[发明专利]一种室内热舒适数据生成方法、系统、设备及介质

权利要求书

1.一种室内热舒适数据生成方法，其特征在于，包括如下步骤：

S1：采集一段时间内若干组真实数据，每组真实数据包括室内温度、室内相对湿度以及室内黑球温度；

S2：将所述若干组真实数据按时间先后分为训练数据和判别数据，增加冗余得到原始随机噪点限制条件；

S3：将训练数据和原始随机噪点限制条件输入生成器，生成器输出生成数据；

S4：将原始随机噪点限制条件、判别数据和生成数据输入判别器，判别器输出判别结果；

S5：根据判别结果，更新判别器参数，判别器向生成器反向传播误差，更新生成器参数；

S6：当判别结果显示误差达到预设精度或学习次数大于预设训练迭代次数，终止算法，完成生成器训练；

S7：向训练完成后的生成器输入当前的室内温度、室内相对湿度以及室内黑球温度，生成器输出预测的室内温度、室内相对湿度以及室内黑球温度；

S8：获取服装热阻、人体新陈代谢率和室内风速，以及S7中预测的室内温度、室内相对湿度以及室内黑球温度，匹配对应的室内热舒适数据。

2.根据权利要求1中所述的室内热舒适数据生成方法，其特征在于，所述原始随机噪点限制条件为真实数据上下各增加20％冗余后得到的数据区间。

3.根据权利要求2中所述的室内热舒适数据生成方法，其特征在于，所述训练迭代次数为10000。

4.根据权利要求2中所述的室内热舒适数据生成方法，其特征在于，所述预设精度为误差贴近10^-3。

5.根据权利要求1中所述的室内热舒适数据生成方法，其特征在于，所述生成器和判别器的隐含层和输出层激活函数为:f(x)＝max(0,x)，在x为1时，所得结果为1；在x为0时，所得结果为0。

6.根据权利要求1中所述的室内热舒适数据生成方法，其特征在于，所述步骤S5中，根据判别器D和生成器G的损失函数，更新相应参数。

7.根据权利要求6中所述的室内热舒适数据生成方法，其特征在于，所述损失函数为：

式中z是服从高斯分布的随机噪声；x是真实数据；G代表生成器；D代表判别器；P_data(x)代表真实数据的概率分布；P_z(x)代表随机噪声的概率分布；x～P_data表示从真实数据的分布中随机抽取x；z～P_z表示从高斯分布的随机噪声中抽取噪声z；x|y表示在限制条件y下得到x，而z|y则表示在限制条件y下得到的z；D(x|y)表示判别器D在接收括号内输入后所输出的向量；G(z|y)表示生成器G在接收括号内输入后所输出的向量。

8.一种室内热舒适数据生成系统，其特征在于，包括：

数据采集单元：用于采集一段时间内若干组真实数据，每组真实数据包括室内温度、室内相对湿度以及室内黑球温度；

数据预处理单元：用于将所述若干组真实数据按时间先后分为训练数据和判别数据，增加冗余得到原始随机噪点限制条件；

生成单元：用于将训练数据和原始随机噪点限制条件输入生成器，生成器输出生成数据；

判别单元：用于将原始随机噪点限制条件、判别数据和生成数据输入判别器，判别器输出判别结果；

反向传播单元：用于根据判别结果，更新判别器参数，判别器向生成器反向传播误差，更新生成器参数；

终止单元：用于当判别结果显示误差达到预设精度或学习次数大于预设训练迭代次数，终止算法，完成生成器训练；

预测单元：向训练完成后的生成器输入当前的室内温度、室内相对湿度以及室内黑球温度，生成器输出预测的室内温度、室内相对湿度以及室内黑球温度；

热舒适单元：用于获取服装热阻、人体新陈代谢率和室内风速，以及S7中预测的室内温度、室内相对湿度以及室内黑球温度，匹配对应的室内热舒适数据。