[发明专利]热舒适感模型建立方法和用户偏好温度的设定方法及系统

说明书

本发明属于建筑热环境领域，公开了一种热舒适感模型建立方法和用户偏好温度的设定方法及系统。热舒适感模型建立方法通过采集热舒适感数据集，对热舒适感数据集进行数据清洗，得到样本数据集；然后对样本数据集进行ECM聚类，得到聚类集；建立模糊规则，每条模糊规则的模糊前件为一个聚类集，模糊后件为基于一阶Takagi‑Sugeno模型的目标函数计算目标函数的系数，对目标函数的系数进行迭代优化，根据优化后的模糊规则得到热舒适感模型。用户偏好温度的设定方法通过采集当前用户的热感觉指标TPI和空气温度T，利用热舒适感模型输出当前用户的偏好温度。本发明突破传统个人热舒适的静态建模，并使用动态进化神经模糊推理系统建模研究，更好地输出用户舒适偏好温度范围。

技术领域

本发明属于建筑热环境领域，具体涉及一种热舒适感模型建立方法和用户偏好温度的设定方法及系统。

背景技术

人约有90％的时间在室内度过，舒适的室内环境是人们健康生活和高效工作的前提，因此对热环境的科学控制不仅关系到人们的热舒适性，也影响建筑能耗和资源的可持续发展。自Fanger提出PMV(Predicted Mean Vote)热舒适评价指标，热舒适在环境热舒适度评价、室内热环境控制以及空调系统节能优化等领域得到广泛研究。但热舒适不仅受当地气候、生活习惯、风俗、热经历、热期望、热环境响应及个人体质等多因素的影响，也具有随着活动状况、衣着、饮食、情绪的不同而变化的时变特性。这种热舒适动态差异性造成个体间的舒适偏好温度偏差在2.6℃以上，使得办公建筑中温度设定值中有近50％不在美国加热冷冻及空调工程师协会(ASHRAE)PMV-PPD标准推荐的夏季供冷舒适温度(23.5～27℃)范围内，且该范围内的热环境控制只能在统计意义上满足大多数人的舒适性，难以满足某一个体或群体热舒适多样性的需求，这并不属于真正意义上的“舒适”和“节能”。

发明内容

本发明的目的在于提供一种热舒适感模型建立方法和用户偏好温度的设定方法及系统，用以解决现有技术中的难以个性化地满足某一个体或群体对于热舒适多样性需求的问题。

为了实现上述任务，本发明采用以下技术方案：

一种热舒适感模型建立方法，包括如下步骤：

步骤1：采集热舒适感数据集，所述热舒适感数据集包括用户基本信息、热环境参数和热投票参数，对热舒适感数据集进行数据清洗，得到样本数据集，所述样本数据集包括热感觉指标和空气温度；

步骤2：对样本数据集进行ECM聚类，得到M个聚类集，M≥1；

步骤3：建立M条模糊规则，每条模糊规则的模糊前件为一个聚类集，每条模糊规则的模糊后件为基于一阶Takagi-Sugeno模型的目标函数，根据步骤1得到的样本数据集和步骤2得到的聚类集计算目标函数的系数，利用最小二乘法对目标函数的系数进行迭代优化，根据优化后的模糊规则得到热舒适感模型。

进一步的，步骤1中所述用户基本信息包括年龄、性别、活动状态和衣服热阻，所述热环境参数包括空气温度、空气流速和相对湿度，所述热投票参数包括热感觉指标、热偏好和热可接受性。

进一步的，基于一阶Takagi-Sugeno模型的目标函数如式Ⅰ所示：

f(TPI,T)＝β₀+β₁×(TPIⁱ,Tⁱ),i＝1,2,…,p   式Ⅰ