[发明专利]一种基于热成像及BP神经网络的个性化空调控制系统及方法

权利要求书

1.一种基于热成像及BP神经网络的个性化空调系统控制方法，实现该方法的系统包括：人机交互模块用于多人群用户初始信息及与热舒适度反馈信息采集；红外热成像模块用于采集并处理热成像信息；信息处理模块用于接收来源于人机交互模块与红外热成像模块的信息，并通过BP神经网络法计算得到最优化空调系统控制参数；空调控制模块用于接收传输信号并实现对空调系统及其末端设备的控制；

依托手机APP或计算机软件，采集多人群用户的性别、年龄、身高、体重、习服、体质、办公位置、TSV投票参数；

信息处理模块基于对多人群用户数据的采集分析，确定针对多人群用户中不同用户的皮肤温度数据点；

其特征在于，该方法的实现包括以下步骤：

S1、由用户定期录入及更新个人基本信息，并进行热舒适度的实时反馈，所录入信息用于计算BMI相应评价指标及指导红外热成像数据采集；

步骤S2，红外热成像模块进行热成像数据采集；

步骤S3，进行红外热像图与温度场数据的转化；

步骤S4，依据用户录入信息，由温度场数据提取针对于不同用户的温度数据点；步骤S5，以用户为单元对输入层数据进行BP神经网络训练；其中，步骤S5中所述的BP神经网络训练，以皮肤测点温度、性别、BMI、习服及体质参数作为输入层参数，设计令训练收敛的隐含层神经元个数，以TSV指标作为输出层参数，采用人机交互系统提供的TSV数据进行误差修正；

步骤S6，通过数据分析得到空调系统的控制策略；其中，步骤S6具体流程为：

步骤S61，以规范中的室内设计温度作为初始设定温度，空调系统开启；

步骤S62，末端空调设备动作，依照初始温度设定值进行空调系统的调节；

步骤S63，经过BP神经网络法得到TSV反馈数据组；

步骤S64，判断TSV数据组是否满足预先设定人群概率的热舒适要求；

步骤S65，满足设定热舒适要求，则结束调试过程；

步骤S66，将调试结果通过电子信号的形式反馈至人机交互界面；

步骤S67，通过对TSV反馈数据组的判断，调节空调系统末端设备的环境控制参数，并返回步骤S62

步骤S7，空调系统自动控制器接收来自于信息处理模块的控制信号，并对空调系统末端设备进行自动控制。

2.如权利要求1所述的一种基于热成像及BP神经网络的个性化空调系统控制方法，其特征在于，所述步骤S4根据用户性别、习服对不同用户选择不同的人体皮肤温度监控点。