[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

说明书

本发明涉及新风系统领域下的智能调控，其具体地公开了一种基于物联网数据链的智能型新风系统调控方法，其基于深度学习的关联信息的特征提取和分类的方式，来建立起室内外空气质量情况与新风系统风档档位之间的映射关系，从而提高新风系统风档档位控制的准确性。

技术领域

本发明涉及新风系统领域下的智能调控，且更为具体地，涉及一种基于物联网数据链的智能型新风系统调控方法、基于物联网数据链的智能型新风系统调控系统和电子设备。

背景技术

新风系统是由送风系统和排风系统组成的一套独立空气处理系统，新风系统在密闭的室内一侧用专用设备向室内送新风，再从另一侧由专用设备向室外排出，在室内形成“新风流动场”，从而满足室内新风换气的需要。

目前，现有的新风系统在使用时，一般都是由人工控制调整，大部分时间都是固定在某个风档。已经有一些新风系统与传感器连接，比如通过感应空间内的有害气体浓度，来调整新风系统的档位。但是目前新风系统没有做到足够的智能化，仍然需要用户决定通风控制的时间、效率，不能自动控制新风系统的实时运行，容易造成能源的浪费。因此，期望提供一种能够对新风系统进行智能调控的方法。

物联网就是物物相连的互联网，其用户端延伸和扩展到了任何物品与物品之间进行信息交换和通信，随着物联网的发展，通过物联网数据链实现新风系统与室内监测设备之间的数据通信，从而根据室内空气质量数据实现新风系统的智能调控成为可能。

目前，深度学习以及神经网络已经广泛应用于计算机视觉、自然语言处理、文本信号处理等领域。此外，深度学习以及神经网络在图像分类、物体检测、语义分割、文本翻译等领域，也展现出了接近甚至超越人类的水平。

深度学习以及神经网络的发展为新风系统的智能调控提供了新的解决思路和方案。

发明内容

为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于物联网数据链的智能型新风系统调控方法、基于物联网数据链的智能型新风系统调控系统和电子设备。其基于深度学习的关联信息的特征提取和分类的方式，来建立起室内外空气质量情况与新风系统风档档位之间的映射关系，从而提高新风系统风档档位控制的准确性。

根据本申请的一个方面，提供了一种基于物联网数据链的智能型新风系统调控方法，其包括：

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工作档位；

计算所述编码特征向量与所述参考特征向量之间的交叉熵损失函数值，其中，所述参考特征向量为对应于所述历史统计数据的参考工作档位构成；

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；