[发明专利]一种基于人工神经网络算法的室内环境负反馈调节系统

说明书

本发明公开了一种基于人工神经网络算法的室内环境负反馈调节系统，包括数据处理平台、智能控制系统、室内环境监测系统、人体热感觉反馈系统和基本项目参数输入系统，数据处理平台与智能控制系统相连。本发明提出的基于人工神经网络算法的室内环境负反馈调节系统，通过模型对环境参数以及人群热感觉反馈值进行反馈计算后得到每一个权值矩阵，智能控制系统对权值矩阵进行处理，提出提高人体舒适度评价指标的方案，通过数据处理，获得室内环境参数的修正值；整体可对室内环境进行监测，实现反馈自动调节，具有学习功能，可根据不同环境可自动得出最佳室内环境参数。

技术领域

本发明涉及到室内环境负反馈调节系统技术领域，特别涉及一种基于人工神经网络算法的室内环境负反馈调节系统。

背景技术

随着经济技术的发展，在我国人们对与自身生存环境的关注度逐渐加强，迫使人们对于目前所处环境提出了更高的要求，又是是对室内环境的要求。据统计，一般人70％以上的时间都在室内度过，因此室内环境的优劣直接影响着室内人员的舒适度和身体健康状况。目前，室内环境主要以传统的监测为主，包括温湿度、二氧化碳浓度检测。《绿色建筑评价标准》GB/T 50378-2014针对人员密度较高的房间，提出对室内的二氧化碳浓度进行数据采集、分析，并与通风系统联动的要求，用以保证室内的新风量需求，同时达到建筑节能的目的。

目前该技术的缺点：第一：目前对室内环境检测主要在对环境本身的研究，缺少与反馈智能调节系统的联动。监控系统主要用途在于数据的收集和展示上，大多无反馈和自调节系统，即使有反馈调节系统也较为单一，且反馈调节系统为程序设定的固定调节模式，无自学习功能。第二:部分空调系统的自动调节系统主要根据室外的温湿度情况进行反馈，而缺乏本身对室内环境的监测，特别是缺少与环境内人员的互动，在部分大型公建和人员密度较大的场所存在局限性。

发明内容

为这解决现有反馈调节系统较为单一，调节模式固定不可调，无自学习功能，使用存在局限性的问题，本发明的目的在于提供一种基于人工神经网络算法的室内环境负反馈调节系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于人工神经网络算法的室内环境负反馈调节系统，包括数据处理平台、智能控制系统、室内环境监测系统、人体热感觉反馈系统和基本项目参数输入系统，数据处理平台与智能控制系统相连，智能控制系统与室内环境监测系统相连，室内环境监测系统、人体热感觉反馈系统和基本项目参数输入系统与数据处理平台相连，其主要目标是基于用户实时对热舒适度评价，将得到的热舒适度评价信息反馈给数据处理平台，数据处理平台建立模型，调整模型参数后，再反馈给智能控制系统上处理，实现室内环境负反馈调节。

优选的，室内环境监测系统由温湿度监测仪、二氧化碳浓度监测仪和空间占用传感器组成，温湿度监测仪、二氧化碳浓度监测仪和空间占用传感器组成安装在建筑内部，温湿度监测仪对室内温湿度进行实时监测，二氧化碳浓度监测仪对室内二氧化碳的浓度进行监测，空间占用传感器对室内人员占有率进行监测，温湿度监测仪、二氧化碳浓度监测仪和空间占用传感器监测的环境参数通过网络即时传输给数据处理平台。

优选的，人体热感觉反馈系统采用平板，平板与数据处理平台通过网络连接，平板放置在出入口和资讯台等人口出入流动的位置，平板上设有ASHRAE 热感觉5级标尺界面，5级标尺分别为冷、凉、适中、暖和舒适，对应标度依次为-2、-1、0、1和2，人员在平板上对舒适度选择评价。

优选的，基本项目参数输入系统用于输入气候参数、项目类型以及项目所处位置等信息，并将信息通过网络传输给数据处理平台。

优选的，数据处理平台获得各个监测参数对人体舒适度影响程度，包括：建立室内热湿环境舒适度反馈系统和算法采用神经网络算法中的反向传播法，其中计算过程包括以下步骤：

步骤1)：输入初始参数、权重；

步骤2)：通过正向传播，获得人体舒适度评价指标；