunkat.
Hivatkozások
[1] C. D. Boor. Spline basics. Handbook of Computer Aided Geometric Design,2002.
[2] Steven L. Brunton, Joshua L. Proctor, and J. Nathan Kutz. Discovering governing equations from data by sparse identification of nonlinear dynamical systems. Proceedings of the National Academy of Sciences, 113(15):3932–3937, 2016.
[3] NB Gallagher. Savitzky-golay smoothing and differentiation filter. Eigen-vector Research Incorporated, 2020.
[4] Pauli Virtanen, R. Gommers, and SciPy. Contributors. Scipy 1.0-fundamental algorithms for scientific computing in python. arXiv.org, 2019. (Utolsó letöltés: 2025.05.07).
[5] Budó Ágoston. Kísérleti fizika I. – Mechanika, hangtan, hőtan. Tankönyvkiadó Vállalat, Budapest, 1979. Egyetemi tankönyv.
[6] A Comparative Study of Distributed Feedback Optimizing Control Architectures Risvan Dirza arXiv:2411. 04676v1 [math.OC] 7 Nov 2024 (Utolsó letöltés: 2025.05.07).
[7] 16th International Symposium on Exploitation of Renewable Energy Sources and Efficiency, Murvai E., Varga A.K, Hriczó K. Modelling thermal dynamics using spase regression for digital twin-based building 75-81o.
Letöltések
Megjelent
Folyóirat szám
Rovat
License
Copyright (c) 2026 Ervin Szabolcs MURVAI, Krisztián HRICZÓ, Attila Károly VARGA
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
