控制模型选灰箱还是黑箱

直接回答：没有通用答案。数据少、要求解释和约束明确时优先灰箱；模式复杂且工况覆盖充分时可评估黑箱。

灰箱模型把已知的热平衡、设备关系或系统结构嵌入模型，再通过数据辨识参数。它通常比纯物理模型省力，又比纯黑箱更容易解释。

黑箱模型可以学习复杂非线性关系，但对未见工况、数据漂移和训练范围敏感。上线前必须用独立时间段和极端工况验证。

无论选择哪种模型，都要检查滚动预测、约束表现、计算时延和维护流程，而不是只看训练集误差。

延伸阅读

文献依据与适用范围

下列文献用于约束本文的技术边界。文章为工程解读，不复制论文全文，也不把论文实验值换算成智枫昊元的项目承诺。

1. Theory and applications of HVAC control systems - A review of model predictive controlAfram, A.; Janabi-Sharifi, F. · Building and Environment · 2014综述 HVAC 控制方法和 MPC 应用，强调模型、预测时域、约束及计算成本。
2. All you need to know about model predictive control for buildingsDrgona, J.; Arroyo, J.; Cupeiro Figueroa, I.; et al. · Annual Reviews in Control · 2020从控制与建筑工程两个视角讨论建筑 MPC 的建模、优化、实施和运行问题。
3. Ten questions concerning model predictive control for energy efficient buildingsKillian, M.; Kozek, M. · Building and Environment · 2016用十个问题说明建筑 MPC 的价值、模型、预测、约束和落地条件。
4. A review of methods to match building energy simulation models to measured dataCoakley, D.; Raftery, P.; Keane, M. · Renewable and Sustainable Energy Reviews · 2014综述建筑能耗模型校准方法，强调不确定性、输入敏感性以及实测数据质量。

本问答提供通用技术判断，不替代项目设计、医疗感控、消防安全、设备厂家说明或正式测量验证。