[发明专利]一种热舒适度预测方法、装置、设备及存储介质

说明书

本发明公开了一种热舒适度预测方法、装置、设备及存储介质。获取影响热舒适度的多个影响因数，将多个影响因数输入预先训练好的BP神经网络中进行处理，计算各影响因数对应的舒适感的预测评价值，综合各影响因数对应的舒适感的预测评价值得到热舒适度预测值。利用BP神经网络深入研究多个影响因素对人体热舒适度的影响，并综合各影响因数对应的舒适感的预测评价值得到热舒适度预测值，提高了热舒适度预测效率和准确性，以更好地满足人们的热舒适度需求。

技术领域

本发明实施例涉及热舒适度技术领域，尤其涉及一种热舒适度预测方法、装置、设备及存储介质。

背景技术

室内热湿环境指的是人们最直观感觉到的室内温度和相对湿度形成的物理环境，将人们对室内热湿环境的感觉称之为室内热湿环境热舒适度(简称热舒适度)，对热舒适度的量化标准称为热舒适指标。

相关技术中，通过热舒适度指标PMV方程计算PMV值。但是由于热舒适度指标PMV方程计算本身存在的复杂性、非线性和时滞性，导致无法进行准确的评估，进而导致无法对热舒适度指标PMV进行准确的控制，合理满足人们的热舒适度需求。

发明内容

本发明提供一种热舒适度预测方法、装置、设备及存储介质，以提高热舒适度预测效率和准确性，以更好地满足人们的热舒适度需求。

第一方面，本发明实施例提供了一种热舒适度预测方法，包括：

获取影响热舒适度的多个影响因数；

将多个所述影响因数输入预先训练好的BP神经网络中进行处理，计算各所述影响因数对应的舒适感的预测评价值；

综合各所述影响因数对应的舒适感的预测评价值得到热舒适度预测值。

可选的，所述影响因数包括：环境因素和人体因素；

所述环境因素包括：操作温度、湿度、风速、光照、平均辐射温度和色温；

所述人体因素包括：人体新陈代谢率、服装热阻和对外机械做功。

可选的，所述操作温度通过如下公式计算：

其中，t_o为操作温度，t_a为环境空气的温度，h_c为对流换热系数，h_r为辐射换热系数，为人体坐姿时的平均辐射温度；

其中，人体坐姿时的平均辐射温度通过如下公式计算：

其中，t_up、t_down、t_right、t_left、t_front、t_back分别为人体的上侧、下侧、右侧、左侧、前侧、后侧各壁面的表面温度。

可选的，将多个所述影响因数输入预先训练好的BP神经网络中进行处理，计算各所述影响因数对应的舒适感的预测评价值，包括：

采用如下公式计算操作温度对应的舒适感的预测评价值：

y_1A＝-18.004+1.642t_o-0.038t_o²

y_1B＝-84.130+6.834t_o-0.139t_o²

其中，y_1A、y_1B分别为冬季工况和夏季工况下操作温度对应的舒适感的预测评价值，t_o为操作温度。