[发明专利]一种基于人员感官舒适度节能模型的教室自适应控制系统有效

专利信息
申请号: 202011418599.2 申请日: 2020-12-07
公开(公告)号: CN112506059B 公开(公告)日: 2022-09-16
发明(设计)人: 徐孝彬;李新宏;邵岚;栾国庆 申请(专利权)人: 常州常工电子科技股份有限公司
主分类号: G05B13/04 分类号: G05B13/04;G05D27/02
代理公司: 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 代理人: 丁博寒
地址: 213031 *** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人员 感官 舒适 节能 模型 教室 自适应 控制系统
【说明书】:

发明涉及电力节能技术领域,尤其涉及一种基于人员感官舒适度节能模型的教室自适应控制系统,检测模组和电能控制模组由通讯模组分别与边缘计算机相连;检测模组用于对教室人员数据和室内环境数据进行采集,并将数据传输到边缘计算机;边缘计算机中设置有检测系统和感官舒适度节能模型,使用感官舒适度节能模型对检测模组采集到的数据进行评估并制定相应的控制策略,通过电能控制模组对教室环境做出自适应调节。通过多次实验建立感官舒适度节能模型,配合检测系统通过控制器调节教室内的电灯和空调降低能耗。系统基于人体舒适度与室内占用率的最佳能耗控制策略,为校园教室节能提供理论基础以及实际系统,能够有效提高教室节能能力和控制能力。

技术领域

本发明涉及电力节能技术领域,尤其涉及一种基于人员感官舒适度节能模型的教室自适应控制系统。

背景技术

随着教育事业的快速发展以及高校规模的不断扩张,高效逐渐成为用能用电大户,伴随能源的日益紧张,以及燃烧发电造成的环境问题日渐突出,教育部也随之提出“建设节约型高效”。教室作为高校教学的重要场所,一般采用开放式管理为主,教室学生基本上无固定班级教室,无固定座位,而对教室的灯光和空调等用电设备都是由学校管理人员手工控制的,除去工作学习的必须用电,因学校教室极多,导致人为因素的电量浪费十分严重。

除此之外,教室内环境的舒适度也是人们日益增长的需求,因此,实现校园教室节能并保持舒适度的自适应控制具有重要意义。

鉴于上述问题的存在,本设计人基于从事此类产品工程应用多年丰富的实务经验及专业知识,积极加以研究创新,以期创设一种基于人员感官舒适度节能模型的教室自适应控制系统,使其更具有实用性。

发明内容

本发明所要解决的技术问题是:提供一种基于人员感官舒适度节能模型的教室自适应控制系统,保证人员舒适度的同时控制用电在最佳能耗。

为了达到上述目的,本发明所采用的技术方案是:一种基于人员感官舒适度节能模型的教室自适应控制系统,包括:边缘计算机、通讯模组、检测模组和电能控制模组,所述检测模组和所述电能控制模组均通过所述通讯模组分别与所述边缘计算机相连;

所述检测模组用于对教室人员数据和室内环境数据进行采集,并将采集数据通过所述通讯模组传输到所述边缘计算机;

所述边缘计算机中设置有检测系统和感官舒适度节能模型,使用所述感官舒适度节能模型对所述检测模组采集到的数据进行评估并制定相应的控制策略,通过所述电能控制模组对教室环境做出自适应调节。

进一步地,所述感官舒适度节能模型用于计算当前环境下的最佳环境参数,以及所述电能控制模组的调节参数;

所述感官舒适度节能模型包括自编码网络最佳参数模型和若干个最佳舒适度节能模型,将若干个所述最佳舒适度节能模型输入到所述自编码网络最佳参数模型中并输出合成后的最佳光照、空气温度和湿度参数。

进一步地,所述最佳舒适度节能模型是通过将所述检测模组采集到的环境数据、人员位置数据和人员舒适度数据输入BP神经网络,并根据最佳舒适度下的环境数据训练所述BP神经网络所获得;

所述环境数据、所述人员位置数据和所述人员舒适度数据设置为一个人员在教室内的一个位置处对应一组环境数据下的舒适度数据;

其中,所述环境数据包括教室内的光照、空气湿度和温度数据。

进一步地,若干个所述最佳舒适度节能模型通过对同一人员在若干个教室位置处所对应若干组环境数据下的舒适度数据,根据最佳舒适度数据训练所述BP神经网络所获得。

进一步地,所述检测模组包括人员检测单元、光照检测单元、温度检测单元和湿度检测单元,分别用于采集教室内的人员数量和位置数据,光照数据,温度数据和湿度数据;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于常州常工电子科技股份有限公司,未经常州常工电子科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011418599.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top