CN117744233A - 一种基于数据分析的建筑设计专家智能分配***及方法 - Google Patents
一种基于数据分析的建筑设计专家智能分配***及方法 Download PDFInfo
- Publication number
- CN117744233A CN117744233A CN202410190909.1A CN202410190909A CN117744233A CN 117744233 A CN117744233 A CN 117744233A CN 202410190909 A CN202410190909 A CN 202410190909A CN 117744233 A CN117744233 A CN 117744233A
- Authority
- CN
- China
- Prior art keywords
- value
- energy consumption
- expert
- energy
- consumption
- 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.)
- Pending
Links
- 238000013461 design Methods 0.000 title claims abstract description 133
- 238000007405 data analysis Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000005265 energy consumption Methods 0.000 claims abstract description 226
- 238000012544 monitoring process Methods 0.000 claims abstract description 34
- 238000012938 design process Methods 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims description 58
- 238000011156 evaluation Methods 0.000 claims description 36
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 28
- 238000010276 construction Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 18
- 238000013139 quantization Methods 0.000 claims description 12
- 239000013256 coordination polymer Substances 0.000 claims description 11
- 230000007774 longterm Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 230000000694 effects Effects 0.000 abstract description 11
- 238000005457 optimization Methods 0.000 abstract description 8
- 238000004134 energy conservation Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000010206 sensitivity analysis Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 4
- 238000005070 sampling Methods 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及建筑设计领域，具体涉及一种基于数据分析的建筑设计专家智能分配***及方法，用于解决现有技术无法对过往的建筑设计进行数据采集并综合衡量，而且无法选择最优秀的建筑设计专家，缺乏对节能因素的全面考虑，并无法提供优秀的节能建筑方案，导致建筑能耗较高的问题；本发明包括耗能监控模块、建筑设计平台、耗能展示模块、专家分配模块以及数据分析模块；本发明能够筛选出耗能较低的耗能对象进行优先展示，并选择高水平的建筑设计专家进行优先分配，在二者结合之下设计出的建筑具有优秀的节能效果；本发明实现对建筑设计过程的全面优化，可广泛应用于建筑设计和节能领域，有助于提高建筑的能效和降低能源消耗。
Description
技术领域
本发明涉及建筑设计领域，具体涉及一种基于数据分析的建筑设计专家智能分配***及方法。
背景技术
随着社会对节能减排的重视程度不断提高，建筑节能设计已成为建筑行业的重要发展方向。申请号为CN202011415754.5的专利公开了一种基于灵敏度分析的建筑节能专家设计***及方法，包括建筑方案输入模块，采集用户输入的建筑设计参数、待优化的参数及优化区间；包括建筑能耗计算模块，通过建筑设计参数，可计算出建筑能耗值和人体舒适度值；包括数据采样模块，用于待优化的参数的优化区间内分层抽样，形成随机数据集；包括灵敏度分析模块，根据随机数据集，对待优化参数和建筑能耗值进行灵敏度分析；包括节能建议模块，根据灵敏度分析的结果提供节能优化建议；包括参数修改模块，用于采集用户对待优化参数的修改；包括判断模块，用于根据建筑能耗值和人体舒适度值判断用户本次修改是否合理；包括结果展示模块，用于对比修改前后的建筑方案，但仍然存在以下不足之处：该建筑节能专家设计***及方法无法对过往的建筑设计进行数据采集并综合衡量，而且无法选择最优秀的建筑设计专家，缺乏对节能因素的全面考虑，并无法提供优秀的节能建筑方案，导致建筑能耗较高。
发明内容
为了克服上述的技术问题，本发明的目的在于提供一种基于数据分析的建筑设计专家智能分配***及方法，解决了现有的建筑节能专家设计***及方法无法对过往的建筑设计进行数据采集并综合衡量，而且无法选择最优秀的建筑设计专家，缺乏对节能因素的全面考虑，并无法提供优秀的节能建筑方案，导致建筑能耗较高的问题。
本发明的目的可以通过以下技术方案实现：
一种基于数据分析的建筑设计专家智能分配***，包括：
建筑设计平台，用于用户下单后生成专家分配指令，并将专家分配指令发送至专家分配模块；还用于根据专家分配系数FPi获得选中对象；
专家分配模块，用于接收到专家分配指令后获取分配对象k的专家分配信息，并将专家分配信息发送至数据分析模块；其中，专家分配信息包括工时值GS、设计值SJ以及评分值PF；
数据分析模块，用于根据专家分配信息获得专家分配系数FPi，并将专家分配系数FPi发送至建筑设计平台。
作为本发明进一步的方案：所述专家分配模块获取专家分配信息的具体过程如下：
接收到专家分配指令后将所有的建筑设计专家依次标记为分配对象k，k=1、……、o，o为正整数；
获取分配对象k从事建筑设计行业的总时长，并将其标记为工时值GS；
获取分配对象k共设计建筑总次数、共设计建筑总金额，并将其分别标记为建次值JC和建额值JE，将建次值JC和建额值JE进行量化处理，提取建次值JC和建额值JE的数值，并将其代入公式中计算，依据公式得到设计值SJ，其中，s1、s2分别为设定的建次值JC和建额值JE对应的预设比例系数，s1、s2满足s1+s2=1，0＜s1＜s2＜1，取s1=0.41，s2=0.59；
获取分配对象k获得的好评次数、中评次数以及差评次数，并将其分别标记为好评值HP、中评值ZP以及差评值CP，将好评值HP、中评值ZP以及差评值CP进行量化处理，提取好评值HP、中评值ZP以及差评值CP的数值，并将其代入公式中计算，依据公式得到评分值PF，其中，p1、p2以及p3分别为设定的好评值HP、中评值ZP以及差评值CP对应的预设比例系数，p1、p2以及p3满足p1+p2+p3=1，0＜p1＜p2＜p3＜1，取p1=0.25，p2=0.33，p3=0.42；
将工时值GS、设计值SJ以及评分值PF发送至数据分析模块。
作为本发明进一步的方案：所述数据分析模块获得专家分配系数FPi的具体过程如下：
将工时值GS、设计值SJ以及评分值PF进行量化处理，提取工时值GS、设计值SJ以及评分值PF的数值，并将其代入公式中计算，依据公式得到专家分配系数FPi，其中，π为数学常数，δ为预设的误差调节因子，取δ=0.982，c1、c2以及c3分别为设定的工时值GS、设计值SJ以及评分值PF对应的预设权重因子，c1、c2以及c3满足c1＞c2＞c3＞2.562，取c1=3.73，c2=3.21，c3=2.84；
将专家分配系数FPi发送至建筑设计平台。
作为本发明进一步的方案：所述基于数据分析的建筑设计专家智能分配***还包括：
耗能监控模块，用于获取建筑模型的电能值DN和水能值SN，并根据电能值DN和水能值SN获得消耗值XH，并将消耗值XH发送至建筑设计平台。
作为本发明进一步的方案：所述耗能监控模块获得消耗值XH的具体过程如下：
建筑在设计过程中，将所有设计完成的建筑物根据建筑参数形成建筑模型，获取建筑模型单位时间内的电能消耗量和水消耗量，并将其分别标记为电能值DN和水能值SN，将电能值DN和水能值SN进行量化处理，提取电能值DN和水能值SN的数值，并将其代入公式中计算，依据公式得到消耗值XH，其中，x1、x2分别为设定的电能值DN和水能值SN对应的预设比例系数，x1、x2满足x1+x2=1，0＜x2＜x1＜1，取x1=0.62，x2=0.38；
将消耗值XH发送至建筑设计平台。
作为本发明进一步的方案：所述建筑设计平台还用于根据消耗值XH将建筑模型划分为超能模型、标能模型，同时生成耗能分析指令，并将耗能分析指令发送至耗能监控模块。
作为本发明进一步的方案：所述建筑设计平台将建筑模型划分的具体过程如下：
将消耗值XH与预设的消耗阈值XHy进行比较：
如果消耗值XH≥消耗阈值XHy，则将消耗值XH相关的建筑模型标记为超能模型；
如果消耗值XH＜消耗阈值XHy，则将消耗值XH相关的建筑模型标记为标能模型，同时生成耗能分析指令，并将耗能分析指令发送至耗能监控模块。
