Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Tytuł pozycji:

Zastosowanie równań różniczkowo-algebraicznych do predykcji zmian parametrów powietrza wewnętrznego

Tytuł:
Zastosowanie równań różniczkowo-algebraicznych do predykcji zmian parametrów powietrza wewnętrznego
Autorzy:
Kwiatkowska, M.
Szczurek, A.
Drąg, P.
Data publikacji:
2016
Słowa kluczowe:
ocena jakości powietrza
równanie różniczkowo-algebraiczne
indoor air quality
differential algebraic equations
Język:
polski
Dostawca treści:
BazTech
Artykuł
  Przejdź do źródła  Link otwiera się w nowym oknie
W pracy podjęto próbę zastosowania układów równań różniczkowo-algebraicznych DAEs niestosowanych dotychczas do predykcji zmian parametrów określających jakość powietrza wewnętrznego. Za wskaźniki charakteryzujące jakość powietrza w pomieszczeniach zamkniętych uważa się temperaturę, stężenie ditlenku węgla oraz wilgotność względną. W celu zamodelowania przyszłych zmian wskazanych parametrów zaproponowano układ równań różniczkowo-algebraicznych. W stosowanym podejściu zastosowano metodę ruchomego okna czasowego o zróżnicowanej długości. Długość okna wynosiła odpowiednio: 4, 8 oraz 10 punktów czasowych. Horyzont predykcji zawierał się w granicach: 1-15 minut. Do oceny jakości predykcji zastosowano trzy wielkości: średni błąd absolutny, maksymalny błąd absolutny oraz pierwiastek ze średniego błędu kwadratowego.
In this paper we attempt to apply differential-algebraic systems to predict changes of indoor air quality (IAQ). So far, differential-algebraic equations (DAEs) have not been used in this way. The indicators of the indoor air quality, which were examined are temperature, relative humidity and carbon dioxide concentration. In order to model changes of these parameters the system of differential-algebraic equations was proposed. The approach applied in this work utilized the method of moving time window with variable length (4, 8, 10 time points). In these time windows models were parameterized. The prediction horizon was in the range from 1 to 15 minutes. To assess prediction quality three measures were used: mean absolute error, maximum absolute error and root mean squared error.
Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies