CN113606755B - 基于需求响应的空调管理方法 - Google Patents
基于需求响应的空调管理方法 Download PDFInfo
- Publication number
- CN113606755B CN113606755B CN202110873657.9A CN202110873657A CN113606755B CN 113606755 B CN113606755 B CN 113606755B CN 202110873657 A CN202110873657 A CN 202110873657A CN 113606755 B CN113606755 B CN 113606755B
- Authority
- CN
- China
- Prior art keywords
- data
- temperature
- value
- influence
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及空调的调节管理技术领域,具体涉及基于需求响应的空调管理方法,包括搜采单元、服务器、调处单元、调判单元和执行单元,搜采单元采集大厦内的相关数据,并将采集后的大厦相关信息标定为搜采信息,将搜采信息传输至服务器,服务器用于接收搜采单元传输的搜采信息;本发明是通过对室内的人员进行温度适应处理,判定出室内人员的适应温度,同时判定出当前温度是否需要调节,给人员提供一个更好的工作环境,将判定结果与分析的影响数值进行反向推导,从而计算出空调需要调节的数值,依据该数据进行温度调节,增加舒适温度的调节准确性,避免温度调控出错,对人员造成影响。
Description
技术领域
本发明涉及空调的调节管理技术领域,具体为基于需求响应的空调管理方法。
背景技术
随着社会科技的发展,空调的使用已经逐渐普及到每家每户,空调是对建筑或构筑物内的环境空气温度、湿度、流速等参数进行调节和控制的一类设备,往往是通过人工使用遥控装置进行调控;
目前,对于空调的调节存在一些不足之处,例如:在同一个办公室内,由于每个人的身体状况不同,所适应的温度也不相同,相同的温度可能对其中一个人员来说是适应的,但是对另外一个人员来说又不适应,进而影响自身的工作;
然而,现有的空调调节***,是通过一个室内数据采集处理,以及场地的大小,并通过智能***来自动设定一个温度预设值,并以此去自动调节,但该空调调节***无法依据对温度的相关影响因素进行提取处理,并将其与室内温度进行关联,同时,也无法依据室内人员的具体情况进行数据库的关联处理,并通过人员的具体情况进行自动调节,即无法依据实际的人员需求进行空调调节的管理;
为此,我们提出基于需求响应的空调管理方法。
发明内容
本发明的目的在于提供基于需求响应的空调管理方法,通过对相关数据的采集,从而选取出影响空调温度调控的相关数据,并依据空调温度相关的影响数据分析出对空调的对应影响值,对空调的影响数据进行关联分析,确定相关数据的影响值,增加后期数据处理的便利性,节省时间,提高工作效率;通过对室内的人员进行温度适应处理,判定出室内人员的适应温度,同时判定出当前温度是否需要调节,给人员提供一个更好的工作环境,将判定结果与分析的影响数值进行反向推导,从而计算出空调需要调节的数值,依据该数据进行温度调节,增加舒适温度的调节准确性。
本发明的目的可以通过以下技术方案实现:
基于需求响应的空调管理方法,包括搜采单元、服务器、调处单元、调判单元和执行单元;
所述搜采单元采集大厦内的相关数据,并将采集后的大厦相关信息标定为搜采信息,将搜采信息传输至服务器;
所述服务器用于接收搜采单元传输的搜采信息,将搜采信息标定为层次数据、层间数据、间温数据、间人数据、间占数据、外温数据、外风数据、间时数据、空温数据和采影数据,将搜采信息与服务器自身存储的服务信息一同传输至调处单元;
所述调处单元依据搜采信息和服务信息进行相关数据的调节处理,处理得到调解处理数据;
所述调判单元将服务信息和采影数据进行数据识别和匹配,得到调节信号,依据调节信号与调节处理单元内调节处理数据进行调节计算的反向推导,从而计算出对应空调的调控值,并生成需调信令;
所述执行单元依据需调信令和调控值进空调温度的调节。
进一步的,所述调处单元对搜采信息和服务信息进行相关数据的调节处理,具体为:
获取层次数据,依据层次数据选取出对应的层间数据,提取层间数据对应的间温数据、间人数据、间占数据、外温数据、外风数据和间时数据;
依据间时数据选取出相同间时数据对应的间温数据和外温数据,将间温数据和外温数据进行差值计算,计算出内外温差,将若干个内外温差进行均值计算,计算出温度影响值,同理计算出温度损失值;
选取出层间数据对应的温度影响值和温度损失值,并提取对应的间人数据和间占数据,将温度影响值和温度损失值依次对间人数据和间占数据进行第一数据关联分析,得到正一信号以及对应的u1和u2、反一信号以及对应的u3和u4;
依据第一数据关联分析的方法,将间占数据、温度影响值和温度损失值进行第二数据关联分析,分析出正二信号以及对应的e1和e2、反二信号以及对应的e3和e4:
对外风数据进行处理,得到风换值;
提取温度影响值、温度损失值、u1、u2、u3、u4、e1、e2、e3、e4、正一信号、反一信号、正二信号、反二信号和风换值,并将其标定为调节处理数据。
进一步的,第一数据关联分析的具体过程为:
建立一个折线图,将对应的间人数据与温度影响值和温度损失值在折线图上进行标记,选取出不同间人数据对应的温度影响值和温度损失值,并对其进行分析,当折线图呈上升状态,则判定为间人数据对温度影响值和温度损失值的影响为正向影响,生成正一信号,选取两个不同时间点对应的间人数据与温度影响值和温度损失值,分别带入到计算式:间人数据*u1=温度影响值,间人数据*u2=温度影响值,其中,u1表示为间人数据对温度影响值的正向影响因子,u2表示为间人数据对温度损失值的正向影响因子;
反之当折线图呈下降状态,则判定间人数据对温度影响值和温度损失值的影响为反向影响,生成反一信号,选取两个不同时间点对应的间人数据与温度影响值和温度损失值,分别带入到计算式:间人数据*u3=温度影响值,间人数据*u4=温度影响值,其中,u3表示为间人数据对温度影响值的反向影响因子,u4表示为间人数据对温度损失值的反向影响因子。
进一步的,对外风数据进行处理的具体处理过程为:
选取出两个间时数据对应的外温数据、间温数据、间人数据、间占数据、空温数据和外风数据,保持外温数据、间人数据、间占数据和空温数据不变,提取间温数据和外风数据;
在折线图中进行标定,从而选取出外风值在多少时对间温数据没有影响,并将其标定为标准外风值,计算出两个时间点的间温数据的差值以及外风数据的差值,得到间温差和外风差,将间温差和外风差带入到计算式:外风差*传递影响值=间温差,选取出若干个传递影响值,并将其带入到均值计算式,计算出传递影响均值,并将其标定为风换值。
进一步的,所述调判单元将服务信息和采影数据进行数据识别和匹配的集体过程为:
调判单元将服务信息划分为:人影数据、身份数据、皮肤数据、毛孔数据和衣物数据,并依据间温数据和采影数据与服务信息进行调判处理,得到刺激信号和适应温度;
识别刺激信号出现的次数,将其标定为刺激次数据,将刺激次数据标记为CJ,识别采影数据中的人影个数,并将其标定为人员数量,将人员数量标记为RY,将刺激次数据与人员数量进行比对,得到调节信号和安全信号;
当识别到调节信号时,选取出对应的适应温度,并将适应温度带入到均值计算式中,计算出标准温度;
依据不同时间内对衣物数据和皮肤数据的识别,选取衣物数据、皮肤数据、间温数据和采影数据,并将其进行识别,识别出人员的初始影像,即初始影像指代采影数据中识别到人影穿着衣物的位置和识别皮肤数据的位置和面积,当间温数据变化后,对采影数据进行再次识别,识别出二次影像,且二次影像的识别内容与初始影像的相同;
提取二次影像识别时的人影数量,将其标定为实际人员数,将二次影像与初始影像进行匹配,当人员的皮肤数据的识别位置和面积发生变化,衣物数据不相同,则提取初始影像中皮肤数据的面积和二次影像的皮肤数据的面积,当二次影像的皮肤数据的面积小于初始影像中皮肤数据的面积,且差距数值在预设范围内,则判定人员受到刺激添加衣物,生成补充信号;
识别补充信号出现的次数,将其标定为补充次数,并将其与实际人员数进行比对需调信令,得到需调信号和稳定信号;
提取需调信号,并将其与安全信号、稳定信号和调节信号进行信号处理,得到需调信令;
依据需调信令,提取对应的标准温度和人员数量,依据标准温度和人员数量进行调节计算,计算出调控值。
进一步的,调判处理的具体处理过程为:
依据层间数据获取对应的采影像数据,将采影数据与人影数据进行匹配,得到对应的身份数据,并将身份数据进行数量统计;
依据皮肤数据与采影数据进行匹配,对匹配后的采影数据进行处理:依据三维成像技术将皮肤数据在一个虚拟建立的空间内进行成像,将人员的皮肤边缘坐标标定为初始皮肤坐标,将人员皮肤上的毛孔坐标,将其标定为初始毛孔坐标,随着温度的调节,实时记录出人员皮肤边缘的坐标,将其标记为变化皮肤坐标,将实时皮肤上毛孔坐标标定为变化毛孔坐标,计算出初始距离差值和变化距离差值;
将初始距离差值和变化距离差值带入到差值计算式中,计算出变化差值,设定一个变化差值的预设值M,并将预设值M与变化差值进行比对,当变化差值大于等于预设值M时,则判定人的身体受到刺激产生变化,生成刺激信号,同时记录对应间时数据间温数据,将其标定为适应温度,反之则判定没有受到刺激。
进一步的,需调信号与安全信号、稳定信号和调节信号进行信号处理的具体过程为:
当识别到需调信号和调节信号中的任意一种时,则生成温调信令,当同时识别到安全信号和稳定信号时,则提取刺激次数据和补充次数,并对其进行数据关联判断:
当刺激次数据和补充次数满足计算式:CJ*a1+BC*a2≥M1时,则判定人员情况有变,需要调节温度,生成需调信令,其中,a1表示为刺激次数据的权重系数,a2表示为补充次数的权重系数,BC表示为补充次数。
进一步的,依据标准温度和人员数量进行调节计算的具体过程为:
获取正一信号、反一信号、正二信号和反二信号,并对其进行识别,提取对应的u1和u2、u3和u4、e1和e2或e3和e4以及当前时间点对应的间占数据、外温数据和外风数据;
依据u1和u2、u3和u4、e1和e2或e3和e4与人员数量和间占数据反推出实际温度影响值和实际温度损失值,将实际温度影响值和实际温度损失值与对应时间点的外温数据反向推导出实际间温数据;
将实际间温数据与风换值和对应时间点的外风数据进行反向计算,计算出计算间温数据,依据计算间温数据和实际温度损失值计算出调控值。
本发明的有益效果:
(1)通过对相关数据的采集,从而选取出影响空调温度调控的相关数据,并依据空调温度相关的影响数据分析出对空调的对应影响值,对空调的影响数据进行关联分析,确定相关数据的影响值,增加后期数据处理的便利性,节省时间,提高工作效率;
(2)通过对室内的人员进行温度适应处理,判定出室内人员的适应温度,同时判定出当前温度是否需要调节,给人员提供一个更好的工作环境,将判定结果与分析的影响数值进行反向推导,从而计算出空调需要调节的数值,依据该数据进行温度调节,增加舒适温度的调节准确性,避免温度调控出错,对人员造成影响。
附图说明
下面结合附图对本发明作进一步的说明;
图1是本发明的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,本发明为基于需求响应的空调管理方法,包括搜采单元、服务器、调处单元、调判单元和执行单元;
搜采单元用于对大厦内的相关数据进行采集,并将采集后的大厦相关信息标定为搜采信息,将搜采信息传输至服务器;
服务器用于接收搜采单元传输的搜采信息,对搜采信息进行识别标定,将搜采信息标定为层次数据、层间数据、间温数据、间人数据、间占数据、外温数据、外风数据、间时数据、空温数据和采影数据,并将识别后的层次数据、层间数据、间温数据、间湿数据、间人数据、间占数据、外温数据、外风数据、间时数据、空温数据和采影数据与服务器内存储的服务信息一同传输至调处单元;
其中,层次数据指代所采集的大厦内一共有多少个楼层,层间数据指代每个楼层内对应的每个房间,间温数据指代每个对应的房间内的温度数值,间人数据指代每个房间内的人员数量,间占数据指代对应的每个房间的占地大小数据,外温数据指代大厦外部的温度数值,外风数据指代大厦外部的风强数值,采影数据指代大厦内每个房间的影像信息,间时数据指代每个房间内相关数据采集对应的时间点;
调处单元用于从服务器内获取层次数据、层间数据、间温数据、间人数据、间占数据、外温数据、外风数据、间时数据、空温数据和采影数据,并依据其与服务信息进行调节处理操作,调节处理操作的具体操作过程为:
获取层次数据,依据层次数据选取出对应的层间数据,提取层间数据对应的间温数据、间人数据、间占数据、外温数据、外风数据和间时数据,依据间时数据;
选取出相同间时数据对应的间温数据和外温数据,将间温数据和外温数据带入到内外温差计算式:内外温差=外温数据-间温数据,计算出内外温差,将若干个内外温差进行均值计算,计算出温度影响值,选取出同一间时数据对应的间温数据和空温数据,将间温数据和空温数据带入到调控温差计算式:调控温差=空温数据-间温数据,计算出调控温差,将若干个调控温差进行均值计算,计算出温度损失值;
选取出层间数据对应的温度影响值和温度损失值,并提取对应的间人数据和间占数据,将温度影响值和温度损失值依次对间人数据和间占数据进行第一数据关联分析,具体为:
建立一个折线图,将对应的间人数据与温度影响值和温度损失值在折线图上进行标记,选取出不同间人数据对应的温度影响值和温度损失值,并对其进行分析,当折线图呈上升状态,则判定为间人数据对温度影响值和温度损失值的影响为正向影响,生成正一信号,选取两个不同时间点对应的间人数据与温度影响值和温度损失值,分别带入到计算式:间人数据*u1=温度影响值,间人数据*u2=温度影响值,其中,u1表示为间人数据对温度影响值的正向影响因子,u2表示为间人数据对温度损失值的正向影响因子;
反之当折线图呈下降状态,则判定间人数据对温度影响值和温度损失值的影响为反向影响,生成反一信号,选取两个不同时间点对应的间人数据与温度影响值和温度损失值,分别带入到计算式:间人数据*u3=温度影响值,间人数据*u4=温度影响值,其中,u3表示为间人数据对温度影响值的反向影响因子,u4表示为间人数据对温度损失值的反向影响因子;
选取间时数据对应的间占数据、温度影响值和温度损失值,将间占数据、温度影响值和温度损失值进行第二数据关联分析:
将对应的间占数据与温度影响值和温度损失值在折线图上进行标记,选取出不同间占数据对应的温度影响值和温度损失值,并对其进行分析,当折线图呈上升状态,则判定为间占数据对温度影响值和温度损失值的影响为正向影响,生成正二信号,选取两个不同时间点对应的间占数据与温度影响值和温度损失值,分别带入到计算式:间占数据*e1=温度影响值,间占数据*e2=温度影响值,其中,e1表示为间占数据对温度影响值的正向影响因子,e2表示为间占数据对温度损失值的正向影响因子;
反之当折线图呈下降状态,则判定间占数据对温度影响值和温度损失值的影响为反向影响,生成反二信号,选取两个不同时间点对应的间占数据与温度影响值和温度损失值,分别带入到计算式:间占数据*e3=温度影响值,间占数据*e4=温度影响值,其中,e3表示为间占数据对温度影响值的反向影响因子,e4损因子表示为间占数据对温度损失值的反向影响因子;
选取出两个间时数据对应的外温数据、间温数据、间人数据、间占数据、空温数据和外风数据,保持外温数据、间人数据、间占数据和空温数据不变,提取间温数据和外风数据,在折线图中进行标定,从而选取出外风值在多少时对间温数据没有影响,并将其标定为标准外风值,计算出两个时间点的间温数据的差值以及外风数据的差值,得到间温差和外风差,将间温差和外风差带入到计算式:外风差*传递影响值=间温差,选取出若干个传递影响值,并将其带入到均值计算式,计算出传递影响均值,并将其标定为风换值;
提取温度影响值、温度损失值、u1、u2、u3、u4、e1、e2、e3、e4、正一信号、反一信号、正二信号、反二信号和风换值,并将其标定为调节处理数据;
调判单元将服务信息进行数据划分,划分为:人影数据、身份数据、皮肤数据、毛孔数据和衣物数据,其中,人影数据指代每个人的身影,且身影包含面部数据,身份数据指代每个人身影面部对应的人姓名,皮肤数据指代人体的皮肤,毛孔数据指代每个人皮肤上的毛孔,衣物数据指代人影身上穿着的衣服,调判单元从调处单元内获取间温数据和采影数据,并依据间温数据和采影数据与服务信息进行调判处理,调判处理的具体处理过程为:
依据层间数据获取对应的采影像数据,将采影数据与人影数据进行匹配,得到对应的身份数据,并将身份数据进行数量统计;
依据皮肤数据与采影数据进行匹配,匹配到采影数据中的人员的匹配,并将皮肤数据进行数据分析,依据三维成像技术将皮肤数据在一个虚拟建立的空间内进行成像,将人员的皮肤边缘坐标标定为初始皮肤坐标,将人员皮肤上的毛孔坐标,将其标定为初始毛孔坐标,随着温度的调节,实时记录出人员皮肤边缘的坐标,将其标记为变化皮肤坐标,将实时皮肤上毛孔坐标标定为变化毛孔坐标,依据勾股定理,计算出初始皮肤坐标和初始毛孔坐标的初始距离差值,同理计算出变化皮肤坐标与变化毛孔坐标的变化距离差值;
将初始距离差值和变化距离差值带入到差值计算式中,计算出变化差值,设定一个变化差值的预设值M,并将预设值M与变化差值进行比对,当变化差值大于等于预设值M时,则判定人的身体受到刺激产生变化,生成刺激信号,同时记录对应间时数据间温数据,将其标定为适应温度,反之则判定没有受到刺激;
识别刺激信号出现的次数,将其标定为刺激次数据,将刺激次数据标记为CJ,识别采影数据中的人影个数,并将其标定为人员数量,将人员数量标记为RY,将刺激次数据与人员数量进行比对,具体为:
当CJ≥RY*v1时,则判定人员刺激量发生变化,需要调节温度,生成调节信号;
当CJ<RY*v1时,则判定人员刺激量未发生变化,不需要调节温度,生成安全信号,其中,v1表示为人员的预设占比值;
当识别到调节信号时,选取出对应的适应温度,并将适应温度带入到均值计算式中,计算出标准温度;
选取衣物数据、皮肤数据、间温数据和采影数据,并将其进行识别,识别出人员的初始影像,即初始影像指代采影数据中识别到人影穿着衣物的位置和识别皮肤数据的位置和面积,当间温数据变化后,对采影数据进行再次识别,识别出二次影像,且二次影像的识别内容与初始影像的相同,同时提取二次影像识别时的人影数量,将其标定为实际人员数,将二次影像与初始影像进行匹配,当人员的皮肤数据的识别位置和面积发生变化,衣物数据不相同,则提取初始影像中皮肤数据的面积和二次影像的皮肤数据的面积,当二次影像的皮肤数据的面积小于初始影像中皮肤数据的面积,且差距数值在预设范围内,则判定人员受到刺激添加衣物,生成补充信号;
识别补充信号出现的次数,将其标定为补充次数,并将其与实际人员数进行比对:
当补充信号出现的次数大于等于实际人员数与b的乘积时,则判定人员刺激数量达到标准要求,生成需调信号,反之,则生成稳定信号,b表示为实际人员数的要求占比值;
