[发明专利]适用于EnKF数据同化的室内空气状态监测点优化布置方法

权利要求书

1.一种适用于EnKF数据同化的室内空气状态监测点优化布置方法，其特征在于，步骤如下：

步骤一、自适应构建工况样本集合，首先通过各系统边界条件变量的极值组合构建原始的基础工况样本集合，将基础工况样本集合中的工况样本进行CFD模拟获得对应的物理场模拟结果集合，而后由所述的物理场模拟结果集合中的相邻工况样本线性插值创建中位参数变量工况，并同时线性插值估算出中位参数变量下的室内物理场，将此插值估算的物理场与相同参数变量下利用CFD模拟所得的物理场进行对比，计算物理场线性插值的误差，若误差大于设定的限定值，则将该中位参数变量工况补充到所述的物理场模拟结果集合中，同时该工况对应的物理场CFD模拟结果补充到所述的物理场模拟结果集合中，若误差小于限定值，则无需补充，以此类推，直至相邻样本的中位参数变量工况物理场的线性插值结果和CFD模拟结果之间的误差均小于限定值，此时基础工况样本集合及其对应的物理场模拟结果集合构建完成；

步骤二、结合工程案例需求及可行性设定候选的空气状态测量点位置，在建筑空间中等间隔设置共m个候选测点，由各工况样本的物理场CFD模拟结果导出各候选测点在相应工况下的空气状态模拟值；

步骤三、根据所述的基础工况样本集合及各候选测点在相应工况下的空气状态模拟值，计算候选测点状态与边界条件参数变量之间的Spearman相关系数，以此分析候选测点状态在边界条件参数变量区间内的单调性，若表示测点j处的空气状态，j＝1,2,3，…，m；对于任意s_i成立，则保留j测点，否则从候选测点中剔除j测点；其中，设由系统边界条件中具有不确定性的条件参数变量为s_i，i＝1,2,3，…，n，组成的变量向量为s＝[s₁ s₂ … s_i … s_n]^T，其中，n为条件参数变量的总数量；在EnKF算法中，关键的EnKF滤波方程如公式(1)所示，

式中，s’表示数据同化后的条件参数变量向量，为监测点状态向量，为条件参数变量与监测点状态预测值之间的协方差，为各监测点状态预测值之间的协方差，Y为测量值向量，M表示测量值向量对预测值向量的投影矩阵，C_∈∈为测量误差协方差矩阵；

要使s'的解唯一，则在各边界条件参数变量取不同值时，用于EnKF数据同化的测点状态不存在相等情况，因此，在各边界条件参数变量变化区间内，测点状态应具有单调性，即：

步骤四、根据所述的各候选测点在相应工况下的空气状态模拟值，计算在各边界条件参数变量区间内，保留的候选测点状态的标准差，并将其与仪器测量误差标准差对比，若成立，则保留j测点，否则从候选测点中剔除j测点，σ_j为测点j处空气状态误差标准差；其中，当测量存在误差时，C_∈∈≠0，即空气状态真值存在于测量值误差范围内；为了保证计算稳定性，当模拟值与测量值的差异小于测量误差时认定模拟结果已经近似真实工况；因此，在边界条件参数变量变化范围内，若测点状态的变化量始终小于测量误差，则无法用于EnKF数据同化，即：

步骤五、EnKF数据同化需要的测点数量m不少于条件参数变量的总数量n，取m＝n，将步骤四保留的候选测点按照每m个为1组进行组合，设保留的候选测点数量为d，则共构成个候选测点组合，根据所述的各候选测点在相应工况下的空气状态模拟值，计算在工况变化下每个组合中各候选测点状态之间的Pearson相关系数，以分析候选测点状态之间的线性相关性，若对于某组合中的任意两个测点成立，则保留该候选测点组合，否则剔除该候选测点组合；其中，当测量绝对精确时，C_∈∈＝0，此时要使得公式(1)有意义，则：

式中，表示测点a与测点b状态预测值之间的协方差，其中，a，b＝1,2,3，…，m，m为测点总数；表示测点a与测点b状态预测值之间的皮尔逊相关系数；由公式(6)得，任意两个用于EnKF数据同化的测点状态需非线性相关；

步骤六、根据所述的基础工况样本集合及各候选测点在相应工况下的空气状态模拟值，计算在各边界条件参数变量区间内单位条件参数变量变化引起的测点状态变化量β_i,j，而后计算各候选测点组合用于数据同化时对应的系数矩阵A的极值，即最小值min(|A|)和最大值max(|A|)，若min(|A|)·max(|A|)＞0，则保留该测点组合，否则剔除该测点组合，其中，保留的测点组合均判定为适用于EnKF数据同化的测点组合，将各组合中包含的测点数量、测点位置及测量的状态参数对象等信息依次输出，得出适用于EnKF数据同化的监测点布置方案，包含测量的状态参数、测点数量和测点位置；其中，对于任一边界条件参数变量：

β_i＝[β_i,1 β_i,2 … β_i,j … β_i,m]  (12)

令A为上述方程组的系数矩阵，即：

要使Δs_i具有唯一解则需方程组系数矩阵的秩与条件参数变量的总数量相等，即：

rank(A)＝n  (16)

则m≥n，当m＝n时，要使rank(A)＝n成立，则：

式中，α_i为条件参数变量s_i引起的状态预测误差相对状态预测总误差的比率向量，表示在条件参数变量s_i单独变化的情况下s_i与监测点状态预测值之间的协方差，为在条件参数变量s_i单独变化的情况下各监测点状态预测值之间的协方差，Δs_i为条件参数变量s_i的校正量，β_i为在变量s_i的每单位变化下各监测点空气状态的变化量向量，β_i,j表示测量点j的空气状态在变量s_i的每单位变化中的变化量，Y_j为测点j处的测量值。

2.一种适用于EnKF数据同化的室内空气状态监测点优化布置系统，包括存储器、处理器及存储在存储器上并能够在处理器上运行的计算机程序，其特征在于，所述处理器处理执行所述计算机程序实现如权利要求1所述的适用于EnKF数据同化的室内空气状态监测点优化布置方法，输出适用于EnKF数据同化的监测点布置方案。