作为本发明进一步的方案：所述基于数据分析的建筑设计专家智能分配***还包括：
耗能监控模块，用于接收到耗能分析指令后将所有的标能模型标记为分析模型j，将分析模型j按照功能划分成耗能对象i，并获取耗能系数HNi，将耗能系数HNi发送至耗能展示模块。
作为本发明进一步的方案：所述耗能监控模块获取耗能系数HNi的具体过程如下：
接收到耗能分析指令后将所有的标能模型依次标记为分析模型j，j=1、……、m，m为正整数，将分析模型j中的耗能部分按照功能划分成耗能对象i，i=1、……、n，n为正整数，其中，耗能对象i包括照明***、新风***、电气***、暖通空调***、消防***；
获取耗能对象i一小时内的电能消耗量，并将其标记为短期耗电值DH，获取耗能对象i一天内的电能消耗量，并将其标记为中期耗电值ZH，获取耗能对象i十天内的电能消耗量，并将其标记为长期耗电值CH，将短期耗电值DH、中期耗电值ZH以及长期耗电值CH进行量化处理，提取短期耗电值DH、中期耗电值ZH以及长期耗电值CH的数值，并将其代入公式中计算，依据公式得到耗能系数HNi，其中，h1、h2以及h3分别为设定的短期耗电值DH、中期耗电值ZH以及长期耗电值CH对应的预设比例系数，h1、h2以及h3满足h1+h2+h3=1，0＜h3＜h2＜h1＜1，取h1=0.40，h2=0.34，h3=0.26；
将耗能系数HNi发送至耗能展示模块。
作为本发明进一步的方案：所述基于数据分析的建筑设计专家智能分配***还包括：
耗能展示模块，用于根据耗能系数HNi获得耗能展示名录。
作为本发明进一步的方案：所述耗能展示模块获得耗能展示名录的具体过程如下：
将所有分析模型j的耗能对象i进行分组，形成n个耗能展示组；
将耗能展示组中所有的耗能对象i按照耗能系数HNi从小到大的顺序进行排序，形成n个耗能展示名录。
作为本发明进一步的方案：一种基于数据分析的建筑设计专家智能分配方法，包括以下步骤：
步骤一：耗能监控模块获取建筑模型的电能值DN和水能值SN，并根据电能值DN和水能值SN获得消耗值XH，并将消耗值XH发送至建筑设计平台；
步骤二：建筑设计平台根据消耗值XH将建筑模型划分为超能模型、标能模型，同时生成耗能分析指令，并将耗能分析指令发送至耗能监控模块；
步骤三：耗能监控模块接收到耗能分析指令后将所有的标能模型标记为分析模型j，将分析模型j按照功能划分成耗能对象i，并获取耗能系数HNi，将耗能系数HNi发送至耗能展示模块；
步骤四：耗能展示模块根据耗能系数HNi获得耗能展示名录；
步骤五：建筑设计平台用户下单后生成专家分配指令，并将专家分配指令发送至专家分配模块；
步骤六：专家分配模块接收到专家分配指令后获取分配对象k的专家分配信息，其中，专家分配信息包括工时值GS、设计值SJ以及评分值PF，并将专家分配信息发送至数据分析模块；
步骤七：数据分析模块根据专家分配信息获得专家分配系数FPi，并将专家分配系数FPi发送至建筑设计平台；
步骤八：建筑设计平台根据专家分配系数FPi获得选中对象。
本发明的有益效果：
本发明的一种基于数据分析的建筑设计专家智能分配***及方法，该***首先对历史数据中已经设计过的建筑进行建设模型并数据采集与分析，获得消耗值，消耗值能够综合衡量设计的建筑的节能耗能情况，且消耗值越大表示节能效果越差，耗能越高，之后根据消耗值将建筑模型进行划分，将节能效果较好的建筑设计进行数据采集和分析，获得耗能系数，耗能系数能够综合衡量耗能对象的节能耗能情况，且耗能系数越大表示节能效果越差，耗能越高，之后根据耗能系数对耗能对象进行排序，获得耗能展示名录，之后对建筑设计的建筑设计专家进行数据采集和分析，获得专家分配信息，根据专家分配信息获得的专家分配系数能够综合衡量建筑设计专家的建筑设计水平，且专家分配系数越高表示建筑设计水平越高，能够实现的节能效果越佳，越优先分配，最后根据专家分配系数获得选中对象；
本发明提供的建筑节能专家设计***及方法能够从历史数据不同设计方案形成的耗能对象中筛选出过往设计建筑过程中耗能较低的耗能对象进行优先展示，并选择高水平的建筑设计专家进行优先分配，在二者结合之下设计出的建筑具有优秀的节能效果；本发明具有高精度、智能化、全面性和易用性等优点，通过建立建筑能耗模型、数据采集与数据分析、建筑设计专家自动分配，实现对建筑设计过程的全面优化，可广泛应用于建筑设计和节能领域，有助于提高建筑的能效和降低能源消耗。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明中一种基于数据分析的建筑设计专家智能分配***的原理框图；
图2是本发明中一种基于数据分析的建筑设计专家智能分配方法的工艺流程图。
具体实施方式
下面将结合本发明实施例，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。
实施例1：
请参阅图1所示，本实施例为一种基于数据分析的建筑设计专家智能分配***，包括以下模块：耗能监控模块、建筑设计平台、耗能展示模块、专家分配模块以及数据分析模块；
其中，所述耗能监控模块用于获取建筑模型的电能值DN和水能值SN，并根据电能值DN和水能值SN获得消耗值XH，并将消耗值XH发送至建筑设计平台；还用于接收到耗能分析指令后将所有的标能模型标记为分析模型j，将分析模型j按照功能划分成耗能对象i，并获取耗能系数HNi，将耗能系数HNi发送至耗能展示模块；
其中，所述建筑设计平台用于根据消耗值XH将建筑模型划分为超能模型、标能模型，同时生成耗能分析指令，并将耗能分析指令发送至耗能监控模块；还用于用户下单后生成专家分配指令，并将专家分配指令发送至专家分配模块；还用于根据专家分配系数FPi获得选中对象；
其中，所述耗能展示模块用于根据耗能系数HNi获得耗能展示名录；
其中，所述专家分配模块用于接收到专家分配指令后获取分配对象k的专家分配信息，并将专家分配信息发送至数据分析模块；其中，专家分配信息包括工时值GS、设计值SJ以及评分值PF；
其中，所述数据分析模块用于根据专家分配信息获得专家分配系数FPi，并将专家分配系数FPi发送至建筑设计平台。
实施例2：
请参阅图2所示，本实施例为一种基于数据分析的建筑设计专家智能分配方法，包括以下步骤：
步骤一：耗能监控模块获取建筑模型的电能值DN和水能值SN，并根据电能值DN和水能值SN获得消耗值XH，并将消耗值XH发送至建筑设计平台；
步骤二：建筑设计平台根据消耗值XH将建筑模型划分为超能模型、标能模型，同时生成耗能分析指令，并将耗能分析指令发送至耗能监控模块；
步骤三：耗能监控模块接收到耗能分析指令后将所有的标能模型标记为分析模型j，将分析模型j按照功能划分成耗能对象i，并获取耗能系数HNi，将耗能系数HNi发送至耗能展示模块；
步骤四：耗能展示模块根据耗能系数HNi获得耗能展示名录；
步骤五：建筑设计平台用户下单后生成专家分配指令，并将专家分配指令发送至专家分配模块；
步骤六：专家分配模块接收到专家分配指令后获取分配对象k的专家分配信息，其中，专家分配信息包括工时值GS、设计值SJ以及评分值PF，并将专家分配信息发送至数据分析模块；
步骤七：数据分析模块根据专家分配信息获得专家分配系数FPi，并将专家分配系数FPi发送至建筑设计平台；
步骤八：建筑设计平台根据专家分配系数FPi获得选中对象。
实施例3：
基于上述任一实施例，本发明实施例3为耗能监控模块，耗能监控模块具有两个作用；
其一的作用是为了获得消耗值XH，具体过程如下：
建筑在设计过程中，耗能监控模块将所有设计完成的建筑物根据建筑参数形成建筑模型，获取建筑模型单位时间内的电能消耗量和水消耗量，并将其分别标记为电能值DN和水能值SN，将电能值DN和水能值SN进行量化处理，提取电能值DN和水能值SN的数值，并将其代入公式中计算，依据公式得到消耗值XH，其中，x1、x2分别为设定的电能值DN和水能值SN对应的预设比例系数，x1、x2满足x1+x2=1，0＜x2＜x1＜1，取x1=0.62，x2=0.38；
耗能监控模块将消耗值XH发送至建筑设计平台；
其二的作用是为了获取耗能系数HNi，具体过程如下：
耗能监控模块接收到耗能分析指令后将所有的标能模型依次标记为分析模型j，j=1、……、m，m为正整数，将分析模型j中的耗能部分按照功能划分成耗能对象i，i=1、……、n，n为正整数，其中，耗能对象i包括照明***、新风***、电气***、暖通空调***、消防***；
耗能监控模块获取耗能对象i一小时内的电能消耗量，并将其标记为短期耗电值DH，获取耗能对象i一天内的电能消耗量，并将其标记为中期耗电值ZH，获取耗能对象i十天内的电能消耗量，并将其标记为长期耗电值CH，将短期耗电值DH、中期耗电值ZH以及长期耗电值CH进行量化处理，提取短期耗电值DH、中期耗电值ZH以及长期耗电值CH的数值，并将其代入公式中计算，依据公式得到耗能系数HNi，其中，h1、h2以及h3分别为设定的短期耗电值DH、中期耗电值ZH以及长期耗电值CH对应的预设比例系数，h1、h2以及h3满足h1+h2+h3=1，0＜h3＜h2＜h1＜1，取h1=0.40，h2=0.34，h3=0.26；
耗能监控模块将耗能系数HNi发送至耗能展示模块。
实施例4：
基于上述任一实施例，本发明实施例4为建筑设计平台，建筑设计平台具有三个作用；
其一的作用是为了将建筑模型划分，具体过程如下：
建筑设计平台将消耗值XH与预设的消耗阈值XHy进行比较：
如果消耗值XH≥消耗阈值XHy，则将消耗值XH相关的建筑模型标记为超能模型；
如果消耗值XH＜消耗阈值XHy，则将消耗值XH相关的建筑模型标记为标能模型，同时生成耗能分析指令，并将耗能分析指令发送至耗能监控模块；
其二的作用是为了生成专家分配指令，具体过程如下：
建筑设计平台用户下单后生成专家分配指令，并将专家分配指令发送至专家分配模块；
其三的作用是为了获得选中对象，具体过程如下：
建筑设计平台将所有的分配对象k按照专家分配系数FPi从大到小的顺序进行排序，将位于首位的分配对象k标记为选中对象，选中对象根据用户要求以及耗能展示名录进行建筑设计工作。
实施例5：
基于上述任一实施例，本发明实施例5为耗能展示模块，耗能展示模块的作用是为了获得耗能展示名录，具体过程如下：
耗能展示模块将所有分析模型j的耗能对象i进行分组，形成n个耗能展示组；
耗能展示模块将耗能展示组中所有的耗能对象i按照耗能系数HNi从小到大的顺序进行排序，形成n个耗能展示名录。
实施例6：
基于上述任一实施例，本发明实施例6为专家分配模块，专家分配模块的作用是为了获取专家分配信息，其中，专家分配信息包括工时值GS、设计值SJ以及评分值PF，具体过程如下：
专家分配模块接收到专家分配指令后将所有的建筑设计专家依次标记为分配对象k，k=1、……、o，o为正整数；
专家分配模块获取分配对象k从事建筑设计行业的总时长，并将其标记为工时值GS；
专家分配模块获取分配对象k共设计建筑总次数、共设计建筑总金额，并将其分别标记为建次值JC和建额值JE，将建次值JC和建额值JE进行量化处理，提取建次值JC和建额值JE的数值，并将其代入公式中计算，依据公式得到设计值SJ，其中，s1、s2分别为设定的建次值JC和建额值JE对应的预设比例系数，s1、s2满足s1+s2=1，0＜s1＜s2＜1，取s1=0.41，s2=0.59；
专家分配模块获取分配对象k获得的好评次数、中评次数以及差评次数，并将其分别标记为好评值HP、中评值ZP以及差评值CP，将好评值HP、中评值ZP以及差评值CP进行量化处理，提取好评值HP、中评值ZP以及差评值CP的数值，并将其代入公式中计算，依据公式得到评分值PF，其中，p1、p2以及p3分别为设定的好评值HP、中评值ZP以及差评值CP对应的预设比例系数，p1、p2以及p3满足p1+p2+p3=1，0＜p1＜p2＜p3＜1，取p1=0.25，p2=0.33，p3=0.42；
专家分配模块将工时值GS、设计值SJ以及评分值PF发送至数据分析模块。
实施例7：
基于上述任一实施例，本发明实施例7为数据分析模块，数据分析模块的作用是为了获得专家分配系数FPi，具体过程如下：
数据分析模块将工时值GS、设计值SJ以及评分值PF进行量化处理，提取工时值GS、设计值SJ以及评分值PF的数值，并将其代入公式中计算，依据公式得到专家分配系数FPi，其中，π为数学常数，δ为预设的误差调节因子，取δ=0.982，c1、c2以及c3分别为设定的工时值GS、设计值SJ以及评分值PF对应的预设权重因子，c1、c2以及c3满足c1＞c2＞c3＞2.562，取c1=3.73，c2=3.21，c3=2.84；
数据分析模块将专家分配系数FPi发送至建筑设计平台。
基于上述实施例1-7，本发明的工作原理如下：
本发明的一种基于数据分析的建筑设计专家智能分配***及方法，通过耗能监控模块获取建筑模型的电能值和水能值，并根据电能值和水能值获得消耗值，通过建筑设计平台根据消耗值将建筑模型划分为超能模型、标能模型，同时生成耗能分析指令，通过耗能监控模块接收到耗能分析指令后将所有的标能模型标记为分析模型，将分析模型按照功能划分成耗能对象，并获取耗能系数，通过耗能展示模块根据耗能系数获得耗能展示名录，通过建筑设计平台用户下单后生成专家分配指令，通过专家分配模块接收到专家分配指令后获取分配对象的专家分配信息，通过数据分析模块根据专家分配信息获得专家分配系数，通过建筑设计平台根据专家分配系数获得选中对象；该***首先对历史数据中已经设计过的建筑进行建设模型并数据采集与分析，获得消耗值，消耗值能够综合衡量设计的建筑的节能耗能情况，且消耗值越大表示节能效果越差，耗能越高，之后根据消耗值将建筑模型进行划分，将节能效果较好的建筑设计进行数据采集和分析，获得耗能系数，耗能系数能够综合衡量耗能对象的节能耗能情况，且耗能系数越大表示节能效果越差，耗能越高，之后根据耗能系数对耗能对象进行排序，获得耗能展示名录，之后对建筑设计的建筑设计专家进行数据采集和分析，获得专家分配信息，根据专家分配信息获得的专家分配系数能够综合衡量建筑设计专家的建筑设计水平，且专家分配系数越高表示建筑设计水平越高，能够实现的节能效果越佳，越优先分配，最后根据专家分配系数获得选中对象；本发明提供的建筑节能专家设计***及方法能够从历史数据不同设计方案形成的耗能对象中筛选出过往设计建筑过程中耗能较低的耗能对象进行优先展示，并选择高水平的建筑设计专家进行优先分配，在二者结合之下设计出的建筑具有优秀的节能效果；本发明具有高精度、智能化、全面性和易用性等优点，通过建立建筑能耗模型、数据采集与数据分析、建筑设计专家自动分配，实现对建筑设计过程的全面优化，可广泛应用于建筑设计和节能领域，有助于提高建筑的能效和降低能源消耗
需要进一步说明的是，上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明所作的举例和说明，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，只要不偏离发明或者超越本申请所定义的范围，均应属于本发明的保护范围。
Claims (10)
1.一种基于数据分析的建筑设计专家智能分配***，其特征在于，包括：
建筑设计平台，用于用户下单后生成专家分配指令，并将专家分配指令发送至专家分配模块；还用于根据专家分配系数FPi获得选中对象；
专家分配模块，用于接收到专家分配指令后获取分配对象k的专家分配信息，并将专家分配信息发送至数据分析模块；其中，专家分配信息包括工时值GS、设计值SJ以及评分值PF；
