کنترل بهینه انرژی های تجدیدپذیر در ساختمان با استفاده از روش یادگیری تقویتی
Publish place: The Second National Conference on New Technologies in Electrical and Computer Engineering
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,217
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IAUFASA02_243
تاریخ نمایه سازی: 17 اسفند 1393
Abstract:
چکیده در این مقاله کنترل بهینه انرژی های تجدیدپذیر در ساختمان با استفاده از روش کنترلی قدرتمند یادگیری تقویتی در یک ساختمان نمونه در جهت کاهش مصرف انرژی و تلفات توان در بخش توزیع ارائه می شود. منابع انرژی تجدیدپذیر شامل استفاده از انرژی خورشیدی جهتگرمایش، سلولهای فتوولتائیک خورشیدی و دیگ بخار بیوماس می باشند. سیستم کنترلی باید مشخص کند که کدامیک از منابه انرژی و به چهمیزان در ساختمان استفاده می شود، کدام برای استفاده بعد ذخیره گردد یا به محیط تزریق گردد. این تصمیمات توسط سیستم مدیریت مرکزی انرژی ساختمانBEMS به صورت اجرایی در ساختمان اعمال می شودیادگیری تقویتی یادگرفتن اعمالی است مه بایستی انجام شوند تا سیگنال پاداش عددی ماکزیمم شود. به یادگیرنده گفته نمی شود که کدام اعمال را انجام دهد، کاری که در بیشتر روشهای یادگیری ماشینی انجام می شود، بلکه باید کشف کند که کدام اعمال پاداش بیشتری دارند. در اکثر مواقع یک عمل نه تنها ممکن است که پاداش آنی را تحت تاثیر خود قرار دهد بلکه بر موقعیت بعدی و پاداش های آینده نیز تاثیرگذار باشد. دو خصوصیت منحصربفرد یادگیری تقویتی نسبت به روش های هوش مصنوعی، جستجوی سعی و خطاوار و پاداش تاخیری می باشد
Keywords:
Authors
زهرا مقصودزاده سروستانی
آموزشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی واحد شیراز، شیراز،ایران
راضیه شیردل
آموزشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی واحد شیراز، شیراز،ایران
حمزه میرزایی
آموزشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی واحد شیراز، شیراز،ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :