CN103048427A - 室内空气质量评估方法、装置和系统 - Google Patents

Abstract

本发明适用于室内环境监测技术领域，提供了一种室内空气质量评估方法、装置和系统，该方法包括步骤：根据室内通风口的数量M和中心点位置，确定基础高斯混合模型p(z)；其中，

[z|u]_m为所述中心点位置确定的均值，σ_m为方差，z为二维变量，加权系数w_m为各通风口的权重，其满足

根据预设的至少一种气体的传感器获取的气体浓度值以及所述基础高斯混合模型p(z)，计算所述气体对应的变换高斯混合模型f(z)，其中，f(z)＝g{p(z)}；所述g{p(z)}为所述气体对应的变换函数；所述任一种气体至少设有一个对应的传感器；对所述气体的变换高斯混合模型f(z)进行数据融合和分析，得到所述气体的流量分布图。本发明提出的方法、装置及系统可对室内空气流通情况进行定量描述。

Description

室内空气质量评估方法、装置和系统

技术领域

本发明属于室内环境监测技术领域，尤其涉及一种室内空气质量评估方法、装置和系统。

背景技术

随着城市化进程加快，越来越多的人工作生活在高楼大厦中，楼宇室内空气污染问题日益突出。基于节约能源的考虑，现代建筑物多采用密闭化设计。然而由于中央空调换气设施运行的不完善，这往往容易导致污染物不能及时排出室外，从而使得室内空气质量恶化。同时，随着各类装修装饰材料的大量使用，室内污染物的来源和种类日趋繁多，地毯、粘贴剂、室内装潢、工业木材、复印机、杀虫剂、清洗液等都会释放挥发性化学物质。据统计，城市中的人们每天80%以上的时间是在室内度过的，这使得楼宇室内空气质量日益成为影响人们身体健康的重要问题。甲醛等有害气体会引起恶心、头痛、皮肤瘙痒、头晕、注意力不集中、对臭味敏感、易激惹、呼吸道不适等，严重的还会导致“病态建筑综合症”。

为保护人体健康，预防和控制室内空气污染，我国于2002年制定了室内空气质量标准。2008CN201110159406.0[5]公开了一种通过计算预定时段内实时监测到的二氧化碳浓度值、通风换气量值、污染源的强度等数据进行室内环境分析的方法和系统。该方法和系统主要基于二氧化碳浓度计算公式，可能存在不准确的情况，目前还没有一种通过高斯模型对室内空气质量进行评估的方法。

发明内容

本发明实施例的目的在于提供一种室内空气质量评估方法、装置和系统，旨在解决现有的室内空气质量评估不能定量描述的问题。

本发明实施例是这样实现的，一种室内空气质量评估方法，所述方法包括如下步骤：

根据室内通风口的数量M和中心点位置，确定基础高斯混合模型p(z)；其中， $p\left(z\right)=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{w}_{m}N({\left[z\right|u]}_m,{\mathrm{\σ}}_m),$ [z|u]_m为所述中心点位置确定的均值，σ_m为方差，z为二维变量，加权系数w_m为各通风口的权重，其满足 $\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{w}_m=1;$

根据预设的至少一种气体的传感器获取的气体浓度值以及所述基础高斯混合模型p(z)，计算所述气体对应的变换高斯混合模型f(z)，其中，f(z)=g{p(z)}；所述g{p(z)}为所述气体对应的变换函数；

对所述气体的变换高斯混合模型f(z)进行数据融合和分析，得到所述气体的流量分布图。

进一步地，所述g{p(z)}为线性变换函数，所述变换高斯混合模型f(z)=kg(z)+b，所述k和b为线性变换参数。

进一步地，所述根据所述基础高斯混合模型p(z)，计算一种气体对应的变换高斯混合模型f(z)包括：

当k为1时，通过某一气体的传感器获取一个参考点的气体浓度值；以及根据所述气体浓度值确定所述气体对应的线性变换参数b；

当k不为1时，通过某一气体的传感器获取至少两个参考点的气体浓度值；以及根据所述气体浓度值确定所述气体对应的线性变换参数k和b。

进一步地，所述根据通风口的数量M和中心点位置，确定基础高斯混合模型p(z)之后，还包括：

根据每个通风口风量的大小，调整所述[z|u]_m和σ_m。

进一步地，所述气体为甲醛、二氧化碳或硫化物。

本发明还提出一种室内空气质量评估装置，包括：

确定基础模型模块，用于根据室内通风口的数量M和中心点位置，确定基础高斯混合模型p(z)；其中，

[z|u]_m为所述中心点位置确定的均值，σ_m为方差，z为二维变量，加权系数w_m为各通风口的权重，其满足

计算变换模型模块，用于根据预设的至少一种气体的传感器获取的气体浓度值以及所述基础高斯混合模型p(z)，计算所述气体对应的变换高斯混合模型f(z)，其中，f(z)=g{p(z)}；所述g{p(z)}为所述气体对应的变换函数；

数据处理模块，用于对所述气体的变换高斯混合模型f(z)进行数据融合和分析，得到所述气体的流量分布图。

进一步地，所述g{p(z)}为线性变换函数，所述变换高斯混合模型f(z)=kg(z)+b，所述k和b为线性变换参数。

进一步地，所述计算变换模型模块包括：

第一获取单元，用于当k为1时，通过某一气体的传感器获取一个参考点的气体浓度值；以及根据所述气体浓度值确定所述气体对应的线性变换参数b；

第二获取单元，用于当k不为1时，通过某一气体的传感器获取至少两个参考点的气体浓度值；以及根据所述气体浓度值确定所述气体对应的线性变换参数k和b。

进一步地，还包括调整模块，用于根据每个通风口风量的大小，调整所述[z|u]_m和σ_m。

本发明还提出一种室内空气质量评估系统，包括至少一种气体的传感器，还包括室内空气质量评估装置，所述室内空气质量评估装置包括：

确定基础模型模块，用于根据室内通风口的数量M和中心点位置（，确定基础高斯混合模型p(z)；其中，

[z|u]_m为所述中心点位置确定的均值，σ_m为方差，z为二维变量，加权系数w_m为各通风口的权重，其满足

计算变换模型模块，用于根据预设的至少一种气体的传感器获取的气体浓度值以及所述基础高斯混合模型p(z)，计算所述气体对应的变换高斯混合模型f(z)，其中，f(z)=g{p(z)}；所述g{p(z)}为所述气体对应的变换函数；

数据处理模块，用于对所述气体的变换高斯混合模型f(z)进行数据融合和分析，得到所述气体的流量分布图。

进一步地，所述g{p(z)}为线性变换函数，所述变换高斯混合模型f(z)=kg(z)+b，所述k和b为线性变换参数。

进一步地，所述计算变换模型模块包括：

第一获取单元，用于当k为1时，通过某一气体的传感器获取一个参考点的气体浓度值；以及根据所述气体浓度值确定所述气体对应的线性变换参数b；

第二获取单元，用于当k不为1时，通过某一气体的传感器获取至少两个参考点的气体浓度值；以及根据所述气体浓度值确定所述气体对应的线性变换参数k和b。

进一步地，还包括调整模块，用于根据每个通风口风量的大小，调整所述[z|u]_m和σ_m。

本发明提出了一种基于变换高斯混合模型TGMM的智慧楼宇室内空气质量评估方法及实时空气质量监测与评估系统。不同于前人研究，该发明有以下创新点及有益效果：

（1）提出了针对室内空气质量评估的TGMM建模方法及其流程，对室内空气流通情况进行客观定量描述；

（2）通过TGMM对室内空气质量评估结果进行可视化展示；

（3）提出了应用TGMM的楼宇室内空气质量实时监测与评估系统。

附图说明

图1是本发明实施例提供的室内空气质量评估方法的流程图；

图2是本发明实施例提供的室内空气质量评估方法的实例I中通风口分布图；

图3是本发明实施例提供的室内空气质量评估方法的实例I对应的FGMM分布图；

图4是本发明实施例提供的室内空气质量评估方法的实例I对应的FGMM在水平面上的投影图；

图5是本发明实施例提供的室内空气质量评估方法的实例I中调整参数后的FGMM分布图；

图6是本发明实施例提供的室内空气质量评估方法的实例I调整参数后FGMM在水平面上的投影图；

图7是本发明实施例提供的室内空气质量评估方法的实例I中TGMM分布图；

图8是本发明实施例提供的室内空气质量评估方法的实例I中TGMM在水平面上的投影图；

图9是本发明实施例提供的室内空气质量评估方法的实例II对应的FGMM分布图；

图10是本发明实施例提供的室内空气质量评估方法的实例II中FGMM在水平面上的投影图；

图11是本发明实施例提供的室内空气质量评估方法的实例II的TGMM在水平面投影的等高线分布图；

图12是本发明实施例提供的室内空气质量评估装置的结构图；

图13是本发明实施例提供的室内空气质量评估系统的结构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例基于以下数学原理实现：

高斯分布（Gaussian Distribution）是一个在数学、物理及工程等领域都非常重要的连续概率分布函数，它描述了一种围绕某个单值聚集分布的随机变量。中心极限定理表明，采样的均值近似服从高斯分布，高斯分布的信息熵在所有的已知均值及方差的连续分布中最大，这使得高斯分布成为一种均值以及方差已知的分布的自然选择。高斯混合模型（Gaussian Mixture Model，GMM）就是用高斯概率密度函数（正态分布曲线）精确地量化事物，将一个事物分解为若干的基于高斯概率密度函数（正态分布曲线）形成的模型。如果用足够多的高斯分布，调整其均值和协方差矩阵，以及线性组合的系数，就可以精确的表述任何连续分布。

GMM可以表示为:

$p\left(z\right)=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{w}_{m}N({\left[z\right|u]}_m,{\mathrm{\σ}}_m)---\left(1\right)$

其中[z|u]_m为均值，σ_m为方差，M为高斯分量个数，z为N维变量，

z＝[z₁,z₂，...z_N]    （2）

加权系数w_m为高斯分量的权重，其满足，

$\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{w}_m=1---\left(3\right)$

本发明应用GMM对室内空气流通量建模，因此，

$p\left(z\right)=p(x,y)=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{w}_{m}N\left(x\right|u_x^m,y|u_y^m,{\mathrm{\σ}}_x^m,{\mathrm{\σ}}_y^m,{\mathrm{\ρ}}^m)---\left(4\right)$

其中，z=[x,y]，各高斯分量符合二维正态分布，

$N(u_x,u_y,{\mathrm{\σ}}_x,{\mathrm{\σ}}_y,\mathrm{\ρ})~\frac{1}{2\mathrm{\π}{\mathrm{\σ}}_x{\mathrm{\σ}}_y\sqrt{1-{\mathrm{\ρ}}^2}}\exp \{-\frac{1}{2(1-{\mathrm{\ρ}}^2)}[\frac{{(x-u_x)}^2}{{\mathrm{\σ}}_x^2}-\frac{2r(x-u_x)(y-u_y)}{{\mathrm{\σ}}_x{\mathrm{\σ}}_y}+\frac{{(y-u_y)}^2}{{\mathrm{\σ}}_y^2}\left]\right\}---\left(5\right)$

