CN107942960A - 一种智能化的信息处理系统 - Google Patents
一种智能化的信息处理系统 Download PDFInfo
- Publication number
- CN107942960A CN107942960A CN201710996189.8A CN201710996189A CN107942960A CN 107942960 A CN107942960 A CN 107942960A CN 201710996189 A CN201710996189 A CN 201710996189A CN 107942960 A CN107942960 A CN 107942960A
- Authority
- CN
- China
- Prior art keywords
- information
- subsystem
- module
- energy
- energy consumption
- 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.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 38
- 238000004891 communication Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000005265 energy consumption Methods 0.000 claims description 73
- 238000012549 training Methods 0.000 claims description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 19
- 238000005070 sampling Methods 0.000 claims description 17
- 238000004378 air conditioning Methods 0.000 claims description 13
- 238000010438 heat treatment Methods 0.000 claims description 13
- 238000005516 engineering process Methods 0.000 claims description 10
- 230000004913 activation Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 6
- 230000004048 modification Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 239000000567 combustion gas Substances 0.000 claims description 4
- 238000009423 ventilation Methods 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000000034 method Methods 0.000 description 9
- 230000008859 change Effects 0.000 description 5
- 238000010606 normalization Methods 0.000 description 4
- 238000007906 compression Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000007935 neutral effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000012774 insulation material Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 239000008399 tap water Substances 0.000 description 1
- 235000020679 tap water Nutrition 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
- G05B19/4186—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication by protocol, e.g. MAP, TOP
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
Abstract
本发明提供了一种智能化的信息处理系统，包括：信息采集系统、通信单元、信息管理单元、存储单元及客户端，所述信息采集系统包括能源来源系统和非能源来源系统，所述信息管理单元包括信息分析模块、设备控制模块、信息查询模块及信息预测模块。通过本发明提供的智能化的信息处理系统，实现了全面、系统地采集信息并科学合理的处理信息，从而使信息采集效率更高、采集更全面更准确，实现了信息处理的智能化、综合化。
Description
技术领域
本发明涉及建筑领域的信息处理领域，特别是涉及一种智能化的信息处理系统。
背景技术
目前，能源、资源、环境等全球性问题日益突出，给人类生存和经济社会发展带来严峻挑战。随着能源紧缺的严重性，建筑能源高能耗问题日益突出，为了降低建筑能源高能耗问题，出现了一些能源信息处理系统来提高能源管理水平。
然而，现有的信息处理系统的进一步推广还存在着以下不足：
第一，现有信息处理系统的功能基本停留在“能耗监测”层面，缺乏管理概念。系统只采集建筑能耗信息，且只考虑了粗略的分类能耗，没有将分类能耗进行细分，缺少对能源来源的全面统筹采集和整合系统。并且没有考虑到通风系统，电梯系统等，使得采集的信息准确性不高，无法直观地得到整个建筑的能耗情况。
第二，现有的信息处理系统大多是简单、封闭式的，很难与其他系统共享对接。
第三，现有信息处理系统大多结构简单，处理能力差，无法存储海量数据，分析处理能力较差，缺乏能耗趋势预测，不能实现智能化、综合化的信息处理。
综上，现有信息处理系统偏重于能源采集，而且能源采集不全面，对能效分析和处理上的研究还不太多，致使现有信息处理系统存在采集不全面，分析简单且单一化，欠缺智能化、综合化的问题。
随着网络技术的发展，各种装置或设备通过网络技术连接在一起，相互间传输信息或数据，将各种分散的资源融为有机整体，使得网络技术应用于日常生活的各种领域，例如适用于建筑能源领域或监控领域的信息传输与信息处理，使人们能够按需获得信息或数据，实现资源的全面共享和有机协作。
为了解决上述问题，本发明提供了一种智能化的信息处理系统，全面、系统地采集信息并科学合理的处理信息，从而使信息采集效率更高、采集更全面更准确，实现信息处理的智能化、综合化。
发明内容
为了解决上述问题，本发明的主要目的在于提供一种智能化的信息处理系统，从而使信息采集效率更高、采集更全面更准确，实现信息处理的智能化、综合化。
根据本发明的一个方面，本发明提供了一种智能化的信息处理系统，包括：信息采集系统、通信单元、信息管理单元、存储单元及客户端，其中，所述信息采集系统，用于根据各种特性的建筑的能源消耗特征，采集不同指标的信息；所述通信单元，用于实现所述信息采集系统与所述信息管理单元、存储单元和/或客户端的连接，实现信息或命令的传输；所述存储单元，用于对所述信息采集系统采集的信息进行分类存储；所述信息管理单元，用于接收来自所述信息采集系统的采集信息或者来自所述存储单元的采集信息，对信息进行分析或处理，并实现整个系统的管理；以及所述客户端，用于输入命令或者显示信息。
优选地，所述信息采集系统进一步包括能源来源系统和非能源来源系统；并且其中所述能源来源系统包括空调子系统、供暖子系统、生活用水子系统、通风子系统、照明用电子系统、电梯子系统、燃气子系统、插座用电子系统及特殊用电子系统；以及所述非能源来源系统包括建筑类型统计子系统、建筑围护结构子系统、人员流量统计子系统、温湿度感测子系统、时间记录子系统。
优选地，所述存储单元为云存储服务器或节点服务器。
优选地，所述信息管理单元包括信息分析模块、设备控制模块、信息查询模块及信息预测模块。
优选地，所述信息分析模块，用于对采集的信息进行多角度、多维度的分析计算，生成分析结果；所述设备控制模块，用于可通信地连接建筑中的用能设备，对用能设备进行控制；所述信息查询模块，用于接收查询指令，根据查询指令获取查询结果，以特定方式进行显示；以及所述信息预测模块，用于基于样本数据对能耗情况进行综合分析，预测未来的能耗趋势。
优选地，所述设备控制模块基于物联网技术控制所述用能设备的运行状态，所述设备控制模块接收用于控制用能设备的指令信息，将指令信息转换成物联网协议数据发送至用能设备的处理器，所述用能设备的处理器基于所述物联网协议数据对用能设备进行控制。
优选地，所述信息预测模块包括预采样子模块、能耗预测模型建立子模块、预测训练子模块以及预测结果输出子模块。其中，预采样子模块，用于对采集信息进行预处理，从预处理后的数据中获得训练样本；能耗预测模型建立子模块，用于根据训练样本和激活函数建立基于人工神经网络的能耗预测模型，确定能耗预测模型的激活函数、隐含层节点数、输入层节点数、输出层节点数、输入权值和隐含层阈值；预测训练子模块，用于对能耗预测模型模型进行训练，获得输出预测值，并计算输出预测值与实际值的误差；若误差精度不处于误差容许范围内，则修改输入权值和隐含层阈值，然后再次进行训练，直到误差处于误差容许范围内；以及预测结果输出子模块，用于根据训练后的能耗预测模型模型获得输出预测值，并对预测值进行反归一化处理以得到实际预测值。
本发明实施例提供的智能化的信息处理系统，实现了全面、系统地采集信息并科学合理的处理信息，从而使信息采集效率更高、采集更全面更准确，实现了信息处理的智能化、综合化。
附图说明
下面，结合附图和实施例对本发明作出进一步地描述，其中，
图1是图示本发明的智能化的信息处理系统的示意图；
图2是图示本发明的信息采集系统的示意图；
图3是图示本发明的信息管理单元的示意图。
具体实施方式
下面，将结合附图对本发明实施例中的技术方案进行清楚、完整地描述。所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。本领域普通技术人员基于本发明实施例所获得的任意改变或替代，都落入本发明保护的范围。
图1是图示本发明的智能化的信息处理系统的示意图。本发明实施例中，以建筑能源领域为例描述该信息处理系统，但该信息处理系统也可用于其他采集信息并处理信息的领域。本发明实施例中的建筑包括但不限于办公建筑、商场建筑、宾馆饭店建筑、文化教育学校建筑、医疗卫生建筑、体育建筑、综合建筑、住宅建筑及其他建筑等。
所图1所示，该智能化的信息处理系统包括：信息采集系统1、通信单元 2、信息管理单元3、存储单元4、及客户端5。下文将详细描述本发明的智能化的信息处理系统。
信息采集系统1，用于根据各种特性的建筑的能源消耗特征，采集不同指标的信息。图2是图示本发明的信息采集系统的示意图。如图2所示，为了使信息采集效率更高、采集更全面更准确，本发明的信息采集系统1包括能源来源系统10和非能源来源系统20。
能源来源系统10包括空调子系统101、供暖子系统102、生活用水子系统103、通风子系统104、照明用电子系统105、电梯子系统106、燃气子系统107、插座用电子系统108及特殊用电子系统109等子系统，这些子系统用于实时采集信息数据，并将采集的数据分类汇总至信息采集系统1。
非能源来源系统20包括建筑类型统计子系统201、建筑围护结构子系统 202、人员流量统计子系统203、温湿度感测子系统204、时间记录子系统205 等子系统。这些子系统用于统计非能源信息，以全面统计影响建筑能耗的信息。下文将以优选的方式详细描述这些子系统。
其中，空调子系统101用于采集关于空调的信息，包括室内环境、运行时间、运行功率、冷源类型、输配系统形式、空调末端等信息。该室内环境优选包括空调设定类型(例如，制冷、制热等)、室内温度、有无新风系统等。冷源类型包括离心式蒸汽压缩式冷水机组、螺杆式蒸汽压缩式冷水机组、涡旋式蒸汽压缩式冷水机组、直燃型吸收式冷水机组、蒸汽型吸收式冷水机组、模块化水冷式冷水机组、地源热泵、水源热泵、水环热泵、多联机系统、体式空调机等。输配系统形式包括冷却水泵、冷冻水泵、冷却设备等。空调末端是指空调形式，包括集中式-单风管系统、集中式-双风管系统、集中式-变风量系统、半集中式-风机盘管+新风系统、集中式-多联机+新风系统、集中式-冷暖辐射板+新风系统、全分散式式-单元式空调器系统、集中式-房间空调器系统集中式-多联机系统等。在采集到关于空调的信息之后，空调子系统 101实时监测上述详细分类的空调设备的用电量信息，采集能耗信息。
