[发明专利]一种基于物联网数据链的智能型新风系统调控方法有效
申请号: | 202110166138.9 | 申请日: | 2021-02-03 |
公开(公告)号: | CN112923523B | 公开(公告)日: | 2022-05-17 |
发明(设计)人: | 周子文;李上清 | 申请(专利权)人: | 深圳市美兆环境股份有限公司 |
主分类号: | F24F11/58 | 分类号: | F24F11/58;F24F11/64;F24F11/74 |
代理公司: | 深圳峰诚志合知识产权代理有限公司 44525 | 代理人: | 李明香 |
地址: | 518000 广东省深圳市龙华区民治街道民强社*** | 国省代码: | 广东;44 |
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 联网 数据链 智能型 新风 系统 调控 方法 | ||
1.一种基于物联网数据链的智能型新风系统调控方法,其特征在于,包括:
训练阶段,包括:
通过物联网数据链获取楼宇的室外AQI数据的历史统计数据作为第一训练数据集和室内AQI数据的历史统计数据作为第二训练数据集;
将所述第一训练数据集和所述第二训练数据集分别转换为第一训练向量和第二训练向量;
将所述第一训练向量和所述第二训练向量通过深度卷积神经网络,以获得对应于所述第一训练向量的第一特征向量和对应于所述第二训练向量的第二特征向量;
对所述第一特征向量和所述第二特征向量进行差分,以获得差分特征向量;
将所述差分特征向量通过编码器,以获得编码特征向量,其中,所述编码特征向量中每个位置的特征值表示所述新风系统的不同时刻的工作档位;
计算所述编码特征向量与历史统计数据的参考工作档位构成的参考特征向量之间的交叉熵损失函数值;
将所述第二特征向量输入分类器以获得分类损失函数值;以及
基于所述交叉熵损失函数值和分类损失函数值,更新所述深度卷积神经网络的参数;以及
检测阶段,包括:
通过物联网数据链获取待检测数据,其中,所述待检测数据包括当前的楼宇室外AQI数据和室内AQI数据;
将所述待检测数据输入训练阶段所训练的深度卷积神经网络和分类器,所述分类器的输出表示对应于新风系统风档的不同档位标签的概率值;以及
基于所述不同档位标签的概率值中最大概率值对应的档位作为最终档位控制新风系统的风档。
2.根据权利要求1所述的一种基于物联网数据链的智能型新风系统调控方法,其中,通过物联网数据链获取楼宇的室外AQI数据的历史统计数据作为第一训练数据集和室内AQI数据的历史统计数据作为第二训练数据集,包括:
通过物联网数据链获取楼宇所在的当前位置信息;以及
根据当前位置信息向所在区域室外空气监测站发送数据获取请求,以获得当前区域室外AQI数据。
3.根据权利要求1所述的一种基于物联网数据链的智能型新风系统调控方法,其中,通过物联网数据链获取楼宇的室外AQI数据的历史统计数据作为第一训练数据集和室内AQI数据的历史统计数据作为第二训练数据集,包括:
以预设时间间隔获取楼宇的室外AQI数据的历史统计数据作为第一训练数据集和室内AQI数据的历史统计数据作为第二训练数据集。
4.根据权利要求1所述的一种基于物联网数据链的智能型新风系统调控方法,其中,将所述差分特征向量通过编码器,以获得编码特征向量,包括:
将所述差分特征向量通过多个全连接层,以获得编码特征向量,其中,所述多个全连接层中最后一个全连接层的输出位的数量等于输入差分特征向量中特征值的数量,且每个输出位的值对应于所述新风系统的工作档位。
5.根据权利要求1所述的一种基于物联网数据链的智能型新风系统调控方法,其中,所述参考工作档位为通过经验获得的历史最优风档档位。
6.根据权利要求1所述的一种基于物联网数据链的智能型新风系统调控方法,其中,所述深度卷积神经网络为深度残差网络。
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深圳市美兆环境股份有限公司,未经深圳市美兆环境股份有限公司许可,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/202110166138.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:厨房机器人、控制方法及控制系统
- 下一篇:一种高芝麻素芝麻油生产制备工艺