其中，u_x，u_y，σ_x，σ_y，ρ为分布参数，且满足σ_x>0，σ_y>0，|ρ|＜1。

公式（4）所表征的二维高斯混合模型，我们称之为基础高斯混合模型（Fundamental Gaussian Mixture Model，FGMM）。其对楼宇室内空气流量分布进行了初始建模。当进行空气质量评估时，还要针对不同的气体进行相应变换，以得到符合需要评估的特定气体的流量分布的具体模型。我们称这些改进后的模型为变换高斯混合模型（Transformed Gaussian Mixture Model，TGMM）。这种变换数学上可以表征为，

f(z)＝g{p(z)}     （6）

其中，p(z)是FGMM，g(·)为变换函数，它可以根据不同需要选取复杂度不同的变换形式，例如，线性变换，

f(z)=k·g(z)+b     （7）

其中k，b为线性变换参数。

根据公式（7），当k=1时，只需要一个方程，即通过检测一个参考点(x_o,y_o)的实际气体含量值，便可以确定参数b，进而确定该气体在整个楼层的二维变换高斯混合模型TGMM。当k≠1时，则需要至少两个方程才能确定模型参数k和b，即需要检测两处参考点方可以确定整个气体分布模型。当检测的参考点超过两个时，多余的测量值可以通过求平均值的方式更加精确地确定模型参数k和b。

将上述数学原理应用于本发明实施例，得到图1所示之室内空气质量评估方法，可适用于各种建筑物，该方法包括：

步骤S101、建立TGMM，该步骤具体包括：

步骤S1011，根据建筑物的建筑图纸确定通风口（包括出风口和进风口两类）的数量M和各通风口在空间平面中的相对位置，由此可以确定FGMM中高斯分量（在本发明实施例中，高斯分量为各通风口）的个数M及其中心点位置（[z|u]_m，σ_m），从而得到初始模型FGMM。

步骤S1012，通过先验知识或实际测量计算每个通风口风量的大小，可以进一步确定FGMM中各高斯分量的具体参数，包括均值[z|u]_m和方差σ_m等。

步骤S1013、针对需要评估的特定气体的传感器，例如甲醛浓度传感器，检测一个或多个参考点浓度值，确定参数k和b。

步骤S1014、根据公式（7）即可计算得出TGMM。

本发明实施例以线性变换为例，建立TGMM，实践中，可针对不同的气体进行相应变换，得到该气体对应的TGMM。上述不同的气体为甲醛、二氧化碳或硫化物等等。

步骤S102、将步骤S101中的模型评估数据进行数据融合，再进行智能分析后在界面显示。

为更加清晰地说明本发明实施例提出的方法，下面用两个实例详细说明。

实例I

在该实例中，我们先用一个简单的例子说明建模步骤和相应结果。如图2所示，假定某楼层有四个通风口，“+”表示进风口，“-”表示出风口。

图3给出了相应的FGMM分布图，具体讲，每个通风口风量分布为一个二维高斯分量，其中进风口为正向高斯，出风口为负向高斯。该基础高斯模型FGMM初步描述了此楼层空气流通的基本状况。

图4显示了FGMM在水平面上的投影。从中可以更加直观的看出与图2通风口位置的对应关系。其中红色表征了进风量大小，蓝色表征了出风量大小。

考虑到实际环境中各通风口风量的分布并非一致，因此可以根据实际情况对FGMM的参数进行调整。具体讲，就是要根据每个通风口风量大小相应地调整模型中各高斯分量的参数。图5举例说明了调整后的模型分布。

图6显示了参数调整后FGMM在水平面上的投影图，各高斯分量的变化清晰地反映了对应通风口风量分布情况。

图5显示的是FGMM，它描述了楼层空气流通情况的基础分布。当进行室内空气质量分析与评估时，要针对各种有害气体进行不同的模型变换。例如，图7应用了公式（7）所给出的线性变换，其中k=1，b=0.2。

图8显示了TGMM在水平面上的投影图。它清晰的描述了某种特定气体在楼层分布的具体情况。

实例II

为更好的说明本发明所提出模型的可行性，我们在本实例中例举更加复杂楼宇通风口分布情况。

假定某楼层有18个各类通风口，图9给出了对应的FGMM分布图。

图10显示的是图9中FGMM在水平面上的投影图。从中可以更加清晰直观的看出该楼层室内空气的分布状况。

图11显示的是对应的TGMM在水平面投影的等高线分布。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。

本发明实施例提出的空气评估方法，建立了一个全新的空气质量评估评估模型，对室内空气流通情况尤其是有害气体的流通情况进行定量评估，并可视化展示评估结果，实现对室内空气质量的实时监测。

根据上述室内空气质量评估方法，提出对应的室内空气质量评估装置100，如图12所示，该装置包括：

确定基础模型模块10，用于根据室内通风口的数量M和中心点位置（[z|u]_m，σ_m），确定基础高斯混合模型p(z)；其中，

[z|u]_m为均值，σ_m为方差，z为二维变量，加权系数w_m为各通风口的权重，其满足

调整模块20，用于根据每个通风口风量的大小，调整所述和σ_m。

计算变换模型模块30，用于根据预设的一或多种气体的传感器获取的气体浓度值以及所述基础高斯混合模型p(z)，上述的多种气体具体为两种或两种以上的气体，计算上述每一种气体对应的变换高斯混合模型f(z)，其中，f(z)=g{p(z)}；所述g{p(z)}为所述气体对应的变换函数；

数据处理模块40，用于对所述气体的变换高斯混合模型f(z)进行数据融合和分析，得到所述气体的流量分布图。

所述计算变换模型模块30包括：

第一获取单元31，用于当k为1时，通过某一气体的传感器获取一个参考点的气体浓度值；以及根据所述气体浓度值确定所述气体对应的线性变换参数b；

第二获取单元32，用于当k不为1时，通过某一气体的传感器获取至少两个参考点的气体浓度值；以及根据所述气体浓度值确定所述气体对应的线性变换参数k和b。

确定基础模型模块10根据建筑物的建筑图纸确定通风口（包括出风口和进风口两类）的数量M和各通风口在空间平面中的相对位置，由此可以确定FGMM中高斯分量（在本发明实施例中，高斯分量为各通风口）的个数M及其中心点位置（[z|u]_m，σ_m），从而得到初始模型FGMM。

调整模块20通过先验知识或实际测量计算每个通风口风量的大小，可以进一步确定FGMM中各高斯分量的具体参数，包括均值[z|u]_m和方差σ_m等。

至少一种气体的传感器实时监测有害气体的气体浓度值，然后通过有线或无线的方式传送至计算变换模型模块30，计算变换模型模块30中对应每一类传感器有相应的TGMM。例如甲醛浓度传感器，当k=1时，第一获取单元31通过甲醛的传感器检测一个参考点的气体浓度值，并根据上述一个参考点的气体浓度值确定参数b，当k≠1时，第二获取单元32通过甲醛的传感器检测至少两个参考点的气体浓度值，并根据上述两个参考点的气体浓度值确定参数k和b。计算变换模型模块30再根据公式（7）即可计算得出TGMM，本发明实施例的计算变换模型模块30以线性变换为例，建立TGMM，实践中，可针对不同的气体（如图12所示气体A、气体B或气体C）进行相应变换，得到该气体对应的TGMM。上述不同的气体为甲醛、二氧化碳或硫化物等等。

数据处理模块40对计算变换模型模块30输出的模型评估数据进行数据融合，再进行智能分析后在界面显示。上述数据处理模块40可通过数据融合软件实现。

本发明实施例提出的装置，建立了一个全新的空气质量评估评估模型，对室内空气流通情况尤其是有害气体的流通情况进行定量评估，并可视化展示评估结果，实现对室内空气质量的实时监测。

参照图13，提出本发明实施例的一种室内空气质量评估系统，包括室内空气质量评估装置100，以及至少一种气体的传感器：第一传感器201、第二传感器202……第n传感器203，每一传感器的数量根据需要可为一或多个。上述传感器将在一或多个参考点检测到的气体浓度值通过有线或无线的方式发送至室内空气质量评估装置100，室内空气质量评估装置100再建立每一气体对应的TGMM，并对所有气体的TGMM进行数据融合、分析后通过界面显示出来。本发明实施例的室内空气质量评估装置100，其结构和工作原理同图12的室内空气质量评估装置100类似，此处不再赘述。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种室内空气质量评估方法，其特征在于，所述方法包括：

根据室内通风口的数量M和中心点位置，确定基础高斯混合模型p(z)；其中， $p\left(z\right)=\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{w}_{m}N({\left[z\right|u]}_m,{\mathrm{\σ}}_m),$ [z|u]_m为所述中心点位置确定的均值，σ_m为方差，z为二维变量，加权系数w_m为各通风口的权重，其满足 $\underset{m=1}{\overset{N}{\mathrm{\Σ}}}{w}_m=1;$

根据预设的至少一种气体的传感器获取的气体浓度值以及所述基础高斯混合模型p(z)，计算所述气体对应的变换高斯混合模型f(z)，其中，f(z)=g{p(z)}；所述g{p(z)}为所述气体对应的变换函数；

对所述气体的变换高斯混合模型f(z)进行数据融合和分析，得到所述气体的流量分布图。

2.如权利要求1所述的方法，其特征在于，所述g{p(z)}为线性变换函数，所述变换高斯混合模型f(z)=kg(z)+b，所述k和b为线性变换参数。

3.如权利要求2所述的方法，其特征在于，所述根据预设的一种气体的传感器获取的气体浓度值以及基础高斯混合模型p(z)，计算所述气体对应的变换高斯混合模型f(z)包括：

当k为1时，通过某一气体的传感器获取一个参考点的气体浓度值；以及根据所述气体浓度值确定所述气体对应的线性变换参数b；

当k不为1时，通过某一气体的传感器获取至少两个参考点的气体浓度值；以及根据所述气体浓度值确定所述气体对应的线性变换参数k和b。

4.如权利要求1至3中任一项所述的方法，其特征在于，所述根据通风口的数量M和中心点位置，确定基础高斯混合模型p(z)之后，还包括：

根据每个通风口风量的大小，调整所述[z|u]_m和σ_m。

5.如权利要求1或2所述的方法，其特征在于，所述气体为甲醛、二氧化碳或硫化物。

6.一种室内空气质量评估装置，其特征在于，包括：

确定基础模型模块，用于根据室内通风口的数量M和中心点位置，确定基础高斯混合模型p(z)；其中，

[z|u]_m为所述中心点位置确定的均值，σ_m为方差，z为二维变量，加权系数w_m为各通风口的权重，其满足

计算变换模型模块，用于根据预设的至少一种气体的传感器获取的气体浓度值以及所述基础高斯混合模型p(z)，计算所述气体对应的变换高斯混合模型f(z)，其中，f(z)=g{p(z)}；所述g{p(z)}为所述气体对应的变换函数；

数据处理模块，用于对所述气体的变换高斯混合模型f(z)进行数据融合和分析，得到所述气体的流量分布图。

7.如权利要求6所述的装置，其特征在于，所述g{p(z)}为线性变换函数，所述变换高斯混合模型f(z)=kg(z)+b，所述k和b为线性变换参数。

8.如权利要求7所述的装置，其特征在于，所述计算变换模型模块包括：

第一获取单元，用于当k为1时，通过某一气体的传感器获取一个参考点的气体浓度值；以及根据所述气体浓度值确定所述气体对应的线性变换参数b；

第二获取单元，用于当k不为1时，通过某一气体的传感器获取至少两个参考点的气体浓度值；以及根据所述气体浓度值确定所述气体对应的线性变换参数k和b。

9.如权利要求6至8中任一项所述的装置，其特征在于，还包括调整模块，用于根据每个通风口风量的大小，调整所述[z|u]_m和σ_m。

10.一种室内空气质量评估系统，包括至少一种气体的传感器，其特征在于，还包括如权利要求6至9任一项所述的室内空气质量评估装置。

Images