提取需调信号,并将其与安全信号、稳定信号和调节信号进行信号处理,当识别到需调信号和调节信号中的任意一种时,则生成温调信令,当同时识别到安全信号和稳定信号时,则提取刺激次数据和补充次数,并对其进行数据关联判断,当刺激次数据和补充次数满足计算式:CJ*a1+BC*a2≥M1时,则判定人员情况有变,需要调节温度,生成需调信令,其中,a1表示为刺激次数据的权重系数,a2表示为补充次数的权重系数,BC表示为补充次数,本发明上述所有计算式均是提取对应的相关数据的数值,不提取其单位;
依据需调信令,提取对应的标准温度和人员数量,依据标准温度和人员数量进行调节计算,具体为:
获取正一信号、反一信号、正二信号和反二信号,并对其进行识别,提取对应的u1和u2、u3和u4、e1和e2或e3和e4以及当前时间点对应的间占数据、外温数据和外风数据,依据u1和u2、u3和u4、e1和e2或e3和e4与人员数量和间占数据反推出实际温度影响值和实际温度损失值,将实际温度影响值和实际温度损失值与对应时间点的外温数据反向推导出实际间温数据,将实际间温数据与风换值和对应时间点的外风数据进行反向计算,计算出计算间温数据,依据计算间温数据和实际温度损失值计算出调控值,并将调控值与需调信号一同传输至执行单元;
执行单元依据需调信令和调控值进行空调温度调节。
本发明在工作时,通过搜采单元采集大厦内的相关数据,并将采集后的大厦相关信息标定为搜采信息,将搜采信息传输至服务器;服务器接收搜采单元传输的搜采信息,将搜采信息标定为层次数据、层间数据、间温数据、间人数据、间占数据、外温数据、外风数据、间时数据、空温数据和采影数据,将搜采信息与服务器自身存储的服务信息一同传输至调处单元;调处单元从服务器内获取层次数据、层间数据、间温数据、间人数据、间占数据、外温数据、外风数据、间时数据、空温数据和采影数据,并依据其与服务信息进行调节处理操作,得到调节处理数据;调判单元将服务信息划分为:人影数据、身份数据、皮肤数据、毛孔数据和衣物数据,并将其与采影数据进行数据识别和匹配,得到调节信号,依据调节信号与调节处理单元内调节处理数据进行调节计算的反向推导,具体为将实际温度影响值和实际温度损失值与对应时间点的外温数据反向推导出实际间温数据,将实际间温数据与风换值和对应时间点的外风数据进行反向计算,计算出计算间温数据,依据计算间温数据和实际温度损失值计算出调控值,并将其传输至执行单元;执行单元依据需调信令和调控值进空调温度的调节。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (1)
1.基于需求响应的空调管理方法,其特征在于,该方法具体包括下述步骤:
步骤一:通过搜采单元采集大厦内的相关数据,并将采集后的大厦相关信息标定为搜采信息,将搜采信息传输至服务器;
步骤二:通过服务器接收搜采单元传输的搜采信息,将搜采信息标定为层次数据、层间数据、间温数据、间人数据、间占数据、外温数据、外风数据、间时数据、空温数据和采影数据,将搜采信息与服务器自身存储的服务信息一同传输至调处单元;
步骤三:通过调处单元依据搜采信息和服务信息进行相关数据的调节处理,具体为:
获取层次数据,依据层次数据选取出对应的层间数据,提取层间数据对应的间温数据、间人数据、间占数据、外温数据、外风数据和间时数据;
依据间时数据选取出相同间时数据对应的间温数据和外温数据,将间温数据和外温数据进行差值计算,计算出内外温差,将若干个内外温差进行均值计算,计算出温度影响值,同理计算出温度损失值;
选取出层间数据对应的温度影响值和温度损失值,并提取对应的间人数据和间占数据,将温度影响值和温度损失值依次对间人数据和间占数据进行第一数据关联分析,具体为:
建立一个折线图,将对应的间人数据与温度影响值和温度损失值在折线图上进行标记,选取出不同间人数据对应的温度影响值和温度损失值,并对其进行分析,当折线图呈上升状态,则判定为间人数据对温度影响值和温度损失值的影响为正向影响,生成正一信号,选取两个不同时间点对应的间人数据与温度影响值和温度损失值,分别带入到计算式:间人数据*u1=温度影响值,间人数据*u2=温度影响值,其中,u1表示为间人数据对温度影响值的正向影响因子,u2表示为间人数据对温度损失值的正向影响因子;
反之当折线图呈下降状态,则判定间人数据对温度影响值和温度损失值的影响为反向影响,生成反一信号,选取两个不同时间点对应的间人数据与温度影响值和温度损失值,分别带入到计算式:间人数据*u3=温度影响值,间人数据*u4=温度影响值,其中,u3表示为间人数据对温度影响值的反向影响因子,u4表示为间人数据对温度损失值的反向影响因子得到正一信号以及对应的u1和u2、反一信号以及对应的u3和u4;
依据第一数据关联分析的方法,将间占数据、温度影响值和温度损失值进行第二数据关联分析,分析出正二信号以及对应的e1和e2、反二信号以及对应的e3和e4:
对外风数据进行处理,具体为:
选取出两个间时数据对应的外温数据、间温数据、间人数据、间占数据、空温数据和外风数据,保持外温数据、间人数据、间占数据和空温数据不变,提取间温数据和外风数据;