供暖子系统102用于采集关于建筑供暖的信息，包括室内环境、运行时间、热源类型、供暖末端类型等信息。该室内环境是指室内温度和/或供暖设计温度。热源类型包括市政热网、独立热源-锅炉、独立热源-地源热泵、独立热源-水源热泵、独立热源-水环热泵、电等。供暖末端类型包括散热器系统、辐射供暖系统(地板或地砖)、风机盘管+新风系统等。在采集到关于建筑物供暖的信息之后，供暖子系统102实时采集上述详细分类供暖设备的能耗信息，包括供暖用电量信息或供暖用气量信息等。
生活用水子系统103用于采集建筑的用水量信息。进一步地，分别采集自来水、中水等用水量信息。
通风子系统104用于采集关于建筑通风的能耗信息。
照明用电子系统105用于采集关于建筑照明的信息，包括运行时间、灯具功率、照明用途等信息。照明用途包括走廊照明、应急照明、室外景观照明、生活照明等。在采集到关于建筑照明的信息之后，照明用电子系统105 实时采集建筑照明的能耗信息。
电梯子系统106用于采集关于电梯的信息，包括运行时间、功率、电梯类型等信息。在采集到关于电梯的信息之后，电梯子系统106实时采集电梯的能耗信息。
燃气子系统107用于采集用气量信息。
插座用电子系统108用于采集插座的用电量信息。
特殊用电子系统109用于采集特殊情况下的用电量信息。
建筑类型统计子系统201用于统计建筑功能(如办公、商场、餐厅、酒店等)、性质、等级等建筑整体特征，还有建筑面积、建筑层数、朝向、年代、各个区域的使用性质及空调区面积等建筑结构信息。
建筑围护结构子系统202用于采集关于窗墙比、外墙结构材料、外窗类型和玻璃类型、遮阳设施等窗墙特征信息，还采集屋顶结构、保温材料、保温形式、天窗类型、天窗遮阳等屋顶特征信息。
人员流量统计子系统203用于采集建筑的人员流量。优选地，其包括门禁装置、红外监测装置、人脸识别摄像头等监测装置，用于实时统计人员流量。
温湿度感测子系统204用于感测建筑不同地方的温湿度。可选地，温湿度感测子系统204还可预先获取未来一段时间的温湿度预报。
时间记录子系统205用于辅助记录日期和/或时间，可选地，可以根据季节划分为春、夏、秋、冬，以辅助采集信息。
上述各子系统所采集的信息仅是示例，虽然采用“包括”形式描述上述信息所包括的内容，但本领域技术人员应当知晓，上述“包括”可以理解为包括上述信息的至少之一。另外，由于信息采集系统1将能源数据分类作为一个单独的模块实现，因而为了满足更多能源信息指标的采集需求，信息采集系统1能够任意添加各种指标并进行采集。通过将采集指标细分，使信息采集更全面更准确，准确、客观地反应了建筑的综合能耗特性，从而能够直观地确定整个建筑的能耗情况，进而便于信息处理的智能化、综合化。
进一步地，这些子系统可以由能耗信息采集装置、环境感测装置、运行参数获取装置、类型输入装置、运行控制装置和/或接口模块等组成。能耗信息采集装置用于采集各个对象的能耗信息，例如用电量信息、用水量信息、用气量信息等。环境感测装置用于感测环境参数，例如温度、湿度、PM2.5 浓度等，运行参数获取装置用于获取各个对象的运行参数，例如运行时间(包括日期)、运行功率等。类型输入装置用于输入各个对象的类型，例如以上提到的热源类型、末端类型等信息。运行控制装置用于控制各个对象的运行状态，例如开启、关闭或调整等。运行控制装置可以根据来自信息管理单元3 的相关指令而进行控制。接口模块用于实现各个对象的连接与通信。
可选地，信息采集系统1还包括异常信息监控模块，用于对异常信息进行监控，以供管理者及时处理异常信息，保证所采集信息的可靠性。
进一步地，这些子系统可以包括自动采集单元和/或手工采集单元，通过自动和/或手动方式采集信息。其中，自动采集单元可以自动监测采集对象，实时上报所采集的相关信息。手工采集单元可以是数字化、电子扫描系统的记录过程以及内容和属性的编码过程，也可以是通过手工录入方式采集建筑的能源相关信息和非能源相关信息，优选地，以表格形式导入数据，分类汇总至信息采集系统1。另选地，管理者可以设定采集周期，也可以定期或不定期地采集信息。
返回图1，在采集到信息之后，信息采集系统1将采集到的信息经由通信单元2传送到信息管理单元3，信息管理单元3将信息存储到存储单元4。可选地，信息采集系统1也可以将采集到的信息经由通信单元2直接自动传送到存储单元4进行存储。通过直接传送到信息管理单元3或自动传送到存储单元4，实现了数据的实时自动化采集，保证了数据的实时性和可靠性。
通信单元2，用于连接信息采集系统1与信息管理单元3，实现信息、数据或命令的传输。通信单元2也可以连接信息采集系统1与存储单元4，实现信息的传输。上述连接可以采用有线方式、无线方式、或有线无线结合方式，例如但不限于采用电力线载波通信(PLC)、Zigbee、蓝牙、WiFi、Z-wave、 2G/3G/4G/5G通信、以太网、和/或RF(无线射频)、物联网等各种通信技术。
存储单元4，用于对信息采集系统1采集的信息进行分类存储。采集的信息可以经由信息管理单元3传送至存储单元4，也可以直接由信息采集系统1 传送至存储单元4。为了实现信息的海量存储，存储单元4采用分布式存储结构。优选地，存储单元4为云存储服务器或节点服务器。例如，针对信息采集系统1各个子系统所采集的信息，存储单元4分别设置相应的存储结构存储上述信息，从而实现分类存储。另选地，为了实现对采集信息的分类存储，存储单元4可以采用Spring、PostgreSQL、MySQL等数据库，便于分类存储采集信息并管理采集信息。通过设置分布式结构的存储单元4，实现了海量数据的存储，并且采用数据库技术，使得采集的信息能够分类存储，增强了能耗信息的可靠性和可用性，方便了信息管理单元3的计算、分析及管理。
信息管理单元3，用于接收来自信息采集系统1的采集信息或者来自存储单元4的采集信息，对信息进行分析处理，并管理整个智能化信息处理系统。本发明中，信息管理单元3包括信息分析模块31、设备控制模块32、信息查询模块33及信息预测模块34。
信息分析模块31，用于对采集的信息进行多角度、多维度的分析计算，生成分析结果。信息分析模块31能够从存储单元4对系统覆盖范围内的各项能耗指标进行分析计算，剖析建筑能耗的特点与习惯。
