[实用新型]空调系统

说明书

本实用新型公开了空调系统包括：数据采集单元，用于采集人体的体表温度T；模型训练单元，用于根据所述体表温度T训练得到温冷感模型；控制单元，用于将所述体表温度T输入到所述温冷感模型中得出室内温度的调节指令；所述温冷感模型包括若干个预测模型，所述体表温度T的温度集合包括面部的额头温度、脸颊温度、眼睛温度、鼻子温度、耳朵温度和手部温度；所述预测模型包括所述体表温度T的子集合。本实用新型基于多处的体表温度利用随机森林原理训练得到温冷感模型，解决了决策树可能出现的过拟合导致的泛化性能差的缺点，并且降低了异常值带来的影响；随数据量的增加，准确率会不断提高；无需人员参与调节参数；直观、可视化。

技术领域

本实用新型涉及空调技术领域，具体涉及空调系统。

背景技术

在热舒适研究领域，算法模型的研究可以分为两类：一类是以人与环境的换热模型或环境参数（如室内温度）为基础，依赖大量人的热感觉投票建立的算法模型，这类算法模型关注群体的一般性规律，控制策略满足多数人的需求，适合于指导室内环境的设计和营造，如常见的PMV算法模型；另一类是试图模拟人的热生理过程及其与环境之间的换热关系，用生理参数来定义和描述人在环境中的热状态。

现有专利CN106247525B主要通过采集对象空间内温度分布的热图像和空调出风的风向、风速、风温中的至少一者的参数，推定人体的温冷感。首先根据热图像和风速来推定人体散热量，然后根据散热量推定所述人体的温冷感。但人是不能直接感觉到环境温度的，只能感觉到位于皮肤表面下的神经末梢的温度。当人的热感觉发生变化时，身体的某些生理参数（客观因素）也会发生变化，如皮肤温度、心率等，所以把生理参数变化与人体热感觉联系在一起用以评价人的热感觉具有客观性综上，现需要设计空调系统以解决上述技术问题。

发明内容

为解决上述现有技术中问题，本实用新型提供了空调系统，引入皮肤温度这一生理参数，建立皮肤温度与热感觉投票值TSV之间的关系，提高空调系统温度调节的准确性。

为达到上述目的，本实用新型采用如下技术方案：

空调系统，包括：

数据采集单元，其安装于空调室内机模块中，用于采集人体的体表温度T；

模型训练单元，与所述数据采集单元通信连接，用于根据所述体表温度T训练得到温冷感模型；

控制单元，其与所述数据采集单元和模型训练单元均通信连接，用于将所述体表温度T输入到所述温冷感模型中得出室内温度的调节指令；

所述温冷感模型包括若干个预测模型，所述体表温度T的温度集合包括面部的额头温度、脸颊温度、眼睛温度、鼻子温度、耳朵温度和手部温度；

所述预测模型包括所述体表温度T的子集合。

在本实用新型的一些实施例中，所述模型训练单元包括训练集、验证集和测试集；所述训练集基于python编程语言调用了pandas包和sklearn库的随机森林模型和若干个函数。

在本实用新型的一些实施例中，所述训练集调用的内容包括用于数据划分的train_test_split、分类报告函数classification_report、随机森林模型Random ForestClassifier、网格搜索函数Grid Search CV、树模型规则化export_text。

在本实用新型的一些实施例中，所述模型训练单元用于将所述决策树的深度和数量作为超参数，还用于采用4折交叉验证对所述深度和所述数量的组合进行遍历。

在本实用新型的一些实施例中，所述温冷感模型的输出值为：n0代表感觉为冷的数量；n1代表感觉为中性的数量；n2代表感觉为热的数量。

在本实用新型的一些实施例中，所述控制模块用于根据最大的所述温冷感模型的输出值输出对应的调节指令。