[发明专利]基于深度学习的智慧建筑自适应综合管控方法在审
| 申请号： | 201910416762.2 | 申请日： | 2019-05-20 |
| 公开（公告）号： | CN110210998A | 公开（公告）日： | 2019-09-06 |
| 发明（设计）人： | 陈烈;王备民;高峻;张敏杰;贾根团;胡建忠;吴霞亚;朱文琦 | 申请（专利权）人： | 上海建坤信息技术有限责任公司 |
| 主分类号： | G06Q50/08 | 分类号： | G06Q50/08;G06N3/08 |
| 代理公司： | 上海骁象知识产权代理有限公司 31315 | 代理人： | 林炜 |
| 地址： | 200032 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的智慧建筑自适应综合管控方法，涉及机电设备技术领域，所解决的是管控智慧建筑的技术问题。该方法先利用人工来管控智慧建筑中的各机电设备，并在人工管控过程中实时采集智慧建筑特征数据输入神经网络模型进行训练；并利用神经网络模型来预测智慧建筑中的各机电设备的工况状态；如果预测结果与人工管控结果一致，则转入自动管控模式，利用神经网络模型来管控智慧建筑中的各机电设备；并且在自动管控模式下，如果有人工介入智慧建筑中的各机电设备的管控，则结束自动管控模式，转入人工管控模式。本发明提供的方法，能根据使用需求的变化自适应调整智慧建筑中机电设备的管控策略。 | ||
| 搜索关键词： | 管控 机电设备 神经网络模型 自动管控 综合管控 自适应 转入 自适应调整 工况状态 管控策略 建筑特征 实时采集 预测结果 电设备 学习 预测 | ||
【主权项】：
1.一种基于深度学习的智慧建筑自适应综合管控方法，其特征在于，具体步骤如下：先构建一个神经网络模型，再实施人工管控模式；在人工管控模式下，利用人工来管控智慧建筑中的各机电设备，并在人工管控过程中实时采集智慧建筑特征数据，并将采集的智慧建筑特征数据输入神经网络模型进行训练；智慧建筑特征数据包括智慧建筑的环境参数、建筑物能耗，及智慧建筑中的各机电设备的工况状态，智慧建筑中各区域的人流状况；在人工管控模式下，根据智慧建筑的环境参数、建筑物能耗，及智慧建筑中各区域的人流状况，利用神经网络模型来预测智慧建筑中的各机电设备的工况状态；如果预测结果与人工管控结果一致，则结束人工管控模式，转入自动管控模式；在自动管控模式下，根据实时采集的智慧建筑特征数据，利用神经网络模型来管控智慧建筑中的各机电设备；并且在自动管控模式下，如果有人工介入智慧建筑中的各机电设备的管控，则结束自动管控模式，转入人工管控模式。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海建坤信息技术有限责任公司，未经上海建坤信息技术有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910416762.2/，转载请声明来源钻瓜专利网。