所述专家分配模块获取专家分配信息的具体过程如下：
接收到专家分配指令后将所有的建筑设计专家依次标记为分配对象k，k=1、……、o，o为正整数；
获取分配对象k从事建筑设计行业的总时长，并将其标记为工时值GS；
获取分配对象k共设计建筑总次数、共设计建筑总金额，并将其分别标记为建次值JC和建额值JE，将建次值JC和建额值JE进行量化处理，依据公式得到设计值SJ，其中，s1、s2分别为设定的建次值JC和建额值JE对应的预设比例系数；
获取分配对象k获得的好评次数、中评次数以及差评次数，并将其分别标记为好评值HP、中评值ZP以及差评值CP，将好评值HP、中评值ZP以及差评值CP进行量化处理，依据公式得到评分值PF，其中，p1、p2以及p3分别为设定的好评值HP、中评值ZP以及差评值CP对应的预设比例系数；
将工时值GS、设计值SJ以及评分值PF发送至数据分析模块；
数据分析模块，用于根据专家分配信息获得专家分配系数FPi，并将专家分配系数FPi发送至建筑设计平台。
2.根据权利要求1所述的一种基于数据分析的建筑设计专家智能分配***，其特征在于，所述数据分析模块获得专家分配系数FPi的具体过程如下：
将工时值GS、设计值SJ以及评分值PF进行量化处理，依据公式得到专家分配系数FPi，其中，π为数学常数，δ为预设的误差调节因子，c1、c2以及c3分别为设定的工时值GS、设计值SJ以及评分值PF对应的预设权重因子；
将专家分配系数FPi发送至建筑设计平台。
3.根据权利要求1所述的一种基于数据分析的建筑设计专家智能分配***，其特征在于，还包括：
耗能监控模块，用于获取建筑模型的电能值DN和水能值SN，并根据电能值DN和水能值SN获得消耗值XH，并将消耗值XH发送至建筑设计平台。
4.根据权利要求3所述的一种基于数据分析的建筑设计专家智能分配***，其特征在于，所述耗能监控模块获得消耗值XH的具体过程如下：
建筑在设计过程中，将所有设计完成的建筑物根据建筑参数形成建筑模型，获取建筑模型单位时间内的电能消耗量和水消耗量，并将其分别标记为电能值DN和水能值SN，将电能值DN和水能值SN进行量化处理，依据公式得到消耗值XH，其中，x1、x2分别为设定的电能值DN和水能值SN对应的预设比例系数；
将消耗值XH发送至建筑设计平台。
5.根据权利要求1所述的一种基于数据分析的建筑设计专家智能分配***，其特征在于，所述建筑设计平台还用于根据消耗值XH将建筑模型划分为超能模型、标能模型，同时生成耗能分析指令，并将耗能分析指令发送至耗能监控模块；
所述建筑设计平台将建筑模型划分的具体过程如下：
将消耗值XH与预设的消耗阈值XHy进行比较：
如果消耗值XH≥消耗阈值XHy，则将消耗值XH相关的建筑模型标记为超能模型；
如果消耗值XH＜消耗阈值XHy，则将消耗值XH相关的建筑模型标记为标能模型，同时生成耗能分析指令，并将耗能分析指令发送至耗能监控模块。
6.根据权利要求1所述的一种基于数据分析的建筑设计专家智能分配***，其特征在于，还包括：
耗能监控模块，用于接收到耗能分析指令后将所有的标能模型标记为分析模型j，将分析模型j按照功能划分成耗能对象i，并获取耗能系数HNi，将耗能系数HNi发送至耗能展示模块。
7.根据权利要求6所述的一种基于数据分析的建筑设计专家智能分配***，其特征在于，所述耗能监控模块获取耗能系数HNi的具体过程如下：
接收到耗能分析指令后将所有的标能模型依次标记为分析模型j，j=1、……、m，m为正整数，将分析模型j中的耗能部分按照功能划分成耗能对象i，i=1、……、n，n为正整数；
获取耗能对象i一小时内的电能消耗量，并将其标记为短期耗电值DH，获取耗能对象i一天内的电能消耗量，并将其标记为中期耗电值ZH，获取耗能对象i十天内的电能消耗量，并将其标记为长期耗电值CH，将短期耗电值DH、中期耗电值ZH以及长期耗电值CH进行量化处理，依据公式得到耗能系数HNi，其中，h1、h2以及h3分别为设定的短期耗电值DH、中期耗电值ZH以及长期耗电值CH对应的预设比例系数；
将耗能系数HNi发送至耗能展示模块。
8.根据权利要求1所述的一种基于数据分析的建筑设计专家智能分配***，其特征在于，还包括：
耗能展示模块，用于根据耗能系数HNi获得耗能展示名录。
9.根据权利要求8所述的一种基于数据分析的建筑设计专家智能分配***，其特征在于，所述耗能展示模块获得耗能展示名录的具体过程如下：
将所有分析模型j的耗能对象i进行分组，形成n个耗能展示组；
将耗能展示组中所有的耗能对象i按照耗能系数HNi从小到大的顺序进行排序，形成n个耗能展示名录。
10.一种基于数据分析的建筑设计专家智能分配方法，其特征在于，包括以下步骤：
步骤一：耗能监控模块获取建筑模型的电能值DN和水能值SN，并根据电能值DN和水能值SN获得消耗值XH，并将消耗值XH发送至建筑设计平台；
步骤二：建筑设计平台根据消耗值XH将建筑模型划分为超能模型、标能模型，同时生成耗能分析指令，并将耗能分析指令发送至耗能监控模块；
步骤三：耗能监控模块接收到耗能分析指令后将所有的标能模型标记为分析模型j，将分析模型j按照功能划分成耗能对象i，并获取耗能系数HNi，将耗能系数HNi发送至耗能展示模块；