例如，生成年、月、日同比、环比对比统计，能源消耗趋势统计，分楼、分层、分户统计，能源消耗占比统计，能源消耗排序统计等，并以文字、图表、语音等多种形式进行显示，例如，自动生成实时曲线、历史曲线、实时报表、历史报表、年/月/日报表等资料。信息分析模块31可以计算总能耗信息和/或各项能耗指标的能耗信息，可以精细化分析，为信息预测模块34的预测提供所需样本数据等，从而为节能管理提供依据，为技术节能提供数据分析，调整用能行为，给出用能建议。例如，信息分析模块31可以计算每天、每月或每年的照明用电、空调用电、电梯用电、插座用电、和/或特殊用电等的用电量信息，获取每一项用电或总用电的用电量信息的峰值、谷值和/或平均值。信息管理单元3根据信息分析模块31计算得出的峰值、谷值和/或平均值，给出用能建议。
另外，信息分析模块31也可以进行实时分析，调整用能行为，给出用能建议。在另一实施例中，信息分析模块31还可以定期向用户公布用能情况，以使用户知晓自身用能情况。
另外，信息分析模块可以基于信息采集系统1所采集的众多指标，分析能源来源系统与非能源来源系统等条件的影响因素，计算非能源来源系统在能耗中的占比，从而为建筑设计或管理提供科学依据。
设备控制模块32，用于可通信地连接建筑中的用能设备，对用能设备进行控制。本发明中，这些用能设备是指整个建筑中的所有耗能设备，对用户设备的控制包括开启、关闭、调整等多种控制。设备控制模块32可基于物联网，连接建筑中的用能设备。这些用能设备优选地是智能用能设备，包括但不限于智能网关、智能电表、智能插座、智能灯光控制器、智能空调、智能空气净化器、智能灯具、智能电梯、智能传感器、智能窗帘、智能门磁、智能人体感应设备等，设备控制模块32可以基于物联网技术控制用能设备的运行状态。设备控制模块32接收用于控制用能设备的指令信息，将指令信息转换成物联网协议数据发送至用能设备的处理器，用能设备的处理器基于所述物联网协议数据对用能设备进行相应控制。在另一实施例中，设备控制模块 32也可将指令信息传送至信息采集系统1的运行控制装置，运行控制装置基于该指令信息智能化地控制各个设备的运行状态。上述指令信息可以是管理者输入的指令信息，也可以是根据信息分析模块31的用能建议所产生的指令信息。这样，本发明实施例的智能化信息处理系统能够对接物联网系统，实现智能化控制。
例如，对于办公建筑，在实时分析出某房间的照明用电量信息一段时间内为零时，信息分析模块31给出切断该房间插座电源的用能建议，将用能建议转换成控制用能设备的指令信息发送至设备控制模块32，设备控制模块32 接收该指令信息，将指令信息转换成物联网协议数据发送至该房间的智能插座，所述智能插座的处理器基于物联网协议数据对其自身进行关闭，从而切断其电源，避免了诸如打印机、饮水机等设备的浪费用电。这样，通过设备控制模块32的控制，不需要管理者在现场操控，就能实现对智能用能设备的智能控制和远程控制，从而实现智能化的信息处理。此外，设备控制模块32 既可以与信息分析模块31、信息查询模块33及信息预测模块34集成在一起，也可以是单独的便携设备，例如，采用触摸屏技术的便携设备，方便管理者随时随地操作。
信息查询模块33，用于接收查询指令，根据查询指令获取查询结果，以特定方式进行显示。信息查询模块33接收到查询指令后，将查询指令发送至信息分析模块31，信息分析模块31基于查询指令获取查询结果。信息分析模块31解析查询指令，查找与查询指令相符合的计算规则，如果存在相符合的计算规则，则直接获取该计算规则对应的统计分析，生成查询结果；如果不存在相符合的计算规则，则信息分析模块31基于与查询指令相对应的计算规则进行计算，生成与查询指令对应的查询结果。然后，信息分析模块31将查询结果发送至信息查询模块33，信息查询模块33以特定方式显示查询结果。在进一步的实施例中，信息查询模块33还可以连接客户端5，接收来自客户端5的查询指令，然后将查询结果发送至客户端5，在客户端5的显示屏上以特定方式进行显示，从而方便用户随时随地查询用能状态，实时掌握能耗使用情况。上述的特定方式可以是文字、图表、语音等多种形式，也可以是用户或者管理者指定的方式。
信息预测模块34，用于基于样本数据对能耗情况进行综合分析，预测未来的能耗趋势。能耗预测是用来预测建筑能耗未来的能耗量，在实际使用过程中，提前预测未来某一段时间内的能耗量，对于建筑的能耗管理有着极其重要的现实意义。与信息分析模块31不同，信息预测模块34可以通过建立能耗预测模型，预测未来的能耗趋势。以下将详细描述信息预测模块34的相关处理。
随着本发明的智能化的信息处理系统的不断应用，信息采集系统1采集大量信息，存储单元4存储大量的建筑能耗信息。并且随着神经网络技术的发展，神经网络在计算机、人工智能、自动化等领域都有了广泛的实用性。本发明在上述建筑能耗信息的基础上，采用人工神经网络对建筑能耗信息进行学习训练，建立反应能耗变化的能耗预测模型而进行能耗预测，从而实现了建筑能耗预测并提高了预测精度，为缓解能源压力或节能提供决策依据的有效途径和重要手段。
信息预测模块34包括预采样子模块301、能耗预测模型建立子模块302、预测训练子模块303以及预测结果输出子模块304。
其中，预采样子模块301，用于对采集信息进行预处理，从预处理后的数据中获得训练样本。由于训练样本直接来源于实际所采集的原始信息，在实际采集过程中可能存在采集不全面甚至错误的情况，这就可能存在缺失或错误的信息，这些信息的存在会影响预测精度，因而本发明在能耗预测模型建立之前先对采集信息进行预处理，从预处理后的数据中选择训练样本。以下将详细描述预采样子模块301的相关功能。在本发明中，信息预测模块34可以基于一天或某一时间点的采集信息预测一天或某一时间点的能耗趋势，下文以天为例进行描述。
首先，预采样子模块301对采集信息进行筛选，筛选出采集信息中的错误信息，并对筛选出的错误信息进行更改，以生成更改后的信息。
具体地，预采样子模块301根据以下公式计算均值与方差：
其中，xn,i为第n天第i个点的能耗信息值，为N天能耗信息的均值，σ为方差。
然后，预采样子模块301基于均值与方差，进行错误信息的判断。在一实施例中，预采样子模块301基于以下公式进行判断：
其中，ε为权重阈值，取值范围为1-1.5。
如果上述等式成立，则将xn,i判断为错误信息，如果上述等式不成立，则将xn,i判断为不是错误信息；并且，预采样子模块301利用以下公式更改错误信息，以生成更改后的信息。
