Key points are not available for this paper at this time.
건물 제어 연구는 점점 더 재현 가능하고, 제어 가능하며, 행동-상태 커버리지가 풍부한 데이터셋을 요구하고 있습니다. 우리는 개방형 건물 시뮬레이션 프레임워크를 사용하여 이질적인 건물과 기후에서 다년간 HVAC 운영 시계열을 생성하는 방법을 제안하며, 의도적으로 확률적 감독 제어기를 사용하여 제어 다양성을 확장합니다. 워크플로우는 다중 빌딩/다중 기후 "소스" 도메인을 위한 Sinergym을 통한 EnergyPlus 기반 시뮬레이션과, 전이 학습 평가 및 재현 가능한 비교를 지원하기 위한 독특한 "대상" 도메인을 위한 BOPTEST를 통한 Modelica 기반 시뮬레이션을 결합합니다. 기본 규칙 기반 컨트롤러(RBC)와 함께, 우리는 확률적 드리프트, 경사, 진동, 점프 및 소음 유지를 교차하여 운영 한계 내에서 비정형 난방/냉각 세트포인트 궤적을 생성하는 확률적 탐색 정책을 구현합니다. 이 방법은 실내 온도, 야외 날씨, 세트포인트 및 HVAC 전력을 포함한 표준화된 15분 다변량 시계열을 생성하며, 이를 재현하거나 확장하는 데 필요한 데이터셋과 전체 코드를 모두 공개합니다.•공통 인터페이스 하에 Sinergym (EnergyPlus)과 BOPTEST (Modelica)를 결합한 재현 가능한 파이프라인.•표준 일정 이상으로 세트포인트 분포를 넓히는 확률적 HVAC 감독기.•평가 및 재현 가능한 비교, 전이 학습 및 견고성 연구를 가능하게 하기 위한 FAIR 코드 + 데이터셋 공개.
Domingo 외 (수요일,) 이 질문을 연구했습니다.