步骤四：耗能展示模块根据耗能系数HNi获得耗能展示名录；
步骤五：建筑设计平台用户下单后生成专家分配指令，并将专家分配指令发送至专家分配模块；
步骤六：专家分配模块接收到专家分配指令后获取分配对象k的专家分配信息，其中，专家分配信息包括工时值GS、设计值SJ以及评分值PF，并将专家分配信息发送至数据分析模块；
步骤七：数据分析模块根据专家分配信息获得专家分配系数FPi，并将专家分配系数FPi发送至建筑设计平台；
步骤八：建筑设计平台根据专家分配系数FPi获得选中对象。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410190909.1A CN117744233A (zh) | 2024-02-21 | 2024-02-21 | 一种基于数据分析的建筑设计专家智能分配***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410190909.1A CN117744233A (zh) | 2024-02-21 | 2024-02-21 | 一种基于数据分析的建筑设计专家智能分配***及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117744233A true CN117744233A (zh) | 2024-03-22 |
Family
ID=90261385
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410190909.1A Pending CN117744233A (zh) | 2024-02-21 | 2024-02-21 | 一种基于数据分析的建筑设计专家智能分配***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117744233A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005250841A (ja) * | 2004-03-04 | 2005-09-15 | Energia Communications Inc | 専門家と見込み客とのマッチング方法 |
| US20140062707A1 (en) * | 2012-09-04 | 2014-03-06 | National Taiwan Normal University | Method and system for managing consumption of heterogeneous resources |
| CN112394923A (zh) * | 2020-12-03 | 2021-02-23 | 天津大学 | 一种基于灵敏度分析的建筑节能专家设计***及方法 |
| KR102249467B1 (ko) * | 2020-09-11 | 2021-05-07 | (주)엔터랩 | 전문가 플랫폼의 전문가 경험지식 매칭 서비스 제공방법, 장치 및 프로그램 |
| US20220035962A1 (en) * | 2021-10-14 | 2022-02-03 | Shenzhen Xkool Technology Co., Ltd. | Building design method, device, system and storage medium |
| CN115062919A (zh) * | 2022-05-24 | 2022-09-16 | 卓炜 | 一种基于云计算的建筑设计材料消耗评估*** |
| CN116823531A (zh) * | 2023-07-13 | 2023-09-29 | 广州市第二市政工程有限公司 | 一种基于bim建筑的建筑能耗管理*** |
| WO2023185458A1 (zh) * | 2022-03-31 | 2023-10-05 | 深圳小库科技有限公司 | 建筑方案生成的方法、装置、计算机设备以及存储介质 |
| WO2023226450A1 (zh) * | 2022-08-03 | 2023-11-30 | 南京工业大学 | 基于bim参数的装配式建筑设计与真实建造匹配评估方法 |
-
2024
- 2024-02-21 CN CN202410190909.1A patent/CN117744233A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005250841A (ja) * | 2004-03-04 | 2005-09-15 | Energia Communications Inc | 専門家と見込み客とのマッチング方法 |
| US20140062707A1 (en) * | 2012-09-04 | 2014-03-06 | National Taiwan Normal University | Method and system for managing consumption of heterogeneous resources |