其中，为更改后的信息值，xn±1,i为邻近xn,i前后的两个信息值，为距离xn,i最近的类似的日能耗信息值，α、β、γ为权重系统，其中α1+β1+γ1＝1。
然后，预采样子模块301检测采集信息是否存在缺失信息，如果存在，则确定缺失信息位置及时间点；向当前缺失信息位置及时间点邻近的采集信息应用权重值来在缺失信息处形成插值采集信息，从而填充缺失信息。
优选地，预采样子模块301使用与缺失信息同一类的所有样本的均值填充缺失信息。例如，对于某一时间点缺失的采集信息，将建筑能耗按时间分类，使用相同时间点的给定数据的采集信息的平均值填充该缺失信息。另选地，使用当前指标给定时间内的均值填充缺失信息。例如，对于照明设备中存在的缺失信息，如果缺失某一天的用电量信息，则可以选取其前三天后三天的用电量信息，计算其平均用电量信息，然后使用该平均用电量信息填充缺失信息。另选地，预采样子模块301根据时间、气温、天气等多种因素查找类似情况下的采集信息，然后选择该采集信息来填充缺失信息。
在完成上述步骤后，预采样子模块301生成训练样本集，然后，为了减小奇异样本对神经网络性能的影响，预采样子模块301对训练样本集进行归一化处理，获得训练样本。这样，不但避免了数据落入饱和区域，也保持了数据的原有特征。优选地，使用以下公式进行归一化计算：
其中，ymax和ymin分别为样本训练集中的第t个分类的最大值和最小值，yt为归一化前的第t个分类的采集信息，为归一化后的第t个分类的数值，其范围处于0-1之间。
在上述描述中，采集信息可以是指信息采集系统1的单个子系统采集的信息、多个或全部子系统采集的信息，也可以是智能化的信息处理系统的全部或部分能耗信息。本发明通过在能耗预测模型建立之前先对采集信息进行预处理，从预处理后的数据中选择训练样本，确保了样本数据的可靠性，提升了能耗预测的准确性。
能耗预测模型建立子模块302，用于根据训练样本和激活函数建立基于人工神经网络的能耗预测模型，确定能耗预测模型的激活函数、隐含层节点数、输入层节点数、输出层节点数、输入权值和隐含层阈值。本发明中，神经网络包括输入层、隐含层和输出层，输入层到隐含层、隐含层到输出层的节点之间均采用全连接。在一实施例中，可以将隐含层节点数设为1，输出层节点数设为1，即预测值，输入层节点数可以依据预测范围选取合适的节点数，例如连续5天或7天的预测范围，则输入层节点数可以设为5或7。
优选地，能耗预测模型模型可表示为：
其中，激活函数g(x)可以选用径向基函数，例如g(x)＝exp((x-u)/σ，M为隐含层节点数，bi为隐含层阈值，输入权值wi＝[wi1,wi2,…,win∈]T，βi是隐含层节点和输出节点之间的输出权重，oj表示输出的预测值。当然，本发明可以采用其他神经网络模型，例如BP神经网络等，也可以采用其他算法预测能耗，例如蝙蝠算法等。
预测训练子模块303，用于对能耗预测模型模型进行训练，获得输出预测值，并计算输出预测值与实际值的误差。若误差精度不处于误差容许范围内，则修改输入权值和隐含层阈值，然后再次进行训练，直到误差处于误差容许范围内。
本发明中，可以从训练样本集中选取测试样本用于测试训练后的能耗预测模型。随着样本的不断训练，模型精度越来越高，提高了预测值的准确性。
预测结果输出子模块304，用于根据训练后的能耗预测模型模型获得输出预测值，并对预测值进行反归一化处理以得到实际预测值。
具体地，使用以下公式进行反归一化计算：
基于以上过程，信息预测模块34即可获得输出预测值，从而实现了能耗趋势预测。通过预测能耗趋势，本发明的智能化信息处理系统能够在一定程度上缓解能源供需矛盾，特别是电力的供需矛盾，引导用户科学、合理用能，提高整个建筑的用能效率。另外，通过预测能耗趋势，能够提前应对高峰压力，提高能源供应的可靠性及服务水平，上述预测特别适用于电力需求，能够提前预测用电高峰，促使管理人员提高电网负荷率，保证了电网运行的正常化，进一步提升了信息处理的智能化、综合化。
可选地，信息管理单元3还包括报警模块，用于检测是否存在能耗的异常情况，当存在异常情况时进行报警。
进一步地，信息管理单元3还包括用能咨询模块，用于根据建筑的能耗情况和/或预测情况进行判断，判断出能耗存在的不足，并提供科学的用能决策或解决方案。该用能咨询模块可以收集并存储专家或工程师的相关知识，基于管理者的查找而获取用能决策或解决方案。
进一步地，信息管理单元3还包括显示屏，用于可视化的显示信息，优选地，该显示屏为大尺寸触摸屏，便于管理者操作。
客户端5，连接至信息管理单元3，用于输入命令或者显示信息。客户端 5可以是电脑、智能手机的电子设备。在另一实施例中，客户端5还可经通信单元2连接到信息采集系统1。信息管理单元3可以根据用户等级开放相应权限，使得客户端5能够实时获取信息采集系统1所采集的信息。
通过本发明的智能化的信息处理系统，全面、系统地采集信息并科学合理的处理信息，从而使信息采集效率更高、采集更全面更准确，实现信息处理的智能化、综合化。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
尽管已描述了本发明的优选实施例，但是本领域内的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种智能化的信息处理系统，包括：信息采集系统、通信单元、信息管理单元、存储单元及客户端，其中，所述信息采集系统，用于根据各种特性的建筑的能源消耗特征，采集不同指标的信息；所述通信单元，用于实现所述信息采集系统与所述信息管理单元、存储单元和/或客户端的连接，实现信息或命令的传输；所述存储单元，用于对所述信息采集系统采集的信息进行分类存储；所述信息管理单元，用于接收来自所述信息采集系统的采集信息或者来自所述存储单元的采集信息，对信息进行分析或处理，并实现整个系统的管理；以及
所述客户端，用于输入命令或者显示信息。
2.如权利要求1所述的信息处理系统，其中，所述信息采集系统进一步包括能源来源系统和非能源来源系统；并且其中所述能源来源系统包括空调子系统、供暖子系统、生活用水子系统、通风子系统、照明用电子系统、电梯子系统、燃气子系统、插座用电子系统及特殊用电子系统；以及所述非能源来源系统包括建筑类型统计子系统、建筑围护结构子系统、人员流量统计子系统、温湿度感测子系统、时间记录子系统。
3.如权利要求1或2所述的信息处理系统，其中，所述存储单元为云存储服务器或节点服务器。
4.如权利要求1-3任一项所述的信息处理系统，其中，所述信息管理单元包括信息分析模块、设备控制模块、信息查询模块及信息预测模块。
5.如权利要求4所述的信息处理系统，其中，所述信息分析模块，用于对采集的信息进行多角度、多维度的分析计算，生成分析结果；所述设备控制模块，用于可通信地连接建筑中的用能设备，对用能设备进行控制；所述信息查询模块，用于接收查询指令，根据查询指令获取查询结果，以特定方式进行显示；以及所述信息预测模块，用于基于样本数据对能耗情况进行综合分析，预测未来的能耗趋势。
6.如权利要求5所述的信息处理系统，其中，所述设备控制模块基于物联网技术控制所述用能设备的运行状态，所述设备控制模块接收用于控制用能设备的指令信息，将指令信息转换成物联网协议数据发送至用能设备的处理器，所述用能设备的处理器基于所述物联网协议数据对用能设备进行控制。
7.如权利要求5或6所述的信息处理系统，其中，所述信息预测模块包括预采样子模块、能耗预测模型建立子模块、预测训练子模块以及预测结果输出子模块。
8.如权利要求7所述的信息处理系统，其中，预采样子模块，用于对采集信息进行预处理，从预处理后的数据中获得训练样本；能耗预测模型建立子模块，用于根据训练样本和激活函数建立基于人工神经网络的能耗预测模型，确定能耗预测模型的激活函数、隐含层节点数、输入层节点数、输出层节点数、输入权值和隐含层阈值；预测训练子模块，用于对能耗预测模型模型进行训练，获得输出预测值，并计算输出预测值与实际值的误差；若误差精度不处于误差容许范围内，则修改输入权值和隐含层阈值，然后再次进行训练，直到误差处于误差容许范围内；以及预测结果输出子模块，用于根据训练后的能耗预测模型模型获得输出预测值，并对预测值进行反归一化处理以得到实际预测值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710996189.8A CN107942960B (zh) | 2017-10-23 | 2017-10-23 | 一种智能化的信息处理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710996189.8A CN107942960B (zh) | 2017-10-23 | 2017-10-23 | 一种智能化的信息处理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107942960A true CN107942960A (zh) | 2018-04-20 |
| CN107942960B CN107942960B (zh) | 2019-07-02 |
Family
ID=61935598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710996189.8A Active CN107942960B (zh) | 2017-10-23 | 2017-10-23 | 一种智能化的信息处理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107942960B (zh) |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108592352A (zh) * | 2018-05-09 | 2018-09-28 | 国家计算机网络与信息安全管理中心 | 水冷空调系统运行状态健康度的预测方法、装置及系统 |
| CN108897232A (zh) * | 2018-06-19 | 2018-11-27 | 中南林业科技大学 | 一种基于物联网的能源管理方法及系统 |
| CN109188124A (zh) * | 2018-08-21 | 2019-01-11 | 中国南方电网有限责任公司超高压输电公司 | 一种针对电网设备的报警系统 |
| CN109188125A (zh) * | 2018-08-21 | 2019-01-11 | 中国南方电网有限责任公司超高压输电公司 | 一种针对电网设备的采集分析系统 |
| CN109688675A (zh) * | 2018-12-29 | 2019-04-26 | 同济大学 | 绿色住宅智能化节能系统 |
| CN110175177A (zh) * | 2019-05-31 | 2019-08-27 | 肖贤凤 | 基于建筑信息模型的数据处理方法 |
| CN110189053A (zh) * | 2019-06-07 | 2019-08-30 | 广州远正智能科技股份有限公司 | 一种公共建筑能源消耗监测管理系统 |
| CN110189162A (zh) * | 2019-04-26 | 2019-08-30 | 特斯联（北京）科技有限公司 | 一种基于大数据的智能用水量及水费统计方法 |
| CN110332686A (zh) * | 2019-07-09 | 2019-10-15 | 上海华竖能源科技有限公司 | 一种楼宇能耗控制节能系统及其方法 |
| CN110794699A (zh) * | 2019-11-22 | 2020-02-14 | 浙江智轩科技有限公司 | 一种智能办公系统 |
| CN111144745A (zh) * | 2019-12-26 | 2020-05-12 | 河南城建学院 | 一种绿色建筑智能化节能评估管理系统 |
| CN111158763A (zh) * | 2019-12-06 | 2020-05-15 | 思创数码科技股份有限公司 | 一种用于建筑智能化管控的设备指令处理系统 |
| CN111787123A (zh) * | 2020-07-27 | 2020-10-16 | 四川神琥科技有限公司 | 智慧热网运维管理系统 |
| CN111880417A (zh) * | 2019-10-11 | 2020-11-03 | 北京理工大学 | 一种基于App的智慧家庭能源管控系统及其最优控制方法 |
| CN112180797A (zh) * | 2020-10-08 | 2021-01-05 | 国网山东省电力公司电力科学研究院 | 一种综合能源系统的测控装置及测控方法 |
| CN112765167A (zh) * | 2021-01-06 | 2021-05-07 | 杭州哒卡乐智能科技有限公司 | 一种综合数据处理服务系统 |
| CN113435736A (zh) * | 2021-06-24 | 2021-09-24 | 国网山西省电力公司阳泉供电公司 | 一种节能改造潜力企业识别系统 |
| CN113486125A (zh) * | 2021-06-29 | 2021-10-08 | 北京德风新征程科技有限公司 | 一种工业互联网大数据信息处理终端 |
| CN114239972A (zh) * | 2021-12-20 | 2022-03-25 | 广州汇锦能效科技有限公司 | 基于人工智能技术的校园能效与电气安全管理方法和系统 |
| CN114969151A (zh) * | 2022-05-12 | 2022-08-30 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种基于神经网络的用能数据挖掘系统 |
| CN116540618A (zh) * | 2023-04-17 | 2023-08-04 | 南京电研电力自动化股份有限公司 | 调相机组控制系统和调相机组 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105974869A (zh) * | 2016-06-28 | 2016-09-28 | 江苏长宁电力科技有限公司 | 一种应用于建筑环境自适应节能管理系统的节能监控中心 |
| CN206115222U (zh) * | 2016-06-28 | 2017-04-19 | 江苏长宁电力科技有限公司 | 一种应用于建筑环境自适应节能管理系统的节能监控中心 |
| CN106780161A (zh) * | 2016-12-19 | 2017-05-31 | 上海置信节能环保有限公司 | 一种建筑能源管理系统和数据处理方法 |
| CN106802616A (zh) * | 2017-01-12 | 2017-06-06 | 上海建工集团股份有限公司 | 建筑能耗综合管理系统和方法 |
| CN107094170A (zh) * | 2017-03-17 | 2017-08-25 | 深圳市新科聚合网络技术有限公司 | 智能节能控制系统及方法 |
-
2017
- 2017-10-23 CN CN201710996189.8A patent/CN107942960B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105974869A (zh) * | 2016-06-28 | 2016-09-28 | 江苏长宁电力科技有限公司 | 一种应用于建筑环境自适应节能管理系统的节能监控中心 |
| CN206115222U (zh) * | 2016-06-28 | 2017-04-19 | 江苏长宁电力科技有限公司 | 一种应用于建筑环境自适应节能管理系统的节能监控中心 |
| CN106780161A (zh) * | 2016-12-19 | 2017-05-31 | 上海置信节能环保有限公司 | 一种建筑能源管理系统和数据处理方法 |
| CN106802616A (zh) * | 2017-01-12 | 2017-06-06 | 上海建工集团股份有限公司 | 建筑能耗综合管理系统和方法 |
| CN107094170A (zh) * | 2017-03-17 | 2017-08-25 | 深圳市新科聚合网络技术有限公司 | 智能节能控制系统及方法 |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108592352B (zh) * | 2018-05-09 | 2020-09-11 | 国家计算机网络与信息安全管理中心 | 水冷空调系统运行状态健康度的预测方法、装置及系统 |
| CN108592352A (zh) * | 2018-05-09 | 2018-09-28 | 国家计算机网络与信息安全管理中心 | 水冷空调系统运行状态健康度的预测方法、装置及系统 |
| CN108897232A (zh) * | 2018-06-19 | 2018-11-27 | 中南林业科技大学 | 一种基于物联网的能源管理方法及系统 |
| CN109188124A (zh) * | 2018-08-21 | 2019-01-11 | 中国南方电网有限责任公司超高压输电公司 | 一种针对电网设备的报警系统 |
| CN109188125A (zh) * | 2018-08-21 | 2019-01-11 | 中国南方电网有限责任公司超高压输电公司 | 一种针对电网设备的采集分析系统 |
| CN109688675A (zh) * | 2018-12-29 | 2019-04-26 | 同济大学 | 绿色住宅智能化节能系统 |
| CN110189162A (zh) * | 2019-04-26 | 2019-08-30 | 特斯联（北京）科技有限公司 | 一种基于大数据的智能用水量及水费统计方法 |
| CN110175177A (zh) * | 2019-05-31 | 2019-08-27 | 肖贤凤 | 基于建筑信息模型的数据处理方法 |
| CN110189053A (zh) * | 2019-06-07 | 2019-08-30 | 广州远正智能科技股份有限公司 | 一种公共建筑能源消耗监测管理系统 |
| CN110332686A (zh) * | 2019-07-09 | 2019-10-15 | 上海华竖能源科技有限公司 | 一种楼宇能耗控制节能系统及其方法 |
| CN111880417B (zh) * | 2019-10-11 | 2021-07-30 | 北京理工大学 | 一种基于App的智慧家庭能源管控系统及其最优控制方法 |
| CN111880417A (zh) * | 2019-10-11 | 2020-11-03 | 北京理工大学 | 一种基于App的智慧家庭能源管控系统及其最优控制方法 |
| CN110794699A (zh) * | 2019-11-22 | 2020-02-14 | 浙江智轩科技有限公司 | 一种智能办公系统 |
| CN111158763A (zh) * | 2019-12-06 | 2020-05-15 | 思创数码科技股份有限公司 | 一种用于建筑智能化管控的设备指令处理系统 |
| CN111158763B (zh) * | 2019-12-06 | 2023-08-18 | 思创数码科技股份有限公司 | 一种用于建筑智能化管控的设备指令处理系统 |
| CN111144745A (zh) * | 2019-12-26 | 2020-05-12 | 河南城建学院 | 一种绿色建筑智能化节能评估管理系统 |
| CN111787123A (zh) * | 2020-07-27 | 2020-10-16 | 四川神琥科技有限公司 | 智慧热网运维管理系统 |
| CN112180797A (zh) * | 2020-10-08 | 2021-01-05 | 国网山东省电力公司电力科学研究院 | 一种综合能源系统的测控装置及测控方法 |
| CN112765167A (zh) * | 2021-01-06 | 2021-05-07 | 杭州哒卡乐智能科技有限公司 | 一种综合数据处理服务系统 |
| CN113435736A (zh) * | 2021-06-24 | 2021-09-24 | 国网山西省电力公司阳泉供电公司 | 一种节能改造潜力企业识别系统 |
| CN113486125A (zh) * | 2021-06-29 | 2021-10-08 | 北京德风新征程科技有限公司 | 一种工业互联网大数据信息处理终端 |
| CN114239972A (zh) * | 2021-12-20 | 2022-03-25 | 广州汇锦能效科技有限公司 | 基于人工智能技术的校园能效与电气安全管理方法和系统 |
| CN114969151A (zh) * | 2022-05-12 | 2022-08-30 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种基于神经网络的用能数据挖掘系统 |
| CN116540618A (zh) * | 2023-04-17 | 2023-08-04 | 南京电研电力自动化股份有限公司 | 调相机组控制系统和调相机组 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107942960B (zh) | 2019-07-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107942960B (zh) | 一种智能化的信息处理系统 | |
| Dong et al. | Modeling occupancy and behavior for better building design and operation—A critical review | |
| CN105116848B (zh) | 居住建筑室内环境监测与健康等级评价物联网系统 | |
| US8874497B2 (en) | Method and system for controlling environmental conditions of different entities | |
| EP1987459B1 (en) | A system and a method for assessing and reducing air pollution by regulating airflow ventiilation | |
| CN103679592B (zh) | 高校教室感知管理系统 | |
| WO2011061329A1 (en) | A method and system for controlling environmental conditions of entity | |
| CN111443609B (zh) | 一种基于物联网的实验室环境自适应调节方法 | |
| CN210323870U (zh) | 一种楼宇能耗管理系统 | |
| CN114239972A (zh) | 基于人工智能技术的校园能效与电气安全管理方法和系统 | |
| CN211149228U (zh) | 一种基于群智能的建筑能耗采集系统 | |
| JP2011248568A (ja) | エネルギー管理システム | |
| CN110865149A (zh) | 室内公共环境监测方法及系统 | |
| CN111459214A (zh) | 一种基于智慧环境的控制管理系统及其方法 | |
| CN112213953A (zh) | 建筑设备智能管控方法、平台、设备及计算机存储介质 | |
| CN211785394U (zh) | 室内公共环境监测系统 | |
| CN111864909A (zh) | 新能源变电站智能辅助控制系统 | |
| Ren et al. | Comparative analysis of window operating behavior in three different open-plan offices in Nanjing | |
| CN115047816A (zh) | 一种建筑电气节能监控方法 | |
| Yu et al. | Impact of window and air-conditioner operation behaviour on cooling load in high-rise residential buildings | |
| CN208312636U (zh) | 中央空调监控系统 | |
| Yan et al. | Occupant behavior impact in buildings and the artificial intelligence-based techniques and data-driven approach solutions | |
| CN113156826A (zh) | 一种基于人工智能的家居自动管理方法、管理系统及终端 | |
| KR20160097071A (ko) | 소셜 네트워크를 이용한 공동 주거지 에너지 관리 장치 및 방법 | |
| CN204329251U (zh) | 一种医院单体空调联控节能管理系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |