[发明专利]一种基于神经网络的空气净化方法及系统

权利要求书

1.一种基于神经网络的空气净化方法，提前预测室内二氧化碳的浓度以保证人们一直处在二氧化碳浓度适宜范围，其特征在于：通过神经网络模型对室内二氧化碳含量和人数变化情况进行分析，预测下一时间段室内二氧化碳浓度的情况，根据预测结果对室内二氧化碳浓度进行控制；所述的空气净化方法包括以下步骤：

数据实时采集步骤：通过数据采集节点实时采集室内的空气质量数据和人数数据；

数据预先分析步骤：将采集的室内空气质量数据导入空气质量预先分析模型中，对模型进一步进行学习训练，并结合室内人数数据变化情况和当前室内空气质量数据对室内空气质量数据的变化趋势进行分析；

预先净化步骤：根据空气质量预先分析模型的数据分析结果对室内的空气质量进行预先净化；

所述室内空气质量数据包括室内二氧化碳浓度数据、室内微尘颗粒含量数据和空气湿度数据中的一种或者多种；

所述对室内空气质量数据的变化趋势进行分析包括根据当前室内人数数据不变时对下一时间段室内二氧化碳浓度数据的变化进行分析，以及根据当前室内人数数据变化时对下一时间段室内二氧化碳浓度数据的变化进行分析；

所述根据当前室内人数数据变化时对下一时间段室内二氧化碳浓度数据的变化进行分析包括以下内容：

根据每个人单位时间内产生的二氧化碳量结合当前室内人数的变化情况计算出单位时间内室内产生的二氧化碳总量的变化情况；

根据单位时间内室内产生的二氧化碳总量的变化情况结合室内空间体积计算出单位时间内室内二氧化碳浓度的变化趋势；

根据采集的当前室内二氧化碳浓度数据和二氧化碳浓度的变化趋势预测出下一时间段室内二氧化碳浓度数据；

所述预先净化步骤包括以下内容；

判断预测出的下一时间段室内二氧化碳浓度数据是否达到预设的室内二氧化碳浓度阈值；

如果达到预设的室内二氧化碳浓度阈值，则通过通入室外空气或者通过将室内二氧化碳转化为氧气的方式，以降低室内二氧化碳浓度和增加氧气浓度；

通过通入室外空气的方式包括通过风机将室外空气抽入到空气净化器经过净化后在通入室内，以达到降低室内二氧化碳浓度和增加氧气浓度的目的；通过将室内二氧化碳转化为氧气的方式包括通过风机将室内空气抽入到空气净化器中，通过二氧化碳与空气净化器中放置的过氧化钠进行化学反应产生氧气，再通入到室内，以达到降低室内二氧化碳浓度和增加氧气浓度的目的。

2.根据权利要求1所述的一种基于神经网络的空气净化方法，其特征在于：在通过基于神经网络的空气净化方法进行室内空气预先净化之前还需要通过采集结合室内不同人数与室内空气质量数据变化的历史数据进行机器学习并建立空气质量预先分析模型。

3.根据权利要求1所述的一种基于神经网络的空气净化方法，其特征在于：所述根据当前室内人数数据不变时对下一时间段室内空气质量数据的变化进行分析包括以下内容：

根据每个人单位时间内产生的二氧化碳量结合当前室内人数数据计算出单位时间内室内产生的二氧化碳总量；

根据单位时间内室内产生的二氧化碳总量结合室内空间体积计算出单位时间内室内二氧化碳浓度的变化趋势；

根据采集的当前室内二氧化碳浓度数据和二氧化碳浓度的变化趋势预测出下一时间段室内二氧化碳浓度数据。

4.根据权利要求1-3任意一项所述的一种基于神经网络的空气净化方法的空气净化系统，其特征在于：包括用于采集室内空气质量和人数数据的数据采集模块、用于接收所述数据采集模块采集的数据并进行分析以及结果判断的数据分析模块、以及根据所述数据分析模块的分析判断结果实现对室内空气质量进行净化的空气净化设备。

5.根据权利要求4所述的一种基于神经网络的空气净化方法的空气净化系统，其特征在于：所述数据采集模块包括用于采集室内二氧化碳浓度的二氧化碳传感器，用于采集室内微尘颗粒含量的PM2.5传感器和PM10传感器，用于采集室内空气湿度的湿度传感器，以及用于采集室内人数数量的红外计数传感器。