| KR102249467B1 (ko) * | 2020-09-11 | 2021-05-07 | (주)엔터랩 | 전문가 플랫폼의 전문가 경험지식 매칭 서비스 제공방법, 장치 및 프로그램 |
| CN112394923A (zh) * | 2020-12-03 | 2021-02-23 | 天津大学 | 一种基于灵敏度分析的建筑节能专家设计***及方法 |
| US20220035962A1 (en) * | 2021-10-14 | 2022-02-03 | Shenzhen Xkool Technology Co., Ltd. | Building design method, device, system and storage medium |
| WO2023185458A1 (zh) * | 2022-03-31 | 2023-10-05 | 深圳小库科技有限公司 | 建筑方案生成的方法、装置、计算机设备以及存储介质 |
| CN115062919A (zh) * | 2022-05-24 | 2022-09-16 | 卓炜 | 一种基于云计算的建筑设计材料消耗评估*** |
| WO2023226450A1 (zh) * | 2022-08-03 | 2023-11-30 | 南京工业大学 | 基于bim参数的装配式建筑设计与真实建造匹配评估方法 |
| CN116823531A (zh) * | 2023-07-13 | 2023-09-29 | 广州市第二市政工程有限公司 | 一种基于bim建筑的建筑能耗管理*** |
Non-Patent Citations (1)
| Title |
|---|
| 谭晶;: "探析BIM技术在绿色建筑能耗分析中的应用", 湖北农机化, no. 04, 29 February 2020 (2020-02-29) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110264080B (zh) | 一种绿色建筑运行性能评价方法、装置、设备及存储介质 | |
| CN105205466B (zh) | 一种基于夜间灯光影像的能源碳排放量遥感估算方法 | |
| CN1206485C (zh) | 中央空调节能模糊控制方法及模糊控制器 | |
| CN116566050A (zh) | 一种基于人工智能的综合配电管理*** | |
| CN106910144B (zh) | 基于分时刻实际用能系数的大型建筑逐时能耗在线预测方法 | |
| CN112990500B (zh) | 基于改进加权灰色关联分析的台区线损分析方法及*** | |
| CN104574209A (zh) | 一种城网配变重过载中期预警模型的建模方法 | |
| CN106651660B (zh) | 基于g1-熵权法寻找电网静态薄弱点的综合评价方法 | |
| CN113987823B (zh) | 陆上集中式光伏电站气候效应评估的中尺度数值模拟方法 | |
| CN110033134A (zh) | 一种考虑气象因素的逐日分段短期负荷预测算法 | |
| CN113962518B (zh) | 一种基于电力大数据排污企业异常判定方法 | |
| CN110909958A (zh) | 一种计及光伏并网功率的短期负荷预测方法 | |
| CN104915727B (zh) | 多维度同构异质bp神经网络光功率超短期预测方法 | |
| CN115775053A (zh) | 一种基于改进相似时刻法的分布式光伏功率短期预测方法 | |
| CN116796403A (zh) | 一种基于商业建筑综合能耗预测的建筑节能方法 | |
| CN117744233A (zh) | 一种基于数据分析的建筑设计专家智能分配***及方法 | |
| Yang et al. | Power system yearly peak load forecasting: a grey system modeling approach | |
| CN112712213B (zh) | 一种集中空调住宅深度迁移学习能耗预测方法及*** | |
| CN115564180A (zh) | 一种基于大数据分析的电力网络可靠性评估方法 | |
| CN115660338A (zh) | 一种西南边跨境区域的典型建筑冷热电负荷模型构建方法 | |
| CN115358441A (zh) | 基于联邦学习的新能源集群消纳智能调控方法及装置 | |
| CN114912700A (zh) | 一种工厂车间电力能耗的评估方法及其*** | |
| CN114358503A (zh) | 一种基于多元专家库的配电网节能改造效益评估***及方法 | |
| CN112462708A (zh) | 一种泵站远程诊断及优化调度方法及*** | |
| CN114118863B (zh) | 一种建筑可再生碳中和能源*** |
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 |