[发明专利]一种基于RBF神经网络的室内视觉环境调控系统及方法

说明书

技术领域

本发明涉及智能控制领域，更具体地，涉及一种基于RBF神经网络的室内视觉环境调控系统及方法。

背景技术

自20世纪70年代能源危机以来，能源及环境问题受到社会各界的高度重视，全球能源消耗的增幅远远高于经济增幅，作为全球第一能耗大国，能源消耗问题是中国亟需重视和解决的关键问题。建筑能源消耗在全球总能源消耗中占据了相当大的比例，根据最新调查显示，在三级总能耗中，照明设备的能耗占到了40％至70％，因此，利用照明和遮阳系统创建能耗最小的室内视觉舒适环境对于减少建筑能耗具有及其重要的意义。

室内视觉舒适环境的建设综合“绿色照明”与“以人为本”的理念，在视觉舒适的基础上最大程度的利用自然光能源，降低照明能耗；室内视觉舒适主要由室内照度决定，因此，室内视觉舒适环境建设需以用户的视觉舒适度作为重要的优化参数，将自然光的有效利用与灯光照明使用结合起来以达到视觉舒适的目的。

目前，室内视觉舒适环境相关控制系统在国内外已被广泛研究，针对遮阳百叶的控制规则及控制方法已经形成了较为成熟的理论和测试方法，从传统控制方法到基于模糊逻辑的智能控制器以及二者的结合，动态开窗与灯光控制的引入使得自然光得到了更好的开发利用，进而达到了节省照明能源的目的。

然而上述控制系统多是以建立数学模型、设计理论算法来实现控制目标，室内光环境控制需要将控制理论应用与室内光环境智能控制结合的控制策略；以往模糊控制策略中模糊规则和隶属函数的确定需要较多的环境控制经验，而且模糊规则与隶属函数难以调整，且控制系统多是通过调整达到预设的照度值以达到所谓最优照度值，没有考虑到用户视觉舒适的多样性与不均匀性，存在局限性。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的一种基于RBF神经网络的室内视觉环境调控系统及方法。

根据本发明的一个方面，提供一种基于RBF神经网络的室内视觉环境调控系统，包括数据采集模块、数据处理与控制模块和输出驱动模块；

所述数据采集模块，用于采集室内和室外的照度值；

所述数据处理与控制模块，用于基于RBF神经网络，根据所述照度值得到室内百叶帘角度和/或照明调控参数并输出；

所述输出驱动模块，用于根据所述室内百叶帘角度和/或照明调控参数，控制室内百叶帘转动和/或照明灯工作，以实现室内视觉的自动调控。

根据本发明的另一个方面，还提供一种基于RBF神经网络的室内视觉环境调控方法，包括：

S1，采集室内和室外的照度值；

S2，基于RBF神经网络算法，根据所述照度值得到室内百叶帘角度和/或照明调控参数；

S3，根据所述室内百叶帘角度和/或照明调控参数，控制室内百叶帘转动和/或照明灯工作，以室内视觉环境的自动调控。

本发明通过分析室内视觉舒适环境的主要影响因素，针对自然光照变化规律、建筑周边环境等，根据室内室外照度值，构建了相对合理的室内视觉环境神经网络控制系统，提高了室内视觉舒适环境控制系统的控制精度与鲁棒性，克服了传统控制系统及方法的不稳定性、应用局限性等缺点；同时本发明采用的RBF神经网络控制算法可以进行多输入多输出变量的控制，可以充分逼近任意复杂的非线性关系与自学习不确定系统，确保了控制系统更高的适应性；可以在保障室内视觉舒适度的情况下，最大限度的节省照明用电能源。

附图说明

图1为本发明基于RBF神经网络的室内视觉环境调控系统示意图；

图2为本发明实施例照度传感器布局示意图；

图3为本发明实施例基于RBF神经网络的室内视觉环境调控系统示意图；

图4为本发明实施例RBF神经网络调控示意图；

图5为本发明实施例RBF神经网络结构示意图；

图6为本发明实施例RBF神经网络输出拟合度曲线示意图；

图7为本发明实施例修正神经网络参数后的RBF神经网络输出拟合度曲线示意图；

图8为本发明实施例RBF神经网络参数修正前后输出拟合度曲线比较示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。

如图1所示，一种基于RBF神经网络的室内视觉环境调控系统，包括数据采集模块、数据处理与控制模块和输出驱动模块；

所述数据采集模块，用于采集室内和室外的照度值；