[发明专利]基于可逆因果关系的热控制系统和方法

权利要求书

1.一种用于根据加热、通风和空调HVAC设定点来控制被布置为调节环境的HVAC系统的控制器，该控制器包括：至少一个处理器；以及其上存储有指令的存储器，所述指令在由所述至少一个处理器执行时使得所述控制器：

接受所调节的环境中的预定位置处的目标热状态、所调节的环境中的所述预定位置处的当前热状态以及当前HVAC设定点；

使用被训练为建立所述预定位置处的热状态与导致所述热状态的HVAC设定点之间的可逆关系的神经网络，确定目标HVAC设定点，使得所述HVAC系统根据所述目标HVAC设定点的操作相对于所述HVAC系统根据所述当前HVAC设定点的操作的差异将所调节的环境中的所述预定位置中的所述热状态从所述当前热状态改变为所述目标热状态；以及

生成控制命令并将所述控制命令提交给所述HVAC系统的组件以根据所述目标HVAC设定点操作。

2.根据权利要求1所述的控制器，其中，所述神经网络具有自动编码架构，该自动编码架构具有与对应于所述HVAC设定点的隐层连接的编码器和解码器，使得所述编码器形成将所述热状态连接到所述HVAC设定点的热设定点模型，而所述解码器形成将所述HVAC设定点与所述热状态连接的热传感器模型。

3.根据权利要求2所述的控制器，其中，所述编码器的输入层和所述解码器的输出层具有等于所述预定位置的数量的维度，并且其中，所述隐层具有等于所述HVAC设定点的数量的维度。

4.根据权利要求2所述的控制器，其中，所述处理器还被配置为使用包括重构损失的损失函数基于所述目标HVAC设定点和所述目标热状态来更新所述神经网络，以减小所述预定位置处的温度测量和所述目标热状态的目标温度的差异。

5.根据权利要求2所述的控制器，其中，所述处理器被配置为基于包括所述热状态的测量和所述预定位置以及导致所述热状态的所述测量的所述HVAC设定点的测量的训练数据来训练所述神经网络，使得所训练的神经网络的编码器和解码器表示物理观测热模型的编码器和解码器。

6.根据权利要求5所述的控制器，其中，响应于接收到所述目标热状态，所述处理器被配置为针对所述物理观测热模型中的所述解码器的固定参数重新训练所述物理观测热模型的所述编码器的参数，以更新将所述目标热状态连接到所述目标HVAC设定点的所述热设定点模型。

7.根据权利要求6所述的控制器，其中，所述编码器包括连接到所述隐层并具有所述隐层的维度的输出层，并且其中，响应于接收到所述目标热状态，所述处理器被配置为仅重新训练编码器的所述输出层的参数。

8.根据权利要求6所述的控制器，其中，重新训练所述编码器的所述参数以减小重构损失，以用于重构包括各个所述预定位置的重构损失的加权组合的所述目标热状态，并且其中，各个所述预定位置的权重取决于与所述预定位置关联的所调节的环境的占用者的数量，其中，所述处理器还被配置为：

接收所调节的环境中的所述占用者的位置；并且

将所述占用者与其最近预定位置关联。

9.根据权利要求8所述的控制器，其中，响应于检测到所述占用者的位置的改变，所述处理器还被配置为根据所述热传感器模型优化所述目标HVAC设定点，以生成所述占用者的所改变的位置处的所述目标热状态。

10.根据权利要求2所述的控制器，其中，所述处理器还被配置为：给定各个占用者的所述目标热状态，在所述占用者的动态变化的位置处给定所述目标热状态求解对所述目标HVAC设定点的优化。

11.根据权利要求1所述的控制器，其中，所述预定位置处的所述目标热状态是基于所调节的环境中的占用者的热舒适模型来确定的。