Input Selection for Return Temperature Estimation in Mixing Loops using Partial Mutual Information with Flow Variable Delay

I vandbaseret varmesystemer til bygninger bliver der ofte anvendt blandesløjfer til at kontrollere tryk og fremløbstemperatur. En vigtig opgave for blandesløjfen er at kontrollere eller begrænse returtemperaturen da dette leder til energibesparelser via mindsket varmetab og pumpeenergi. Med større adgang til data, er ønsker at skabe en datadreven model til kontrol. Grundet den store mængde tilgængelig data anvendes der en metode til valg af inputs kaldet "Partial Mutual Information" (PMI). Denne artikel introducerer en metode til at inkluderer flow variable forsinkelser i PMI. Data fra en kontorbygning i Bjerringbro anvendes til analyse. Det vises at "Mutual Information" og et "Generalized Regression Neural Network" begge forbedres ved at anvende flow variabelt forsinkelse i forhold til at anvende konstante delay.