在折线图中进行标定,从而选取出外风值在多少时对间温数据没有影响,并将其标定为标准外风值,计算出两个时间点的间温数据的差值以及外风数据的差值,得到间温差和外风差,将间温差和外风差带入到计算式:外风差*传递影响值=间温差,选取出若干个传递影响值,并将其带入到均值计算式,计算出传递影响均值,并将其标定为风换值;
步骤四:通过调判单元将服务信息和采影数据进行数据识别和匹配,得到调节信号,进行数据识别和匹配的具体过程为:
调判单元将服务信息划分为:人影数据、身份数据、皮肤数据、毛孔数据和衣物数据,并依据间温数据和采影数据与服务信息进行调判处理,得到刺激信号和适应温度,调判处理的具体过程为:
依据层间数据获取对应的采影像数据,将采影数据与人影数据进行匹配,得到对应的身份数据,并将身份数据进行数量统计;
依据皮肤数据与采影数据进行匹配,对匹配后的采影数据进行处理:依据三维成像技术将皮肤数据在一个虚拟建立的空间内进行成像,将人员的皮肤边缘坐标标定为初始皮肤坐标,将人员皮肤上的毛孔坐标,将其标定为初始毛孔坐标,随着温度的调节,实时记录出人员皮肤边缘的坐标,将其标记为变化皮肤坐标,将实时皮肤上毛孔坐标标定为变化毛孔坐标,计算出初始距离差值和变化距离差值;
将初始距离差值和变化距离差值带入到差值计算式中,计算出变化差值,设定一个变化差值的预设值M,并将预设值M与变化差值进行比对,当变化差值大于等于预设值M时,则判定人的身体受到刺激产生变化,生成刺激信号,同时记录对应间时数据间温数据,将其标定为适应温度,反之则判定没有受到刺激;
识别刺激信号出现的次数,将其标定为刺激次数据,将刺激次数据标记为CJ,识别采影数据中的人影个数,并将其标定为人员数量,将人员数量标记为RY,将刺激次数据与人员数量进行比对,得到调节信号和安全信号;
当识别到调节信号时,选取出对应的适应温度,并将适应温度带入到均值计算式中,计算出标准温度;
依据不同时间内对衣物数据和皮肤数据的识别,选取衣物数据、皮肤数据、间温数据和采影数据,并将其进行识别,识别出人员的初始影像,即初始影像指代采影数据中识别到人影穿着衣物的位置和识别皮肤数据的位置和面积,当间温数据变化后,对采影数据进行再次识别,识别出二次影像,且二次影像的识别内容与初始影像的相同;
提取二次影像识别时的人影数量,将其标定为实际人员数,将二次影像与初始影像进行匹配,当人员的皮肤数据的识别位置和面积发生变化,衣物数据不相同,则提取初始影像中皮肤数据的面积和二次影像的皮肤数据的面积,当二次影像的皮肤数据的面积小于初始影像中皮肤数据的面积,且差距数值在预设范围内,则判定人员受到刺激添加衣物,生成补充信号;
识别补充信号出现的次数,将其标定为补充次数,并将其与实际人员数进行比对需调信令,得到需调信号和稳定信号;
提取需调信号,并将其与安全信号、稳定信号和调节信号进行信号处理,得到需调信令,进行信号处理的具体过程为:
当识别到需调信号和调节信号中的任意一种时,则生成温调信令,当同时识别到安全信号和稳定信号时,则提取刺激次数据和补充次数,并对其进行数据关联判断:
当刺激次数据和补充次数满足计算式:CJ*a1+BC*a2≥M1时,则判定人员情况有变,需要调节温度,生成需调信令,其中,a1表示为刺激次数据的权重系数,a2表示为补充次数的权重系数,BC表示为补充次数;
依据需调信令,提取对应的标准温度和人员数量,依据标准温度和人员数量进行调节计算,计算出调控值,进行调节计算的具体过程为:
获取正一信号、反一信号、正二信号和反二信号,并对其进行识别,提取对应的u1和u2、u3和u4、e1和e2或e3和e4以及当前时间点对应的间占数据、外温数据和外风数据;
依据u1和u2、u3和u4、e1和e2或e3和e4与人员数量和间占数据反推出实际温度影响值和实际温度损失值,将实际温度影响值和实际温度损失值与对应时间点的外温数据反向推导出实际间温数据;
将实际间温数据与风换值和对应时间点的外风数据进行反向计算,计算出计算间温数据,依据计算间温数据和实际温度损失值计算出调控值;
依据调节信号与调节处理单元内调节处理数据进行调节计算的反向推导,从而计算出对应空调的调控值,并生成需调信令;
步骤五:执行单元依据需调信令和调控值进空调温度的调节。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110873657.9A CN113606755B (zh) | 2021-07-30 | 2021-07-30 | 基于需求响应的空调管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110873657.9A CN113606755B (zh) | 2021-07-30 | 2021-07-30 | 基于需求响应的空调管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113606755A CN113606755A (zh) | 2021-11-05 |
CN113606755B true CN113606755B (zh) | 2022-08-30 |
Family
ID=78338802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110873657.9A Active CN113606755B (zh) | 2021-07-30 | 2021-07-30 | 基于需求响应的空调管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113606755B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114200988B (zh) * | 2021-12-06 | 2023-01-10 | 深圳市时誉高精科技有限公司 | 基于大数据的室内恒温器管理*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2024221A1 (en) * | 1989-08-30 | 1991-03-01 | Allan Shaw | Comfort integration and energy efficient method of air conditioning |
CN102865646A (zh) * | 2011-07-06 | 2013-01-09 | 三菱电机株式会社 | 空气调节器 |
JP2014224619A (ja) * | 2013-05-15 | 2014-12-04 | 富士電機株式会社 | 空気調和機の制御装置および空気調和機の制御方法 |
CN106403185A (zh) * | 2016-09-26 | 2017-02-15 | 青岛海信日立空调***有限公司 | 一种室内机的控制方法、室内机及空调器 |
CN107560116A (zh) * | 2017-08-21 | 2018-01-09 | 奥克斯空调股份有限公司 | 一种空调控制方法及*** |
CN108386969A (zh) * | 2018-03-15 | 2018-08-10 | 中南大学 | 一种自适应气温变化的空调控制方法 |
CN108870679A (zh) * | 2018-07-02 | 2018-11-23 | 珠海格力电器股份有限公司 | 一种空调的控制方法、装置、存储介质及空调 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2550432B2 (ja) * | 1990-09-21 | 1996-11-06 | 山武ハネウエル株式会社 | 予測平均温感演算方法および装置 |
JP2010078191A (ja) * | 2008-09-24 | 2010-04-08 | Toshiba Carrier Corp | 空気調和機 |
CN102410609A (zh) * | 2011-10-27 | 2012-04-11 | 东莞中山大学研究院 | 一种智能调温空调*** |
CN104344501B (zh) * | 2013-08-29 | 2019-07-23 | 海尔集团公司 | 一种空调器及其控制方法 |
JP6371640B2 (ja) * | 2014-09-02 | 2018-08-08 | アズビル株式会社 | 空調制御装置および方法 |
CN104566868B (zh) * | 2015-01-27 | 2017-09-08 | 杭州宏成节能科技有限公司 | 一种中央空调控制***及其控制方法 |
CN206563407U (zh) * | 2017-02-21 | 2017-10-17 | 华南理工大学 | 基于机器视觉的空调***自适应温度补偿装置 |
CN106766006A (zh) * | 2017-02-21 | 2017-05-31 | 华南理工大学 | 基于机器视觉的空调***自适应温度补偿装置及方法 |
CN107576006A (zh) * | 2017-09-20 | 2018-01-12 | 珠海格力电器股份有限公司 | 室内热环境的调节方法、装置、处理器及空气调节设备 |
JPWO2019078269A1 (ja) * | 2017-10-18 | 2020-10-22 | 清華大学Tsinghua University | 空気調和制御装置 |
CN112268347B (zh) * | 2020-12-09 | 2021-03-16 | 苏州集畅自动化科技发展有限公司 | 一种节能楼宇暖通*** |
-
2021
- 2021-07-30 CN CN202110873657.9A patent/CN113606755B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2024221A1 (en) * | 1989-08-30 | 1991-03-01 | Allan Shaw | Comfort integration and energy efficient method of air conditioning |
CN102865646A (zh) * | 2011-07-06 | 2013-01-09 | 三菱电机株式会社 | 空气调节器 |
JP2014224619A (ja) * | 2013-05-15 | 2014-12-04 | 富士電機株式会社 | 空気調和機の制御装置および空気調和機の制御方法 |
CN106403185A (zh) * | 2016-09-26 | 2017-02-15 | 青岛海信日立空调***有限公司 | 一种室内机的控制方法、室内机及空调器 |
CN107560116A (zh) * | 2017-08-21 | 2018-01-09 | 奥克斯空调股份有限公司 | 一种空调控制方法及*** |
CN108386969A (zh) * | 2018-03-15 | 2018-08-10 | 中南大学 | 一种自适应气温变化的空调控制方法 |
CN108870679A (zh) * | 2018-07-02 | 2018-11-23 | 珠海格力电器股份有限公司 | 一种空调的控制方法、装置、存储介质及空调 |
Also Published As
Publication number | Publication date |
---|---|
CN113606755A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103905992B (zh) | 一种基于指纹数据的无线传感器网络的室内定位方法 | |
CN102840647A (zh) | 结合影像辨识的空调舒适度控制***与方法 | |
CN113606755B (zh) | 基于需求响应的空调管理方法 | |
CN109883016B (zh) | 一种空气舒适度调节方法和设备 | |
CN112556107B (zh) | 一种宜温宜湿宜氧室内环境智能控制*** | |
CN104848467A (zh) | 一种空调控制方法及空调 | |
CN112594874A (zh) | 基于热成像和大数据技术的中央空调***节能控制*** | |
CN106979582A (zh) | 基于位置信息的空调控制方法及*** | |
CN115470566A (zh) | 一种基于bim的智慧建筑能耗控制方法及*** | |
CN111750935A (zh) | 一种工作环境监测控制装置 | |
CN112561244A (zh) | 一种结合室内人员信息的建筑环境评价方法及*** | |
CN112178785A (zh) | 一种空调器除湿控制方法及除湿控制设备 | |
CN112032970A (zh) | 一种基于体表温度监测的智能空调调控方法 | |
CN111739154A (zh) | 一种建筑室内环境自动建模的***及方法 | |
CN106030217A (zh) | 用于操作空调的方法和设备 | |
CN104808723A (zh) | 一种基于无线传感器网络的办公室空调半智能调控*** | |
CN109828474A (zh) | 基于大数据的云端智能环境管理方法及*** | |
CN116182321B (zh) | 基于机器学习的暖通空调自动调温*** | |
CN116453696B (zh) | 基于人员时空分布模型的呼吸道疾病感染风险预测方法 | |
CN111964223B (zh) | 环境调节设备的控制方法及装置、环境调节设备控制*** | |
CN110751115B (zh) | 一种无接触式人体行为识别方法和*** | |
CN108647608A (zh) | 一种基于人像识别的智能家居防盗***的实现方法 | |
CN212300442U (zh) | 一种工作环境监测控制装置 | |
KR102455531B1 (ko) | 건물 에너지 효율 향상을 위한 데이터 모델 기반 냉난방설비 최적 제어 시스템 및 이의 제어방법 | |
CN112650321B (zh) | 一种基于云计算的智能家居室内温度调控*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |