CN102736649B - 基于个性化人员冷热抱怨的环境温湿度控制方法及系统 - Google Patents
基于个性化人员冷热抱怨的环境温湿度控制方法及系统 Download PDFInfo
- Publication number
- CN102736649B CN102736649B CN201210192140.4A CN201210192140A CN102736649B CN 102736649 B CN102736649 B CN 102736649B CN 201210192140 A CN201210192140 A CN 201210192140A CN 102736649 B CN102736649 B CN 102736649B
- Authority
- CN
- China
- Prior art keywords
- complaint
- sample
- cold
- hot
- sample set
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Air Conditioning Control Device (AREA)
Abstract
本发明提出一种基于个性化人员冷热抱怨的环境温湿度控制方法及系统,该方法包括:获取对预定环境空间的冷、热感知的抱怨信息;根据抱怨时间获取该时刻的预定环境空间内的环境信息;根据环境信息和抱怨信息生成每种抱怨数据类型对应的抱怨样本集合;根据抱怨样本集合绘制温度-相对湿度的坐标系;获取抱怨样本集合在坐标系中的帕累托前沿集合,并根据帕累托前沿集合得到抱怨区域的描述结果,并根据描述结果在坐标系中绘制出抱怨区域;根据抱怨区域的描述结果对预定环境空间内的温、湿度进行控制。根据本发明的实施例,可根据个性化人员冷热偏好,对室内温、湿度进行自动控制。
Description
技术领域
本发明涉及暖通及通信技术领域,特别涉及一种基于个性化人员冷热抱怨的环境温湿度控制方法及系统。
背景技术
目前的室内环境控制系统基于采取统一的物业管理模式,或者给用户直接提供房间的温度设定点,供用户自主设定。这些模式带来了许多问题。统一的物业管理模式往往基于现有的平均标准,无法满足个性化、尤其是个人办公环境的舒适需求。而直接让用户提供房间温度设定点往往导致用户不知如何设定来满足自身需求,也会出现用户任意设定温度进而对空调系统带来损伤和不必要能耗损失。
个性化室内环境的控制应面向个性化的舒适度。在人员的热舒适研究领域,诸多学者在热舒适模型领域做了大量研究。其中一类模型基于人工气候室实验,通过大量受试者的实验数据,结合人体热交换机理模型进行拟合得到。主要的模型是P.O.Fanger的Predicted Mean Vote-Predicted Percent Dissatisfied model(PMV-PPD)(P.O.Fanger,Thermal Comfort,Copenhagen,Danish Technical Press.1970)。另一类模型是基于人体生理学热传导原理建立的解析计算模型,典型的如A.P.Gagge等人提出的人体两节点模型(A.P.Gagge,J.A.J.Stolwijk,An Effective Temperature ScaleBased on a Simple Model of Human Physiological Regulatiry Response.ASHRAETransactions,72(1):247-262,1972)。现场调研也是一类研究热舒适模型的重要方法。典型的模型如R.de.Dear的自适应舒适模型(R.de Dear,Developing an adaptive modelof thermal comfort and preference.ASHRAE Transactions,104(1):3-20,1998)。侯文邦,等公开了一种新型实用专利《一种基于模糊神经网络的热舒适度仿真模型》,专利号CN 101201907,基于皮肤和内核温度及他们的变化率对身体各个局部建立局部热感觉模型和全身整体热舒适模型。O.Ahmed公开了名为《Method and apparatus fordetermining a thermal setpoint in a HVAC system》的美国专利,专利号US 6145751,使用了模糊逻辑的方法对于区域内多人冷热感受进行推理计算并得出区域内空调需要的设定温度。
然而,现有的学术论文和专利对人员热舒适的描述中都集中于多人平均模型的获取与测量,也需要收集较多人员对于环境感受程度的相关数据。所采取的处理方法依赖于对环境舒适程度的详细评价。现有的模型与方法均无法直接推广到面向个性化抱怨样本的舒适度描述模型中。个性化的人员热舒适抱怨模型与传统的舒适模型有着较大的区别。传统的模型要求人员对于特定环境进行细致的程度评价,而人员的抱怨行为的建模则面临更强的不确定因素,如舒适程度信息的丢失,抱怨时刻的随机性,样本的非对称性(只有人员的抱怨样本,并无舒适样本)。这给对人员在室内环境中得抱怨行为的描述带来了挑战。
发明内容
本发明旨在至少解决上述技术问题之一。
为此,本发明的一个目的在于提出一种可以学习室内环境,即预定环境空间中个性化人员冷热偏好,以对室内温度能够进行个性化选择的基于个性化人员冷热抱怨的环境温湿度控制方法。。
本发明的另一目的在于提出一种基于个性化人员冷热抱怨的环境温湿度控制系统。
为了实现上述目的,本发明第一方面实施例提出了一种基于个性化人员冷热抱怨的环境温湿度控制系统,包括以下步骤:获取对预定环境空间的冷、热感知的抱怨信息,其中,所述抱怨信息包括抱怨身份信息、抱怨数据、抱怨数据类型和抱怨时间,且所述抱怨数据类型包括冷抱怨数据类型和热抱怨数据类型;根据所述抱怨时间获取该时刻的所述预定环境空间内的环境信息,其中,所述环境信息包括空气温度和相对湿度;根据所述环境信息和所述抱怨信息生成每种抱怨数据类型对应的抱怨样本集合,其中,所述抱怨样本集合中每个抱怨样本包括对应的空气温度和相对湿度;根据所述抱怨样本集合绘制温度-相对湿度的坐标系,其中,所述抱怨样本集合中的每个抱怨样本对应的空气温度和相对湿度为所述坐标系的坐标点;获取所述抱怨样本集合在坐标系中的帕累托前沿集合,并根据所述帕累托前沿集合得到抱怨区域的描述结果,并根据所述描述结果在坐标系中绘制出抱怨区域;和根据所述抱怨区域的描述结果对所述预定环境空间内的温、湿度进行控制。
本发明第二方面实施例提出了一种基于个性化人员冷热抱怨的环境温湿度控制系统,包括:抱怨信息获取装置,用于获取对预定环境空间的冷、热感知的抱怨信息,其中,所述抱怨信息包括抱怨身份信息、抱怨数据、抱怨数据类型和抱怨时间,且所述抱怨数据类型包括冷抱怨数据类型和热抱怨数据类型;环境信息获取装置,用于根据所述抱怨时间获取该时刻的所述预定环境空间内的环境信息,其中,所述环境信息包括空气温度和相对湿度;抱怨样本集合生成装置,用于根据所述环境信息和所述抱怨信息生成每种抱怨数据类型对应的抱怨样本集合,其中,所述抱怨样本集合中每个抱怨样本包括对应的空气温度和相对湿度;坐标建立装置,用于根据所述抱怨样本集合绘制温度-相对湿度的坐标系,其中,所述抱怨样本集合中的每个抱怨样本对应的空气温度和相对湿度为所述坐标系的坐标点;区域划分装置,用于获取所述抱怨样本集合在坐标系中的帕累托前沿集合,并根据所述帕累托前沿集合得到抱怨区域的描述结果,并根据所述描述结果在坐标系中绘制出抱怨区域;和环境控制装置,用于根据所述抱怨区域的描述结果对所述预定环境空间内的温、湿度进行控制。
根据本发明实施例的基于个性化人员冷热抱怨的环境温湿度控制方法及系统,用户无需考虑自己适合的温湿度设定点、或者自己感受的程度,只需表达太冷太热等抱怨信息,便可以智能学习出用户舒适需求,因此有着更为良好的用户体验。本发明针对个性化抱怨行为,收集每个人的抱怨数据进行学习,建立了个性化的抱怨行为描述,为个性化的舒适控制提供模型依据。且本发明只利用抱怨样本对用户偏好进行描述。利用抱怨样本对个性化人员偏好进行描述,有利于抱怨的消除。另外,本发明中的个性化抱怨区域描述结果的多种输出形式,便于分析、显示和为智能空调控制提供个性化舒适依据。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例的基于个性化人员冷热抱怨的环境温湿度控制方法的流程图;
图2为本发明实施例的基于个性化人员冷热抱怨的环境温湿度控制方法中帕累托前沿集合的获取过程流程图;
图3为本发明一个实施例的基于个性化人员冷热抱怨的环境温湿度控制方法中热抱怨样本集合示意图;
图4为图3所示的热抱怨样本集合对应的异常样本和帕累托前沿样本的示意图;
图5为根据图4所示的帕累托前沿集合得到的热抱怨区域的示意图;
图6为本发明实施例的基于个性化人员冷热抱怨的环境温湿度控制方法的时变抱怨区域的更新示意图;
图7为本发明一个实施例的基于个性化人员冷热抱怨的环境温湿度控制方法的热抱怨区域的示意图;
图8为加热新的抱怨样本后对图7所示的热抱怨区域进行更改的示意图;
图9为本发明实施例的基于个性化人员冷热抱怨的环境温湿度控制系统的结构图;
图10为本发明一个实施例的基于个性化人员冷热抱怨的环境温湿度控制系统的抱怨信息获取装置、环境信息获取装置和抱怨样本集合生成装置之间通讯的示意图;以及
图11为本发明一个实施例的基于个性化人员冷热抱怨的环境温湿度控制系统的对抱怨区域的描述结果进行显示以及传输给制冷装置的示意图。
具体实施方式
现在将详细描述本发明的实施例,所述实施例的示例在附图中示出。虽然示出了特定实施例,但是应理解不意味着将本发明限于这些特定实施例。相反地,本发明包括在所附的权利要求的精神和范围内的替代、修改和等同。阐明多个具体细节是为了提供对本文提出的主题的全面理解。但是本领域的普通技术人员应明白,可以不使用这些具体细节来实施该主题。在其他情况下,没有详细描述公知的方法、程序、部件和电路,从而避免不必要地使本实施例的方面模糊。
尽管本文可能使用术语第一、第二等等来描述各种元件,但是这些元件不应受这些术语限制。这些术语仅仅用于将一个元件与另一个元件区别开。例如第一排序标准可以称为第二排序标准,类似地,第二排序标准可以称为第一排序标准,在不脱离本发明的范围的情况下。第一排序标准和第二排序标准都是排序标准,但是它们不是相同的排序标准。
本文中本发明的描述中使用的术语仅仅是为了描述特定实施例的目的,并不意味着对本发明的限制。如本发明及所附权利要求的描述中所使用的,单数形式“一个”“一种”和“所述”意味着也包括复数形式,除非上下文另外清楚指出。还应理解,本文所使用的术语“和/或”表示并包含一个或多个的相关联的列出的项目的任何一个和所有可能组合。还应进一步理解,当在说明书中使用时,术语“包括”和/或“包含”指定陈述的特征、操作、元件和/部件的存在,但不排除一个或多个其他特征、操作、元件、部件和/或它们的组的存在或添加。
如本文所使用的,根据上下文,术语“如果”可理解为是指“当”或“在……时”或“响应于确定”或“根据……的确定”或“响应于检测”,陈述的先决条件是真实的。类似地,根据上下文,短语“如果确定[陈述的先决条件是真实的]”或“如果[陈述的先决条件是真实的]”或“当[陈述的先决条件是真实的]”可理解为是指“在确定……时”或“响应于确定”或“根据.......的确定”或“在检测……时”或“对应于检测”陈述的先决条件是真实的。
以下结合附图首先描述根据本发明实施例的基于个性化人员冷热抱怨的环境温湿度控制方法。
参见图1,根据本发明实施例的基于个性化人员冷热抱怨的环境温湿度控制方法,包括如下步骤:
步骤S101,获取对预定环境空间,如建筑物内的冷、热感知的抱怨信息,其中,所述抱怨信息包括抱怨身份信息、抱怨数据、抱怨数据类型和抱怨时间,且所述抱怨数据类型包括冷抱怨数据类型和热抱怨数据类型。在一些示例中,可通过人机交互界面的形式获取对预定环境空间的冷、热感知的抱怨信息,例如,人机交互界面中可设置有太冷、太热等按钮,由此,某一用户可向人机交互界面中输入太冷、太热等简单的抱怨信息,这样,不需像传统空调系统中直接输入设定值,用户只需在感觉不舒适时通过人机界面表达最为直观的冷热感受,避免用户直接通过设定温度点,导致用户往往不知道设定值为多少能够满足自身需要,同时也避免带来不必要的制冷能耗。在该示例中,人机交互界面既可以在本地存储抱怨信息并提供读取接口,也可以以总线、以太网等多种可能的传输形式向外发送抱怨信息,供其它装置使用。
步骤S102,根据抱怨时间获取该时刻的预定环境空间内的环境信息,其中,环境信息包括空气温度和相对湿度。换言之,当在步骤S101中获取到抱怨信息时,根据抱怨信息中的抱怨时间获取此刻的环境信息,即此刻的空气温度以及空气的相对湿度。
在一些实施例中,可以通过环境参数测量传感器获取环境信息。在该示例中,环境参数测量传感器拥有一定的数据存储能力或者通信接口。可以是一种或多种温度、湿度传感器以及其组合,能够对用户所在区域,即预定环境空间的温度和相对湿度进行测量。环境参数测量传感器既可以在本地存储环境信息并提供读取接口,也可以通过多种通信渠道,如总线、以太网、互联网等形式将环境信息向外发送。
步骤S103,根据环境信息和抱怨信息生成每种抱怨数据类型对应的抱怨样本集合,其中,抱怨样本集合中每个抱怨样本包括对应的空气温度和相对湿度。
需要说明的是,上述生成的抱怨样本集合是基于个性化人员的抱怨信息生成的,即首先将不同时刻的多个抱怨信息进行分类,其分类依据为根据抱怨数据类型将所有的抱怨信息划分为两类,接着,根据每一类抱怨信息中的抱怨身份信息,该抱怨身份信息用于区分该抱怨信息是哪位用户进行的抱怨,这样,根据抱怨身份信息可将同一类抱怨信息划分为同一抱怨身份信息对应的抱怨信息的集合,然后根据该抱怨信息的集合中的每个抱怨信息的抱怨时间,得到在该抱怨时间采集的预定环境空间内的空气温度和相对湿度,由此得到同一用户不同时刻的多个抱怨信息对应的抱怨样本集合,该抱怨样本集合由每个抱怨信息所对应的空气温度和相对湿度组成。作为一个具体的示例,每个抱怨样本为温度和相对湿度二维向量,可用xi=(ti,hi)'表示。其中ti和hi分别表示第i个抱怨样本的空气温度和相对湿度。
步骤S104,根据抱怨样本集合绘制温度-相对湿度的坐标系,其中,抱怨样本集合中的每个抱怨样本对应的空气温度和相对湿度为坐标系的坐标点。在本发明的一个示例中,将温度作为坐标系的横坐标、相对湿度作为坐标系的纵坐标,从而将抱怨样本集合中的每个抱怨样本绘制在坐标系中。如图3所示,示出了某一用户,即某一抱怨身份信息对应的抱怨数据类型为热抱怨数据类型的抱怨样本集合在上述温度-相对湿度的坐标系中的坐标点,即坐标点为图3中所示的多个热抱怨样本。需要说明的是,冷抱怨数据类性对应的抱怨样本集合绘制温度-相对湿度的坐标系的方法和图3所示的绘制热抱怨数据类型对应的温度-相对湿度的坐标系的方法相同,为了减少冗余,不做赘述。
步骤S105,获取所述抱怨样本集合在坐标系中的帕累托前沿集合,并根据所述帕累托前沿集合得到抱怨区域的描述结果,并根据所述描述结果在坐标系中绘制出抱怨区域。由于利用了人的冷、热抱怨区域在温度-相对湿度坐标系上的重要性质。人员的舒适感受区域和不舒适区域均是连通区域,人员感受随环境的变换也是连续平缓的。不会存在一些人的感受与临近环境发生巨大变化的异常区域。同时,某一类抱怨关于某些特定环境参数往往存在单调性,如当环境温度越高,人的热抱怨趋势将越明显。但是,相对湿度对于人的冷热感受有着较为复杂的影响。人员抱怨的上述性质,使得没有必要对人员抱怨区域进行完整而封闭的描述,只需关注抱怨区域与舒适区域的边界划分。
结合图2,根据上述分析,获取所述抱怨样本集合在坐标系中的帕累托前沿集合,并根据所述帕累托前沿集合得到抱怨区域的描述结果,并根据所述描述结果在坐标系中绘制出抱怨区域,包括如下步骤:
1、设定抱怨样本集合中每个抱怨样本的关键方向(对应步骤S202),其中,关键方向为两个,其中,当所述抱怨数据类型为冷/热抱怨数据类型时,抱怨样本集合中每个抱怨样本的关键方向包括高温低湿度方向/低温低湿度方向和高温高湿度方向/低温高湿度方向。以热抱怨样本为例,由于热抱怨关于空气温度具有单调性,关于相对湿度并不具有单调性。故热抱怨样本的关键方向设定为低温高湿度和低温低湿度两个方向。同理,冷抱怨样本的关键方向指高温低湿方向和高温高湿度两个方向。
2、根据确定的两个关键方向分别得到抱怨样本集合在两个关键方向上的两个帕累托前沿集合(对应步骤S203)。抱怨样本集合的关键方向上的帕累托前沿集合指在抱怨样本集合中没有抱怨样本的坐标点出现在以该抱怨样本的坐标点为起点,更加远离该关键方向上的抱怨样本的集合。抱怨样本集合中的这些抱怨样本在空气温度和相对湿度的两维中互相不可比较。对于热抱怨样本而言,低温高湿度方向的帕累托前沿集合指那些没有其他样本比该样本温度低且湿度高的抱怨样本的集合,低温高湿方向的帕累托前沿集合指那些没有其他样本比该样本温度低且湿度低的抱怨样本的集合。同理,对于冷抱怨样本而言,高温高湿度方向的帕累托前沿集合指那些没有其他样本比该样本温度高且湿度高的抱怨样本的集合,高温高湿方向的帕累托前沿集合指那些没有其他样本比该样本温度高且湿度低的抱怨样本的集合。如图4所示,示出了图3所示实施例的从热抱怨样本中得到的两个关键方向上的帕累托前沿集合,即帕累托前沿样本。
3、根据最小方差的线性估计方法得到两个帕累托前沿集合的边界方程。具体而言,本示例中以一种分段多线性回归的技术为例,对两个帕累托前沿集合进行描述。对于热抱怨样本集合的两个指定的关键方向上的两个帕累托集合,分别采取最小方差的线性估计得到两个帕累托前沿集合的近似描述,即边界方程。
4、根据所述边界方程构造出抱怨区域的边界方程,并根据抱怨区域的边界方程在所述坐标系中绘制出所述抱怨区域。如图5所示,为根据图4所示的两个帕累托前沿集合的边界方程得到的热抱怨的边界描述区域,即抱怨区域的边界方程,即图5中的虚线区域组成了热抱怨区域。
再次结合图2,在一些示例中,在获取抱怨样本集合在坐标系中的帕累托前沿集合之前,还包括步骤S201,通过异常检测方法对所述抱怨样本集合进行检测,以去除所述抱怨样本集合中的异常样本。进一步地,异常检测方法例如采用:基于样本密度检测方法、基于样本距离检测方法或者K邻近方法等。
步骤S106,根据所述抱怨区域的描述结果对所述预定环境空间内的温、湿度进行控制。在本发明的一个实施例中,将抱怨区域的描述结果发送至环境控制装置,如空调,以通过环境控制装置对预定环境空间内的温度、湿度进行调节。即由上述步骤对抱怨样本集合进行处理完,可将据抱怨区域的描述结果发送至如环境控制装置,如空调的控制器,空调的控制器根据抱怨区域的描述结果对预定环境内的温度和湿度进行调节。由此,仅仅利用抱怨样本进行抱怨区域描述,可以学习室内环境中个性化人员冷热偏好,克服其中舒适程度信息缺失、抱怨时刻随机、样本非对称等问题。使得如空调系统可根据人个性化抱怨区域的描述结果智能调节环境控制策略,实现个性化舒适的控制。另外,在考虑能耗情形下,可以实现对个性化的舒适性和能耗的兼顾,即在一定程度上降低能耗,且尽可能地满足个性化人员的冷热需求。
在本发明的进一步示例中,还可对抱怨区域的描述结果进行显示,其中显示方式包括但不限于以下几种:数学表达式形式、图形形式和表格形式。作为一种实施方式,该表格可以是数据库形式,存入数据库中,也可以通过可视化界面,将抱怨区域展示出来,供用户或者管理人员分析使用,抱怨区域的描述结果也可以利用数据回归技术,以数学表达式形式进行显示。例如通过对帕累托前沿集合进行拟合回归,给出线性或者非线性方程,即边界方程作为抱怨区域的边界的描述。
在一些示例中,可分层次地得到多个帕累托前沿集合,即从抱怨样本集合中去除所述帕累托前沿集合以在剩余的抱怨样本集合中获取新的帕累托前沿集合。具体地,可根据每类抱怨样本集合的关键方向,寻找出不同层次的帕累托前沿集合。第一层帕累托前沿集合为按照上述方法寻找出的原抱怨样本集合的帕累托前沿集合。将第一层帕累托前沿集合去除后,可以在余下抱怨样本集合中寻找出新的帕累托前沿集合,形成第二层帕累托前沿集合。依次进行。分层次帕累托前沿集合表述了抱怨区域与抱怨程度信息。帕累托前沿集合的层次越高,表明越深入抱怨区域,即该人员在此环境下产生该类抱怨的可能性就越高。
由于同一用户对冷热感知有可能变化,因此,该用户将会有一些新的抱怨信息。此时,为了对该用户的冷热感知有更准确的把握,即时间越久的抱怨样本越有可能对目前用户的冷热感知的抱怨样本的区别越大,因此,对所述抱怨样本集合中的抱怨样本进行更新,以便得到新的抱怨区域的描述结果。具体地,如图6所示,包括以下步骤:
步骤S601,最新抱怨样本获取,即获取人员最新的抱怨样本后。
步骤S602,加入最新抱怨样本,删除历史最久的样本,即将新的抱怨样本加入抱怨样本集合,同时将抱怨样本集合中历史最久远的样本删除,得到新的抱怨样本集合。
步骤S603,使用更新后的抱怨样本集合进行抱怨区域模型学习,得到抱怨区域的描述结果。
步骤S604,输出更新后的抱怨区域。
如图9和图10所示,在本发明的进一步实施例中,提出了一种基于个性化人员冷热抱怨的环境温湿度控制系统900,包括:抱怨信息获取装置910、环境信息获取装置920、抱怨样本集合生成装置930、坐标建立装置940、区域划分装置950和环境控制装置960。
其中,抱怨信息获取装置910用于获取对预定环境空间的冷、热感知的抱怨信息,其中,所述抱怨信息包括抱怨身份信息、抱怨数据、抱怨数据类型和抱怨时间,且所述抱怨数据类型包括冷抱怨数据类型和热抱怨数据类型。环境信息获取装置920用于根据所述抱怨时间获取该时刻的所述预定环境空间内的环境信息,其中,所述环境信息包括空气温度和相对湿度。
抱怨样本集合生成装置930用于根据所述环境信息和所述抱怨信息生成每种抱怨数据类型对应的抱怨样本集合,其中,所述抱怨样本集合中每个抱怨样本包括对应的空气温度和相对湿度。需要说明的是,上述生成的抱怨样本集合是基于个性化人员的抱怨信息生成的,即首先将不同时刻的多个抱怨信息进行分类,其分类依据为根据抱怨数据类型将所有的抱怨信息划分为两类,接着,根据每一类抱怨信息中的抱怨身份信息,该抱怨身份信息用于区分该抱怨信息是哪位用户进行的抱怨,这样,根据抱怨身份信息可将同一类抱怨信息划分为同一抱怨身份信息对应的抱怨信息的集合,然后根据该抱怨信息的集合中的每个抱怨信息的抱怨时间,得到在该抱怨时间采集的预定环境空间内的空气温度和相对湿度,由此得到同一用户不同时刻的多个抱怨信息对应的抱怨样本集合,该抱怨样本集合由每个抱怨信息所对应的空气温度和相对湿度组成。作为一个具体的示例,每个抱怨样本为温度和相对湿度二维向量,可用xi=(ti,hi)'表示。其中ti和hi分别表示第i个抱怨样本的空气温度和相对湿度。
坐标建立装置940用于根据所述抱怨样本集合绘制温度-相对湿度的坐标系,其中,所述抱怨样本集合中的每个抱怨样本对应的空气温度和相对湿度为所述坐标系的坐标点。在本发明的一个示例中,将温度作为坐标系的横坐标、相对湿度作为坐标系的纵坐标,从而将抱怨样本集合中的每个抱怨样本绘制在坐标系中。如图3所示,示出了某一用户,即某一抱怨身份信息对应的抱怨数据类性为热抱怨数据类型的抱怨样本集合在上述温度-相对湿度的坐标系中的坐标点,即坐标点为图3中所示的多个热抱怨样本。需要说明的是,冷抱怨数据类性对应的抱怨样本集合绘制温度-相对湿度的坐标系的方法和图3所示的绘制热抱怨数据类型对应的温度-相对湿度的坐标系的方法相同,为了减少冗余,不做赘述。
区域划分装置950用于获取所述抱怨样本集合在坐标系中的帕累托前沿集合,并根据所述帕累托前沿集合得到抱怨区域的描述结果,并根据所述描述结果在坐标系中绘制出抱怨区域。
环境控制装置960用于根据所述抱怨区域的描述结果对所述预定环境空间内的温度进行控制。进一步地,环境控制装置960例如为空调。其实现方式在上述的实施例中已经做了描述,此处不做描述。
在一些示例中,基于个性化人员冷热抱怨的环境温湿度控制系统900还包括抱怨样本检测装置(图中未示出),用于通过异常检测方法对所述抱怨样本集合进行检测,以去除所述抱怨样本集合中的异常样本。进一步地,异常检测方法包括:基于样本密度检测方法、基于样本距离检测方法以及K邻近方法。
在一些示例中,抱怨样本检测装置用于设定所述抱怨样本集合中每个抱怨样本的关键方向,其中,所述关键方向为两个,其中,当所述抱怨数据类型为冷/热抱怨数据类型时,所述抱怨样本集合中每个抱怨样本的关键方向包括高温低湿度方向/低温低湿度方向和高温高湿度方向/低温高湿度方向,根据确定的所述两个关键方向分别得到所述抱怨样本集合在所述两个关键方向上的两个帕累托前沿集合,并根据最小方差的线性估计方法得到所述两个帕累托前沿集合的边界方程,并根据所述边界方程构造出所述抱怨区域的边界方程,并根据所述抱怨区域的边界方程在所述坐标系中绘制出所述抱怨区域。
如图11所示,基于个性化人员冷热抱怨的环境温湿度控制系统900包括显示装置970,用于对所述抱怨区域的描述结果进行显示,其中显示方式为数学表达式形式、图形形式或表格形式。进一步地,显示装置包括数学表达式显示模块971、图形显示模块972和表格显示模块973。
在一些示例中,区域划分装置950还用于从所述抱怨样本集合中去除所述帕累托前沿集合以在剩余的抱怨样本集合中获取新的帕累托前沿集合。
在一些示例中,基于个性化人员冷热抱怨的环境温湿度控制系统900还包括抱怨样本集合更新模块(图中未示出),用于对所述抱怨样本集合中的抱怨样本进行更新。其更新后的作用和实现方法在上述实施例中已经进行了描述,此处不做赘述。
【实施例1】
以下以某位用户夏季的热抱怨为例的一种温度控制的实施过程。
如图3所示,收集某个个体的热抱怨的热抱怨样本集合。每个热抱怨样本为温度和相对湿度二维向量,记为xi=(ti,hi)'表示。其中ti和hi分别表示第i个热抱怨样本的空气温度和相对湿度。
首先对热抱怨样本集合进行异常热抱怨样本的检测与剔除。在本实例中,采用基于样本间距的方法为例进行。定义样本xi和xj间的距离为:
d(xi,xj)=|xi,1-xj,1|/L1+|xi,2-xj,2|/L2。
其中,xi,1为xi二维向量的第一维,即本实例中的ti,xi,2为xi中的第二维,即hi。同理xj,1为xj二维向量的第一维,即tj;xj,2为xj向量的第二维,即hj。L1和L2分别为空气温度和相对湿度在抱怨样本集合中的变化范围。如果样本xi满足以下条件:
则认为该抱怨样本异常。本实例中,取d=1,M=8≈m/2,m为该抱怨样本的总数。其检测结果如图4所示。
根据热抱怨的关键方向,即低温高湿度方向和低温低湿两个方向,在剔除异常热抱怨样本的热抱怨样本集合中找出在这两个方向的帕累托前沿集合,如图4所示。
在该示例中,采取一种分段多线性回归的技术为例,对帕累托前沿集合进行描述。对于热抱怨的两个指定方向上的帕累托前沿集合,分别采取最小方差的线性估计得到两个帕累托前沿集合的近似描述,即边界方程,如下式所示:
0.0295x1+0.052x2-0.9925=0,
0.0133x1-0.025x2-1.0030=0
根据上述边界方程,构造出热抱怨区域的不等式描述,即热抱怨区域的描述结果的边界方程,如下:
其热抱怨区域的描述结果如图5中虚线所示。
如图6所示区域划分装置950或步骤S105中的一种可能的时变抱怨区域描述方法示意图。步骤S601,在获取人员最新的抱怨数据后进入步骤S602,将新近样本加入抱怨样本集合,同时将样本集合中历史最久远的样本删除,得到新近的样本集合。而后进入步骤S603,得到时变抱怨区域的描述,进入步骤S604,输出结果。
【实施例2】
如图7所示,另一用户的已有的一种抱怨区域的描述形式按照实施例1中所示的方法给出数学描述:
随着新的抱怨样本获取,抱怨样本集合按照图6中所述的更新机制进行更新后,按照图2示例的描述方法进行抱怨区域描述的更新。并采用线性数据拟合的方法得到新的抱怨区域的边界数学描述。其可视化的显示见图8。可以看出,新增的热抱怨样本,在本实例中,新增的热抱怨样本为5个,而删除的历史热抱怨样本为3个。其新的热抱怨区域如图8虚线所限定的位于虚线右侧的区域,其抱怨区域的描述结果如下所示:
如图11所示。在运行的个性化人员抱怨区域描述得到抱怨区域的描述结果后,可以通过多种方式进行输出。例如给出人员抱怨边界的关键点,或者边界的帕累托前沿集合。该表格,即表格显示模块973可以是数据库形式,存入数据库系统,也可以通过可视化界面,即图形显示模块972将抱怨区域展示出来,供用户或者管理人员分析使用。抱怨区域描述也可以利用数据回归技术,以数学表达式输出,即通过数学表达式显示模块971进行输出。例如可以利用数据回归技术,对图2中示例方法中帕累托前沿集合进行拟合回归,给出线性或者非线性方程作为抱怨区域边界的描述。还可以输出给空调的控制系统,给空调的控制提供个性化的人员舒适度模型,实现个性化的舒适度控制。智能空调系统也可以根据空调的控制系统能耗信息与上述抱怨区域描述结果,进一步做个性化舒适与节能的集成控制,以便在个性化舒适与节能之间做协调,达到既节能又保证个性化舒适的目的。
根据本发明的实施例具有如下优点:
1、本发明的实施例只需根据冷、热感受的抱怨信息,用户无需考虑自己适合的温湿度设定点、或者自己感受的程度,只需表达太冷或太热等抱怨信息,便可以智能学习出用户舒适需求,因此有着更为良好的用户体验。
2、针对个性化抱怨行为,收集每个人的抱怨样本集合进行学习,建立了个性化的抱怨行为的描述结果,为个性化的舒适控制提供模型依据。
3、存储和记录了个性化的抱怨样本集合,并只利用抱怨样本集合对用户偏好进行描述。在实际应用中,人员无抱怨阶段并非对环境的满意,因此直接提取的无抱怨样本有较大的噪声,故本发明的实施例避免了舒适样本提取的困难。
4、仅利用抱怨样本对个性化人员偏好进行描述,具有一定的保守性,可以实现较低的漏报率,在实际环境控制中对避免人员抱怨有着重要意义,有利于抱怨的消除。
5、抱怨样本集合更新可以实现抱怨描述结果的时变更新,能够描述随着季节变化等引起的人员抱怨区域的变化。
6、个性化抱怨区域描述结果的多种输出形式,便于分析、显示和为空调控制提供个性化舒适依据。
为了说明的目的,已经参考特定实施方式进行了上述描述。然而,以上说明性的讨论不意味着详尽讨论或者将本发明限于公开的精确形式。鉴于上述教导,进行许多修改和变化是可能的。所选取和描述的实施方式是为了最好地说明本发明的原则和它的实际应用,从而使得本领域的其他技术人员能够最好地利用本发明以及具有各种适合于预期的特殊用途的修改的各种实施方式。实施方式包括在所附权利要求的精神和范围内的替换、修改和等同。阐明多个具体细节是为了提供对本文提出的主题的全面理解。但是本领域的普通技术人员应明白,可以不使用这些具体细节来实施该主题。在其他情况下,没有详细描述公知的方法、程序、部件和电路,从而避免不必要地使本实施方式的方面模糊。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同限定。
Claims (17)
1.一种基于个性化人员冷热抱怨的环境温湿度控制方法,其特征在于,包括以下步骤:
获取对预定环境空间的冷、热感知的抱怨信息,其中,所述抱怨信息包括抱怨身份信息、抱怨数据、抱怨数据类型和抱怨时间,且所述抱怨数据类型包括冷抱怨数据类型和热抱怨数据类型;
根据所述抱怨时间获取所述抱怨时间对应的时刻的所述预定环境空间内的环境信息,其中,所述环境信息包括空气温度和相对湿度;
根据所述环境信息和所述抱怨信息生成每种抱怨数据类型对应的抱怨样本集合,其中,所述抱怨样本集合中每个抱怨样本包括对应的空气温度和相对湿度;
根据所述抱怨样本集合绘制温度-相对湿度的坐标系,其中,所述抱怨样本集合中的每个抱怨样本对应的空气温度和相对湿度为所述坐标系的坐标点;
获取所述抱怨样本集合在坐标系中的帕累托前沿集合,并根据所述帕累托前沿集合得到抱怨区域的描述结果,并根据所述描述结果在坐标系中绘制出抱怨区域;和
根据所述抱怨区域的描述结果对所述预定环境空间内的温、湿度进行控制。
2.根据权利要求1所述的基于个性化人员冷热抱怨的环境温湿度控制方法,其特征在于,在获取所述抱怨样本集合在所述坐标系中的帕累托前沿集合之前,还包括:
通过异常检测方法对所述抱怨样本集合进行检测,以去除所述抱怨样本集合中的异常样本。
3.根据权利要求2所述的基于个性化人员冷热抱怨的环境温湿度控制方法,其特征在于,所述异常检测方法包括:
基于样本密度检测方法、基于样本距离检测方法以及K邻近方法。
4.根据权利要求1所述的基于个性化人员冷热抱怨的环境温湿度控制方法,其特征在于,获取所述抱怨样本集合在所述坐标系中的帕累托前沿集合,并根据所述帕累托前沿集合得到抱怨区域的描述结果,并根据所述描述结果在所述坐标系中绘制出抱怨区域,进一步包括:
设定所述抱怨样本集合中每个抱怨样本的关键方向,其中,所述关键方向为两个,其中,当所述抱怨数据类型为冷抱怨数据类型时,所述抱怨样本集合中每个抱怨样本的关键方向包括高温低湿度方向和高温高湿度方向,当所述抱怨数据类型为热抱怨数据类型时,所述抱怨样本集合中每个抱怨样本的关键方向包括低温低湿度方向和低温高湿度方向;
根据确定的所述两个关键方向分别得到所述抱怨样本集合在所述两个关键方向上的两个帕累托前沿集合;
根据最小方差的线性估计方法得到所述两个帕累托前沿集合的边界方程;以及
根据所述边界方程构造出所述抱怨区域的边界方程,并根据所述抱怨区域的边界方程在所述坐标系中绘制出所述抱怨区域。
5.根据权利要求1所述的基于个性化人员冷热抱怨的环境温湿度控制方法,其特征在于,还包括:对所述抱怨区域的描述结果进行显示,其中显示方式为数学表达式形式、图形形式或表格形式。
6.根据权利要求1所述的基于个性化人员冷热抱怨的环境温湿度控制方法,其特征在于,将所述抱怨区域的描述结果发送至环境控制装置,以通过所述环境控制装置对所述预定环境空间内的温、湿度进行调节。
7.根据权利要求1所述的基于个性化人员冷热抱怨的环境温湿度控制方法,其特征在于,还包括:
从所述抱怨样本集合中去除所述帕累托前沿集合以在剩余的抱怨样本集合中获取新的帕累托前沿集合。
8.根据权利要求1所述的基于个性化人员冷热抱怨的环境温湿度控制方法,其特征在于,还包括:对所述抱怨样本集合中的抱怨样本进行更新。
9.一种基于个性化人员冷热抱怨的环境温湿度控制系统,其特征在于,包括:
抱怨信息获取装置,用于获取对预定环境空间的冷、热感知的抱怨信息,其中,所述抱怨信息包括抱怨身份信息、抱怨数据、抱怨数据类型和抱怨时间,且所述抱怨数据类型包括冷抱怨数据类型和热抱怨数据类型;
环境信息获取装置,用于根据所述抱怨时间获取所述抱怨时间对应的时刻的所述预定环境空间内的环境信息,其中,所述环境信息包括空气温度和相对湿度;
抱怨样本集合生成装置,用于根据所述环境信息和所述抱怨信息生成每种抱怨数据类型对应的抱怨样本集合,其中,所述抱怨样本集合中每个抱怨样本包括对应的空气温度和相对湿度;
坐标建立装置,用于根据所述抱怨样本集合绘制温度-相对湿度的坐标系,其中,所述抱怨样本集合中的每个抱怨样本对应的空气温度和相对湿度为所述坐标系的坐标点;
区域划分装置,用于获取所述抱怨样本集合在坐标系中的帕累托前沿集合,并根据所述帕累托前沿集合得到抱怨区域的描述结果,并根据所述描述结果在坐标系中绘制出抱怨区域;和
环境控制装置,用于根据所述抱怨区域的描述结果对所述预定环境空间内的温、湿度进行控制。
10.根据权利要求9所述的基于个性化人员冷热抱怨的环境温湿度控制系统,其特征在于,还包括:
抱怨样本检测装置,用于通过异常检测方法对所述抱怨样本集合进行检测,以去除所述抱怨样本集合中的异常样本。
11.根据权利要求10所述的基于个性化人员冷热抱怨的环境温湿度控制系统,其特征在于,所述异常检测方法包括:基于样本密度检测方法、基于样本距离检测方法以及K邻近方法。
12.根据权利要求9所述的基于个性化人员冷热抱怨的环境温湿度控制系统,其特征在于,所述抱怨样本检测装置用于设定所述抱怨样本集合中每个抱怨样本的关键方向,其中,所述关键方向为两个,其中,当所述抱怨数据类型为冷抱怨数据类型时,所述抱怨样本集合中每个抱怨样本的关键方向包括高温低湿度方向和高温高湿度方向,当所述抱怨数据类型为热抱怨数据类型时,所述抱怨样本集合中每个抱怨样本的关键方向包括低温低湿度方向和低温高湿度方向,根据确定的所述两个关键方向分别得到所述抱怨样本集合在所述两个关键方向上的两个帕累托前沿集合,并根据最小方差的线性估计方法得到所述两个帕累托前沿集合的边界方程,并根据所述边界方程构造出所述抱怨区域的边界方程,并根据所述抱怨区域的边界方程在所述坐标系中绘制出所述抱怨区域。
13.根据权利要求9所述的基于个性化人员冷热抱怨的环境温湿度控制系统,其特征在于,还包括:
显示装置,用于对所述抱怨区域的描述结果进行显示,其中显示方式为数学表达式形式、图形形式或表格形式。
14.根据权利要求13所述的基于个性化人员冷热抱怨的环境温湿度控制系统,其特征在于,所述显示装置包括数学表达式显示模块、图形显示模块和/表格显示模块。
15.根据权利要求9所述的基于个性化人员冷热抱怨的环境温湿度控制系统,其特征在于,所述环境控制装置为空调。
16.根据权利要求9所述的基于个性化人员冷热抱怨的环境温湿度控制系统,其特征在于,所述区域划分装置还用于从所述抱怨样本集合中去除所述帕累托前沿集合以在剩余的抱怨样本集合中获取新的帕累托前沿集合。
17.根据权利要求9所述的基于个性化人员冷热抱怨的环境温湿度控制系统,其特征在于,还包括:
抱怨样本集合更新模块,用于对所述抱怨样本集合中的抱怨样本进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210192140.4A CN102736649B (zh) | 2012-06-11 | 2012-06-11 | 基于个性化人员冷热抱怨的环境温湿度控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210192140.4A CN102736649B (zh) | 2012-06-11 | 2012-06-11 | 基于个性化人员冷热抱怨的环境温湿度控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102736649A CN102736649A (zh) | 2012-10-17 |
CN102736649B true CN102736649B (zh) | 2014-09-10 |
Family
ID=46992305
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210192140.4A Active CN102736649B (zh) | 2012-06-11 | 2012-06-11 | 基于个性化人员冷热抱怨的环境温湿度控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102736649B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103322642B (zh) * | 2013-05-15 | 2015-08-19 | 北京联合大学生物化学工程学院 | 基于主观感受的室内温度控制系统与方法 |
CN105589742B (zh) * | 2014-11-12 | 2019-03-26 | 中国移动通信集团公司 | 一种信息处理方法和电子设备 |
CN104850906A (zh) * | 2015-05-18 | 2015-08-19 | 清华大学 | 基于群体冷热抱怨信息的室内温度计算方法及系统 |
CN106091102B (zh) * | 2016-06-27 | 2019-01-18 | 嘉兴意米节能科技有限公司 | 一种供暖系统的室内温度设定值的计算方法 |
CN106225163B (zh) * | 2016-07-29 | 2019-04-02 | 北京同衡能源技术研究院有限公司 | 一种室内环境测评控制方法及系统 |
WO2018106522A1 (en) | 2016-12-07 | 2018-06-14 | Carrier Corporation | Group dynamic environmental control system and method of operation |
CN107449109B (zh) * | 2017-07-20 | 2020-05-22 | 广东美的制冷设备有限公司 | 空调器语音控制方法、装置、空调器及可读存储介质 |
CN108459565A (zh) * | 2017-12-25 | 2018-08-28 | 北京泰豪智能工程有限公司 | 一种扁平化智能楼宇控制系统 |
CN110595021A (zh) * | 2019-10-08 | 2019-12-20 | 苏州惠林节能材料有限公司 | 一种采用温度传感器进行实验室湿度控制的方法 |
CN111707314A (zh) * | 2020-07-14 | 2020-09-25 | 南京优助智能科技有限公司 | 多温湿度测点统筹观测和评估方法及系统 |
CN112257779A (zh) * | 2020-10-22 | 2021-01-22 | 重庆中源绿蓝环境科技有限公司 | 一种中央空调自学习工况参数获取方法 |
CN114518776B (zh) * | 2022-02-25 | 2022-11-29 | 山东建筑大学 | 一种VOCs释放量检测气候室温湿度非线性控制方法 |
CN116701830A (zh) * | 2023-04-26 | 2023-09-05 | 清华大学 | 基于模糊规则与稳定性推理控制的帕累托前沿解优选方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6145751A (en) * | 1999-01-12 | 2000-11-14 | Siemens Building Technologies, Inc. | Method and apparatus for determining a thermal setpoint in a HVAC system |
CN101201907A (zh) * | 2007-10-24 | 2008-06-18 | 中山大学 | 一种基于模糊神经网络的热舒适度仿真模型 |
CN102110243A (zh) * | 2009-12-23 | 2011-06-29 | 新奥特(北京)视频技术有限公司 | 一种人体舒适度的预测方法 |
CN202677236U (zh) * | 2012-06-11 | 2013-01-16 | 清华大学 | 基于个性化人员冷热抱怨的环境温湿度控制系统 |
-
2012
- 2012-06-11 CN CN201210192140.4A patent/CN102736649B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6145751A (en) * | 1999-01-12 | 2000-11-14 | Siemens Building Technologies, Inc. | Method and apparatus for determining a thermal setpoint in a HVAC system |
CN101201907A (zh) * | 2007-10-24 | 2008-06-18 | 中山大学 | 一种基于模糊神经网络的热舒适度仿真模型 |
CN102110243A (zh) * | 2009-12-23 | 2011-06-29 | 新奥特(北京)视频技术有限公司 | 一种人体舒适度的预测方法 |
CN202677236U (zh) * | 2012-06-11 | 2013-01-16 | 清华大学 | 基于个性化人员冷热抱怨的环境温湿度控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102736649A (zh) | 2012-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102736649B (zh) | 基于个性化人员冷热抱怨的环境温湿度控制方法及系统 | |
O'Brien et al. | Introducing IEA EBC annex 79: Key challenges and opportunities in the field of occupant-centric building design and operation | |
Park et al. | Comprehensive analysis of the relationship between thermal comfort and building control research-A data-driven literature review | |
Yan et al. | IEA EBC Annex 66: Definition and simulation of occupant behavior in buildings | |
Jia et al. | Design automation for smart building systems | |
Jia et al. | A systematic development and validation approach to a novel agent-based modeling of occupant behaviors in commercial buildings | |
Raftery et al. | Calibrating whole building energy models: An evidence-based methodology | |
Ashouri et al. | Systematic approach to provide building occupants with feedback to reduce energy consumption | |
Pazhoohesh et al. | A satisfaction-range approach for achieving thermal comfort level in a shared office | |
Turhan et al. | Development of a personalized thermal comfort driven controller for HVAC systems | |
CN202677236U (zh) | 基于个性化人员冷热抱怨的环境温湿度控制系统 | |
CN106152387A (zh) | 一种用于室内热舒适度的检测方法 | |
Tien et al. | Real-time monitoring of occupancy activities and window opening within buildings using an integrated deep learning-based approach for reducing energy demand | |
Rinaldi et al. | Metrological issues in the integration of heterogeneous IoT devices for energy efficiency in cognitive buildings | |
Arowoiya et al. | Digital twin technology for thermal comfort and energy efficiency in buildings: A state-of-the-art and future directions | |
CN102270305B (zh) | 一种基于msbn的多智能体协同目标识别方法 | |
Ni et al. | Improving energy efficiency while preserving historic buildings with digital twins and artificial intelligence | |
Prouzeau et al. | Visual analytics for energy monitoring in the context of building management | |
CN106292325B (zh) | 一种数据驱动的家居环境舒适性偏好建模与控制方法 | |
Ren et al. | Design and optimization of integrated energy management network system based on internet of things technology | |
US20220019186A1 (en) | Method and system for smart environment management | |
Zhou et al. | A Comprehensive Review of the Applications of Machine Learning for HVAC | |
Lin et al. | A data-driven framework for abnormally high building energy demand detection with weather and block morphology at community scale | |
Boutahri et al. | Machine learning-based predictive model for thermal comfort and energy optimization in smart buildings | |
Yussuf et al. | Applications of artificial intelligence for energy efficiency throughout the building lifecycle: An overview |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |