CN108304965A - 基于舒适模型分配建筑物中的空间 - Google Patents

基于舒适模型分配建筑物中的空间 Download PDF

Info

Publication number
CN108304965A
CN108304965A CN201810030734.2A CN201810030734A CN108304965A CN 108304965 A CN108304965 A CN 108304965A CN 201810030734 A CN201810030734 A CN 201810030734A CN 108304965 A CN108304965 A CN 108304965A
Authority
CN
China
Prior art keywords
user
building
space
comfortable
occupying
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.)
Pending
Application number
CN201810030734.2A
Other languages
English (en)
Inventor
P.恩德尔
O.霍勒布
K.玛丽克
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honeywell International Inc
Original Assignee
Honeywell International Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Honeywell International Inc filed Critical Honeywell International Inc
Publication of CN108304965A publication Critical patent/CN108304965A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Air Conditioning Control Device (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)

Abstract

本文描述了用于基于舒适模型（102，204）分配建筑物中的空间（312）的方法，设备和系统。一种设备包括存储器（758），以及处理器（756），所述处理器（756）被配置成执行存储在存储器（758）中的可执行指令以：接收建筑物的多个居用者的居用者反馈（206），接收与建筑物相关联的多个变量，使用所述居用者反馈（206）和所述与建筑物相关联的多个变量为所述建筑物的每个相应的居用者生成舒适模型（102，204），并且基于为每个相应的居用者生成的舒适模型（102，204）以及所述与建筑物相关联的多个变量将每个相应的居用者分配到建筑物中的空间（312）。

Description

基于舒适模型分配建筑物中的空间
相关申请的交叉引用
本申请涉及于2015年10月29日提交的申请号为14/926,881的美国申请，其全部内容通过引用合并于此。
技术领域
本公开涉及用于基于舒适模型分配建筑物中的空间的方法，设备和系统。
背景技术
建筑物可以包括加热、通风和空气调节（HVAC）设备，以控制建筑物的室内气候。在一些示例中，HVAC设备可以利用诸如温度传感器的传感器和/或恒温器来确定建筑物内不同区域和/或区的当前环境条件。在一些示例中，建筑物的居用者（occupant）可以利用恒温器来改变HVAC设备的输入设置。
在一些情况下，居用者可能对于周围环境的温度和其他特征具有不同的舒适水平和/或耐受水平。例如，第一人可能在第一温度范围感觉舒适，并且第二人可能在第二温度范围感觉舒适。在该示例中，第一人可以尝试将恒温器改变为在第一温度范围内的设置，并且第二人可以尝试将恒温器改变为在第二温度范围内的设置。
来自居用者对恒温器的改变可能导致居用者之间的冲突，增加的温度波动和/或HVAC资源的利用不足/过度利用。这些冲突和/或温度波动可能导致来自居用者的更低的生产力和更高的HVAC成本。
附图说明
图1是根据本公开的一个或多个实施例的用于分配建筑物中的空间的舒适模型的图形表示。
图2是根据本公开的一个或多个实施例的用于分配建筑物中的空间的舒适模型的图形表示。
图3是根据本公开的一个或多个实施例的用于基于舒适模型分配建筑物中的空间的建筑物空间布局的示意性框图。
图4是根据本公开的一个或多个实施例的用于基于舒适模型分配建筑物中的空间的方法的流程图。
图5是根据本公开的一个或多个实施例的用于基于舒适模型分配建筑物中的空间的方法的流程图。
图6是根据本公开的一个或多个实施例的用于基于舒适模型分配建筑物中的空间的舒适图表的图形表示。
图7是根据本公开的一个或多个实施例的用于基于舒适模型分配建筑物中的空间的系统的示意性框图。
具体实施方式
本文描述了用于基于舒适模型分配建筑物中的空间的方法，设备和系统。例如，一个或多个实施例包括存储器，以及处理器，所述处理器被配置成执行存储在存储器中的可执行指令以：接收建筑物的多个居用者的居用者反馈，接收与建筑物相关联的多个变量，使用所述居用者反馈和所述与建筑物相关联的多个变量为所述建筑物的每个相应的居用者生成舒适模型，并且基于为每个相应的居用者生成的舒适模型以及所述与建筑物相关联的多个变量将每个相应的居用者分配到建筑物中的空间。
根据本公开，基于舒适模型分配建筑物空间可以包含建筑物的居用者的反馈，从而为居用者分配座位布置，从而使得可以减少居用者在环境条件（诸如温度设置）之间的冲突。此外，可以基于居用者反馈来选择诸如会议室的建筑物的空间，以增加该空间中的舒适水平，以及通过减少空间中的设定值改变来节约能源。以这种方式分配座位和空间可以提高居用者的舒适，进而提高居用者的生产力。
在下面的详细描述中，参考形成其一部分的附图。附图用图示的方式示出可以如何实践本公开的一个或多个实施例。
足够详细地描述这些实施例以使本领域的普通技术人员能够实践本公开的一个或多个实施例。应当理解的是，在不偏离本公开的范围的情况下，可以利用其他实施例并且可以进行过程、电气和/或逻辑改变。
如将认识到的，可以添加，交换，组合和/或消除本文的各个实施例中示出的元件，以便提供本公开的多个附加实施例。各图中提供的元件的比例和相对标度旨在图示本公开的实施例，并且不应被理解为限制性的。
本文的图遵循编号惯例，其中第一个一位或多位数字对应于附图编号，并且其余数字标识附图中的元件或部件。不同图之间的相似元件或部件可以通过使用相似的数字来标识。
如本文所使用的，“一个”或“多个”某物可以指一个或多个这样的事物。例如，“多个变量”可以指一个或多个变量。
图1是根据本公开的一个或多个实施例的用于分配建筑物中的空间的舒适模型的图形表示100。如图1中所示，图形表示100可以包括居用者舒适模型102-1，102-2，102-3，102-4，102-5，102-6（统称为居用者舒适模型102）。
控制器（例如，将结合图7描述的控制器754）可以接收建筑物的多个居用者的居用者反馈。如本文所使用的，居用者反馈可以是建筑物和/或建筑物内的空间的居用者的舒适的指示。例如，建筑物的空间的居用者可以指示（例如，通过移动设备，如将在本文进一步描述的那样）居用者是否对空间的多个内部变量（例如，温度，照明，湿度等）感觉舒适，如将在本文进一步描述的那样。居用者的反馈（例如，舒适指示或舒适请求）可以是居用者希望提高一般舒适。
居用者反馈可以被（例如，通过控制器）从对应于建筑物的居用者的移动设备（例如，结合图7所描述的移动设备760）接收。例如，建筑物可以包括多个居用者，每个居用者具有移动设备。所述多个居用者可以每个经由他们的移动设备指示关于他们在建筑物空间中的一般舒适的信息。这些相应的移动设备然后可以将这些相应的指示发送到控制器。
如本文所使用的，移动设备可以包括用户携带和/或佩戴的（或用户可以携带和/或佩戴的）设备。移动设备可以包括电话（例如，智能电话），平板电脑，个人数字助理（PDA），智能眼镜，和/或腕戴式设备（例如，智能手表），以及其他类型的移动设备。
控制器可以从对应于建筑物的每个居用者的多个移动设备经由网络关系接收居用者反馈。例如，居用者反馈可以经由有线或无线网络（例如，结合图4描述的网络423）从所述多个移动设备被发送到控制器。
有线或无线网络可以是将所述多个移动设备连接到控制器的网络关系。这种网络关系的示例可以包括局域网（LAN），广域网（WAN），个域网（PAN），分布式计算环境（例如，云计算环境），存储区域网络（SAN），城域网（MAN），蜂窝通信网络和/或因特网，以及其他类型的网络关系。
居用者反馈可以指示空间的环境反馈。例如，居用者反馈可以指示建筑物和/或建筑物的空间的温度太热。也就是说，居用者希望空间的温度降低，并且可以通过指示居用者偏好来如此指示。在进一步的示例中，居用者反馈可以指示建筑物的温度舒适，或者太冷。
尽管居用者反馈被描述为包括太热和/或太冷的反馈，但是本公开的实施例不限于此。例如，如图1中所示，反馈可以包括温暖，略微温暖，舒适，略微冷和/或冷。
尽管居用者反馈被描述为包括温度，但是本公开的实施例不限于此。例如，居用者反馈可以包括照明反馈，相对湿度反馈，空气质量反馈和/或其他环境反馈。
控制器也可以接收与建筑物相关联的多个变量。所述与建筑物相关联的多个变量可以包括内部变量，外部变量和/或成本变量，以及其他类型与建筑物相关联的变量。
与建筑物相关联的内部变量可以包括与建筑物的空间相关联的内部变量，诸如空间的内部温度，空间的内部相对湿度水平，空间的内部空气质量水平，内部照明，风扇速度，空间的空气中的二氧化碳水平，空间的空气中的氧气水平，空气交换到空间的频率和/或大小，空间的新鲜空气平衡，HVAC阻尼器位置，百叶窗的位置，包括所述多个居用者的居用，当日时间，和/或居用的时间表（例如来自预定系统），以及其他与空间相关联的内部变量。与空间相关联的内部变量可以包括当前的读数，读数的最近趋势和/或读数的历史趋势。
控制器可以经由有线或无线网络从多个内部传感器接收内部变量。内部传感器可以包括温度传感器（例如温度计，热电偶，热敏电阻等），湿度传感器（例如，湿敏电阻器，湿度调节器等），空气质量传感器（例如，一氧化碳传感器，二氧化碳传感器等），照明传感器（例如，光敏电阻器，光电二极管等），和/或居用传感器，以及其他类型的内部传感器。
与建筑物相关联的外部变量可以包括外部温度，外部湿度水平，外部照明水平，风速，风向，太阳光的角度和方向，降水和/或室外空气质量，以及其他外部读数。与建筑物相关联的外部变量可以包括当前的读数，读数的最近趋势和/或读数的历史趋势，和/或天气预报等。
控制器可以经由有线或无线网络从多个外部传感器接收外部变量。外部传感器可以包括温度传感器（例如温度计，热电偶，热敏电阻等），湿度传感器（例如，湿敏电阻器，湿度调节器等），和/或照明传感器（例如，光敏电阻器，光电二极管等），以及其他类型的外部传感器。
与建筑物相关联的成本变量可以包括用以加热和/或照明建筑物的空间的成本。例如，控制器可以接收与空间的设置相关联的正由HVAC和/或照明系统使用的能源的量。空间的设置可以包括温度，相对湿度，二氧化碳，氧气，阻尼器位置，进气口，冷冻水温度，热水温度和/或再热器设定值，以及其他设置。另外，控制器可以接收来自公用事业公司的成本信息，诸如每单位能源的货币成本。如本文所使用的，公用事业公司是指提供诸如电力，天然气，水等服务的组织。
例如，控制器可以接收来自公用事业公司使用的能源的每千瓦时（kWh）0.15美元的成本。控制器可以基于（例如通过乘以）来自公用事业公司的每单位能源的成本（例如，0.15美元/kWh）和用于加热和/或照明空间的能源的量（例如，100kWh）来确定加热和/或照明空间所需的金额。
控制器可以使用居用者反馈和所述与建筑物相关联的多个变量为建筑物的每个相应的居用者生成以图形表示100图示的居用者舒适模型102。图形表示100的x轴可以表示建筑物的空间的空气温度，并且图形表示100的y轴可以表示居用者反馈。
居用者可以经由该居用者的相应的移动设备来指示他们在建筑物空间中是舒适的还是不舒适的。居用者的舒适可以基于建筑空间的环境条件。在一些示例中，居用者可以指示他们是否舒适，感觉太热或感觉太冷。该居用者反馈可以和与建筑物相关联的变量相关，例如建筑物的空间的空气温度或其他变量。
控制器可以通过绘制每个相应的居用者的居用者反馈以及所述与建筑物相关联的多个变量为每个相应的居用者生成居用者舒适模型102。例如，控制器可以绘制居用者在20℃左右的空气温度下“舒适”的反馈。此外，居用者可以指示，在19℃左右的空气温度下，居用者感觉“略微冷”，并且在25℃左右的空气温度下，居用者感觉“略微温暖”。使用这些数据点，控制器可以为该居用者生成居用者舒适模型102-1。
尽管居用者舒适模型被描述为使用居用者反馈和温度来生成，但是本公开的实施例不限于此。例如，可以使用居用者反馈和其他环境条件（诸如相对湿度，照明，空气质量等）将居用者舒适模型生成为多维模型。
控制器可以为所有居用者生成居用者舒适模型102。例如，控制器可以生成对应于六个不同居用者的居用者舒适模型102-1，102-2，102-3，102-4，102-5，102-6，但是本公开的实施例不限于六个居用者。例如，在空间中少于或多于六个居用者的情况下，控制器可以为少于六个或多于六个居用者生成居用者舒适模型。
在一些实施例中，居用者舒适模型102可以被保存在数据库中以供稍后使用。生成居用者舒适模型102可以包括检索建筑物的区域内的多个居用者中的每个居用者的舒适模型。例如，可以由控制器为多个居用者中的每个居用者生成居用者舒适模型102。在该示例中，控制器可以将居用者舒适模型102存储在数据库中，以便当在该区域内标识出居用者时被检索和利用。
每个居用者舒适模型102的斜率可以对应于居用者对空间中的改变的敏感度。例如，居用者舒适模型102-3具有大于居用者舒适模型102-1的斜率的斜率，这可以指示对应于居用者舒适模型102-3的居用者对例如空间中的温度改变具有比对应于居用者舒适模型102-1的居用者更大的敏感度。
尽管在图1中示出为包括关于空气温度的居用者反馈，但是本公开的实施例不限于此。例如，控制器可以针对建筑物的其他变量生成居用者舒适模型，包括相对湿度，照明，空气质量等。
图2是根据本公开的一个或多个实施例的用于分配建筑物中的空间的舒适模型的图形表示201。如图2中所示，图形表示201可以包括居用者舒适模型204和居用者反馈206。
如之前结合图1所描述的，控制器可以接收居用者反馈206。居用者反馈206可以指示建筑物和/或建筑物内的空间的居用者的舒适。如图2中所示，居用者反馈206可以包括在建筑物空间的各种温度下的个体居用者的舒适的多个指示。例如，居用者可以指示他们在22.5℃左右的空气温度下感觉舒适（例如“很好(OK)”），在23.5℃左右的空气温度下感觉舒适，在24℃左右的空气温度感觉略微温暖，在25℃的空气温度下感觉温暖等。
居用者可以在一段时间内提交多个舒适指示作为居用者反馈206。控制器可以响应于接收居用者反馈206而为居用者生成居用者舒适模型204。居用者舒适模型204可以类似于之前结合图1所描述的居用者舒适模型102。
居用者舒适模型204可以通过绘制空间的居用者的居用者反馈206来生成。居用者反馈206可以使用居用者反馈和空气温度来绘制。居用者舒适模型204可以通过将曲线拟合到绘制的居用者反馈206来生成。
在一些实施例中，可以使用与居用者反馈206相结合的现有知识来生成居用者舒适模型204。现有知识可以包括一般舒适模型，诸如从科学实验和/或公开文献中已知的一般舒适模型。另外或可选地，现有知识可以包括预测的平均投票。居用者舒适模型204可以使用居用者反馈206和现有知识的结合来生成。
如图2中所示，居用者舒适模型204可以是非线性的。例如，居用者舒适模型204对于较高的温度可以具有缓和的斜率，并且对于较低的温度可以具有较陡的斜率，指示了居用者对较高的温度较不敏感并且对较低的温度更敏感。
尽管在图2中示出为包括关于空气温度的居用者反馈206，但是本公开的实施例不限于此。例如，控制器可以针对建筑物的一个或多个其他变量生成居用者舒适模型206，包括相对湿度，照明，空气质量等。
图3是根据本公开的一个或多个实施例的用于基于舒适模型分配建筑物中的空间的建筑物空间布局310的示意性框图。如图3中所示，建筑物空间布局310可以包括空间312-1，312-2，312-3（统称为空间312）和窗口311。空间312中的每个可以包括座位位置314-1，314-2，314-3，314-4，314-5和314-6（统称为座位位置314）。如图3中所示，空间312-1可以包括座位位置314-3和314-4，空间312-2可以包括座位位置314-1和314-2，并且空间312-3可以包括座位位置314-5和314-6。
控制器（例如，结合图7描述的控制器754）可以基于为每个相应的居用者生成的居用者舒适模型和与建筑物相关联的多个变量，将建筑物的每个相应的居用者分配到建筑物中的空间312。例如，可以基于每个居用者的舒适模型和建筑物的内部变量将每个相应的居用者分配到空间312。
在空间312中的座位位置314可以基于所述建筑物的多个内部变量来描述。所述建筑物的多个内部变量可以在一天的相关部分期间被记录。例如，可以基于空间312的一般居用时间表记录所述多个内部变量。空间312的一般居用时间表可以由控制器从建筑物自动化系统接收。
如之前结合图1所描述的，内部变量可以包括与建筑物的空间312和/或座位位置314相关联的变量。例如，内部变量可以包括空间的内部温度，空间的内部相对湿度水平，空间的内部空气质量水平，内部照明，风扇速度，空间的空气中的二氧化碳水平，空间的空气中的氧气水平，空气交换到空间的频率和/或大小，空间的新鲜空气平衡，HVAC阻尼器位置，百叶窗的位置，包括所述多个居用者的居用，当日时间，和/或居用的时间表（例如来自预定系统），以及其他与空间相关联的内部变量。
在一些实施例中，内部变量可以由所述建筑物的多个内部变量的完全概率分布来表示。
在一些实施例中，内部变量可以由建筑物的内部变量的平均值或最可能的值的范围来表示。在一些示例中，记录的内部变量的整个范围的变量的最可能的值的范围（例如，在第10和第90百分位之间）可以表示所述建筑物的多个内部变量。
尽管按照区描述了所述多个内部变量，但是本公开的实施例不限于此。例如，所述多个内部变量可以是按照座位位置。
在一些示例中，空间312-1可以是离窗口311最远的空间，而空间312-2和312-3更靠近窗口311。结果，作为阳光通过窗口311进入建筑物空间布局310的结果，空间312-3可能更易于发生温度改变，而空间312-2和312-1受影响较小。
如之前结合图1所描述的，对应于居用者舒适模型102-3和102-4的居用者可能对温度改变最为敏感。由于作为窗口311靠近空间312-3的结果空间312-1最不易于发生温度改变，因此可以将这些居用者分配到（例如坐在）空间312-1的座位位置314-3和314-4。相应地，居用者对应的居用者舒适模型102-5和102-6可能对温度改变最不敏感，并且由于作为窗口311靠近空间312-3的结果空间312-3最易于发生温度改变，所以这些居用者可以坐在空间312-3的座位位置314-5和314-6。相应地，对应于居用者舒适模型102-1和102-2的居用者可能不像对应于居用者舒适模型102-3，102-4，102-5和102-6的居用者那样对温度改变敏感，并且因此可坐在空间312-2的座位位置314-1和314-2。
控制器还可以基于将空间调节到指定的舒适水平的HVAC成本将每个相应的居用者分配到空间。例如，对于对温度改变更为敏感的居用者来说，将空间调节到舒适水平可能花费更多的HVAC操作成本。因此，控制器可以将那些更敏感的居用者分配到不易于发生温度改变的空间312。例如，作为位于距离位于空间312-3附近的窗口311更远的位置的结果，空间312-1可能不太易于发生温度改变。控制器可以利用成本信息来确定其用于调节空间312-1的花费更少，因为温度不会像空间312-2和/或312-3那么多地变化。因此，对应于居用者舒适模型102-3和102-4的居用者可坐在空间312-1的座位位置314-3和314-4。
在一些实施例中，控制器可以检测与舒适有关的异常。异常可以包括居用者反馈指示中系统偏移。偏移可以是针对建筑物内的空间和/或空间内的座位位置。控制器可以补偿异常。
控制器可以基于特定居用者在特定座位处将经历舒适条件的累积时间将每个相应的居用者分配到空间内的座位位置。例如，基于当日时间和与建筑物相关联的内部变量，控制器可以确定居用者在空间312-1中的座位位置314-3处将经历最多时间量的舒适。
尽管累积时间被描述为针对个体座位位置，但是本公开的实施例不限于此。例如，累积时间可以应用于空间312。空间的累积时间可以是用于在特定座位处经历空间312中的所有座位上的舒适条件的估计的总和。
如之前结合图1所描述的，控制器可以接收包括与会议请求相关联的会议的出席者以及会议的当日时间的会议请求。例如，控制器可以接收包括四个居用者的下午的会议请求。响应于会议请求，控制器可以使用舒适模型和与建筑物相关联的多个变量分配建筑物中的空间。
在一些实施例中，控制器可以接收包括对建筑物内的会议空间的请求的会议请求。会议请求可以包括与会议请求相关联的会议的出席者以及会议的当日时间。例如，居用者可能需要安排与其他居用者（例如同事）的会议，并且可以请求会议。居用者可以经由他们的移动设备和/或任何其他计算设备请求会议。如本文所使用的，计算设备可以是例如膝上型计算机，台式计算机或移动设备（例如，智能电话，平板电脑，个人数字助理，智能眼镜，腕戴式设备等），以及其他类型的计算设备。
会议请求可以包括包括正在出席会议的每个居用者的身份的信息。例如，控制器可以接收包括出席会议的居用者的会议请求。控制器可以响应于会议请求使用居用者舒适模型（例如，之前结合图1描述的居用者舒适模型102-1，102-3和102-6）和与建筑物相关联的多个变量来分配建筑物中的空间。
在一些示例中，基于会议的出席者，控制器可以将对应于会议的每个相应的出席者的居用者舒适模型聚集成聚集的舒适模型，该聚集的舒适模型可以用于响应于会议请求分配建筑物中的空间。
控制器可以响应于会议请求基于聚集的舒适模型的舒适水平分配建筑物中的空间。在一些示例中，会议出席者可以包括对应于居用者舒适模型102-3，102-4，102-5和102-6的居用者。由于对应于居用者舒适模型102-3，102-4，102-5和102-6的居用者平均优选更温暖的温度，所以控制器可以分配空间315-1，该空间可以具有区温度，该区温度接近对应于居用者舒适模型102-3，102-4，102-5和102-6的居用者的优选温度。
在一些实施例中，控制器可以基于每个相应的居用者的角色向居用者反馈和/或舒适模型分配加权。如本文所使用的，加权居用者偏好可以指居用者反馈指示或居用者舒适模型乘以反映反馈的重要性的因子。例如，诸如监督者的居用者的反馈可以被认为比位置低于监督者的居用者的反馈加权更大。作为另一示例，作为客户的居用者的反馈可以被认为比作为雇员的居用者的反馈加权更大。
控制器可以响应于会议请求基于建筑物中的空间的居用者容量分配建筑物中的空间。控制器可以利用与会议请求相关联的多个出席者和会议室居用者容量之间的加权差分。例如，可以由控制器接收早上会议请求，该会议请求包括对温度改变更敏感的五个居用者。尽管空间315-2可能更适合对早上会议的温度改变更敏感的居用者，但是空间315-2的居用者容量可能只是四个居用者。因此，控制器可以响应于会议请求分配空间315-1，因为居用容量空间315-1可以是十个居用者。
控制器可以响应于会议请求基于达到和/或维持空间的舒适环境条件（例如，温度，湿度，照明等）的与HVAC系统相关联的HVAC成本基于每个居用者舒适模型和/或聚集的舒适模型来分配空间。例如，对于优选低区温度的居用者来说，将空间调节到舒适水平可能花费更多的HVAC操作成本。因此，控制器可以将居用者分配到调节到优选低区温度花费更少HVAC成本的空间。
达到和/或维持空间的舒适环境条件的与HVAC系统相关联的HVAC成本可以基于与会议请求相关联的当日时间。例如，对于不同的当日时间来说，将空间调节到舒适水平可能花费更多的HVAC操作成本。例如，空间315-1在早上时间期间可能经历更多的阳光，并且空间315-2在下午时间期间可能经历更多的阳光。同样地，空间315-1在早上可能经历太阳照射热量增加，并且需要更高的HVAC操作成本来在早上调节空间315-1。空间315-2在下午可能经历更多的温度波动，并且需要更高的HVAC操作成本来在下午调节空间315-2。
因此，控制器可以响应于会议请求，将空间315-1分配给早上会议的对温度改变较不敏感的居用者。相应地，控制器可以响应于会议请求，将空间315-2分配给早上会议的对温度改变更敏感的居用者。另外，控制器可以响应于会议请求，将空间315-1分配给下午会议的对温度改变更敏感的居用者。此外，控制器可以响应于会议请求，将空间315-2分配给下午会议的对温度改变较不敏感的居用者。
作为额外的示例，可以由控制器接收包括四个居用者的会议请求。基于空间315-2中的当前环境条件，基于会议的出席者的居用者舒适模型将空间315-2调节到舒适的温度可能是不可行的（例如，将花费太长时间和/或过于昂贵将空间315-2冷却到舒适的温度），并且控制器因此可以响应于会议请求而分配空间315-1。
尽管控制器被描述为响应于会议请求单独地基于对应于会议的每个相应的出席者的居用者舒适模型，聚集的舒适模型，建筑物空间（例如，会议室）的居用者容量，与来自每个居用者舒适模型和/或聚集的舒适模型的舒适条件相关联的HVAC成本，和/或会议的当日时间来分配建筑物中的空间，但是本公开的实施例不限于此。例如，控制器可以响应于会议请求基于上面列出的因素的结合来分配建筑物中的空间。
控制器可以基于加权的居用者反馈分配建筑物中的空间。如之前结合图1所描述的，居用者可以具有比另一居用者加权更重的居用者反馈，并且因此可以通过控制器被更重要地对待。例如，对温度改变敏感的客户可以访问建筑物布局310并提交会议请求。由于客户的居用者反馈比其他居用者的居用者反馈的加权更重，所以控制器可以优于提交了会议请求的对温度改变敏感的另一居用者而将客户分配到早上会议的空间315-1。
尽管在图3中将建筑物布局310示出为包括供用作会议室的两个空间315-1和315-2，但是本公开的实施例不限于此。例如，建筑物布局310可以包括少于两个空间或多于两个空间供用作会议室。
在一些示例中，响应于接收会议请求，控制器可以生成来自建筑物的总数量空间的候选空间的列表。候选空间的列表可以基于与和会议请求相关联的会议的每个相应的出席者相关联的居用者舒适模型和/或聚集的舒适模型以及与建筑物相关联的多个变量。例如，尽管在图3中未示出，但是建筑物可以包括用于会议室的多于两个的空间（例如八个空间）。控制器可以基于与会议的每个相应的出席者相关联的居用者舒适模型以及与建筑物相关联的多个变量，生成适合于与会议请求相关联的会议的八个空间中的三个空间的列表。
在一些示例中，控制器可以基于与舒适条件（例如，温度等）相关联的HVAC成本，基于每个居用者舒适模型和/或聚集的舒适模型，从空间的列表中选择和分配空间。也就是说，控制器可以基于从对应于与会议请求相关联的会议的每个相应的出席者的居用者舒适模型得出的舒适条件来选择和分配空间。
在一些示例中，控制器可以基于与会议请求相关联的会议的当日时间来从空间的列表中选择和分配空间。继续上述示例，控制器可以基于对应于会议的每个相应的出席者的舒适模型来确定三个空间中的第一个可能适合于会议。此外，控制器可以基于会议在下午发生来确定三个空间中的第一个是最合适的，而控制器可能已经确定如果会议在早上发生，则三个空间中的第二个会是更合适的。
基于居用者舒适模型分配空间可以允许关于居用者的舒适和/或HVAC操作成本最佳的空间分配。例如，具有较冷反馈指示的居用者可以在较冷的空间中被分配座位，而具有较温暖反馈指示的居用者可以在较温暖的空间中被分配座位。为居用者提供舒适的空间可以导致更高的生产力，同时降低与建筑物的HVAC操作相关联的成本。
图4是根据本公开的一个或多个实施例的用于基于舒适模型分配建筑物中的空间的方法的流程图。方法416可以例如由控制器（例如结合图7描述的控制器754）执行。
在418处，方法416可以包括由控制器接收多个候选空间以及候选空间中可用的座位位置。候选空间可以包括可用于分配的不同空间，并且可用的座位位置可以包括可用于在不同候选空间中分配的座位。如之前结合图3所描述的，候选空间可以类似于空间312-1，312-2，312-3，并且候选空间中可用的座位可以类似于座位位置314-1，314-2，314-3，314-4，314-5，314-6。例如，控制器可以接收两个候选空间，其中每个候选空间包括十个可用的座位位置。
在420处，方法416可以包括由控制器接收要就座的多个居用者。例如，可能有五个居用者需要就座在候选空间中的座位位置。
所述多个候选空间，候选空间中可用的座位位置以及所述多个要就座的居用者可以是与建筑物相关联的变量。
在422处，方法416可以包括由控制器计算候选空间中可用的座位位置的与舒适有关的特性。例如，控制器可以使用与建筑物相关联的多个内部变量来确定每个候选空间中可用的每个座位位置的与舒适有关的特性。例如，控制器可以确定每个座位位置的内部温度，湿度水平，空气质量水平，照明水平等。
在424处，方法416可以包括由控制器为要就座的每个居用者生成舒适模型。例如，控制器可以使用来自居用者的居用者反馈和/或对于一般舒适模型的现有知识来为每个居用者生成舒适模型。
在426处，方法416可以包括由控制器根据每个居用者的个体舒适模型的与舒适有关的座位特性建立座位分配偏好的度量。例如，控制器可以基于每个居用者的舒适模型来确定使居用者就座的度量。该度量可以包括居用者舒适，HVAC操作成本等。
在428处，方法416可以包括由控制器将多个居用者分配到多个候选空间中的座位位置。将多个居用者分配到座位位置可以包括基于每个居用者的舒适模型最大化使居用者就座的度量。
图5是根据本公开的一个或多个实施例的用于基于舒适模型分配建筑物中的空间的方法的流程图。方法530可以例如由控制器（例如结合图7描述的控制器754）执行。
在532处，方法530可以包括由控制器接收多个可用的会议空间以及每个会议空间中的多个座位。所述多个会议空间可以包括可用于供在不同会议空间中使用的座位。如之前结合图3所描述的，会议空间可以类似于空间315-1和315-2。例如，控制器可以接收两个会议空间，其中每个会议空间包括五个座位。
在534处，方法530可以包括由控制器接收多个会议的出席者，每个出席者的身份以及每个出席者相应的个体舒适模型。例如，可能有四个会议的出席者，并且每个出席者可以包括指示每个出席者是谁的身份信息，以及每个出席者的个体舒适模型。
在536处，方法530可以包括由控制器计算可用的会议空间中的每个会议空间的与舒适有关的特性。例如，控制器可以使用与建筑物相关联的多个内部变量来确定每个可用的会议空间的与舒适有关的特性。例如，控制器可以确定每个会议空间的内部温度，湿度水平，空气质量水平，照明水平等。
在538处，方法530可以包括由控制器使用每个相应的会议出席者的个体舒适模型来生成聚集的舒适模型。控制器可以使用k均值聚类算法来聚集个体居用者舒适模型，但是本公开的实施例不限于k均值聚类算法。如本文所使用的，k均值聚类是指包括将N个观测值划分成k个聚类（例如，群组）的量化方法。例如，控制器可以将N个居用者舒适模型划分成k组。
尽管控制器被描述为通过k均值聚类算法聚集居用者舒适模型，但是本公开的实施例不限于此。例如，控制器可以使用随机优化和/或穷举搜索（例如，强力方法）来聚集居用者舒适模型。
聚集的舒适模型可以包括聚集的舒适温度。聚集的舒适温度可以表示每个出席者感觉舒适的相应的会议出席者的平均温度。
在540处，方法530可以包括由控制器根据多个可用的会议空间，每个会议空间中的多个座位，多个会议出席者以及聚集的舒适模型的与舒适有关的特性来建立用于会议空间偏好的度量。该度量可以包括居用者舒适，HVAC操作成本等。
在542处，方法530可以包括由控制器分配会议空间。分配会议空间可以包括基于聚集的舒适模型最大化用以分配会议空间的度量。
图6是根据本公开的一个或多个实施例的用于基于舒适模型分配建筑物中的空间的舒适图表644。如图6中所示，舒适图表644可以包括环境敏感度646，理想舒适水平648和数据点650-1，650-2，650-N。
控制器（例如，将结合图7描述的控制器754）可以使用居用者反馈（例如之前结合图1描述的）和与建筑物相关联的多个变量（例如，之前结合图1描述的）生成舒适图表644。舒适图表644可以包括建筑物的多个居用者中的每个居用者的数据点650-N。数据点650-N中的每个数据点可以基于每个相应的居用者的理想舒适水平648和环境敏感度646。
舒适图表644可以包括X轴。如图6中所示，X轴可以示出理想舒适水平648。理想舒适水平648可以表示每个个体居用者的理想舒适水平。例如，如图6中所示，理想舒适水平648可以由理想温度表示，其中由数据点650-2表示的建筑物居用者可以具有26℃的理想舒适温度。尽管理想舒适水平648被描述为由理想温度表示，但是本公开的实施例不限于此。例如，理想舒适水平648可以由任何其他建筑物变量（例如，理想舒适相对湿度，理想舒适照明水平，理想舒适空气质量等）表示。
舒适图表644可以包括Y轴。如图6中所示，Y轴可以示出环境敏感度646。环境敏感度646可以表示每个个体居用者对建筑物空间中的环境条件的改变的敏感度。例如，如图6中所示，由数据点650-1（例如，“HD”）表示的建筑物居用者可以比由数据点650-2（例如，“JV”）表示的建筑物居用者具有对建筑物空间中的温度改变更高的敏感度（例如，更敏感）。
舒适图表644可以为诸如建筑物和/或设施管理者之类的居用者提供可视化工具，以容易地监视建筑物居用者的居用者偏好。例如，设施管理者可以基于舒适水平和环境敏感度容易地将建筑物居用者分组，和/或利用离群点偏好和/或敏感度来确定建筑物居用者。
图7是根据本公开的一个或多个实施例的用于基于舒适模型分配建筑物中的空间的系统752的示意性框图。系统752可以包括控制器754和移动设备760-1，760-2，760-N（统称为移动设备760）。根据本公开，控制器754可以包括存储器758和处理器756，处理器756被配置成基于舒适模型来分配建筑物中的空间。
存储器758可以是可由处理器756访问以执行本公开的各种示例的任何类型的存储介质。例如，存储器758可以是具有存储于其上的计算机可读指令（例如，计算机程序指令）的非暂时性计算机可读介质，所述计算机可读指令可由处理器756执行以：经由网络762从多个移动设备760接收建筑物的多个空间的多个居用者的居用者反馈，从多个传感器接收与多个空间相关联的多个变量，使用加权的居用者反馈以及与多个空间相关联的多个变量为建筑物的每个相应的居用者生成舒适模型，并且基于每个居用者的舒适模型以及与多个空间相关联的多个变量，将每个相应的居用者分配到建筑物中的不同空间。此外，处理器756可以执行存储在存储器758中的可执行指令，以接收来自多个移动设备760中的移动设备的会议请求，并且响应于会议请求使用与和该会议请求相关联的会议的每个相应的出席者相关联的舒适模型以及与建筑物相关联的多个变量来分配建筑物中的空间。
存储器758可以是易失性或非易失性存储器。存储器758也可以是可移动的（例如便携式）存储器或不可移动的（例如，内部的）存储器。例如，存储器758可以是随机存取存储器（RAM）（例如动态随机存取存储器（DRAM）和/或相变随机存取存储器（PCRAM）），只读存储器（ROM）（例如电可擦除可编程只读存储器（EEPROM）和/或光盘只读存储器（CD-ROM）），闪存，激光光盘，数字多功能光盘（DVD）或其他光存储器，和/或磁介质诸如磁带盒，磁带或磁盘，以及其他类型的存储器。
此外，尽管存储器758被图示为位于控制器754内，但是本公开的实施例不限于此。例如，存储器758也可以位于另一个计算资源的内部（例如，使得计算机可读指令能够通过因特网或另一个有线或无线连接来下载）。
如本文所使用的，“逻辑”是用以执行本文描述的动作和/或功能等的替代或附加处理资源，其包括硬件（例如，各种形式的晶体管逻辑，专用集成电路（ASIC）等），而不是存储在存储器中并可由处理器执行的计算机可执行指令（例如，软件，固件等）。可以推测类似地执行用于本公开的实施例的目的的指令的逻辑。
尽管本文已经说明和描述了具体的实施例，但是本领域的普通技术人员将会理解，可以用被计算来实现相同技术的任何布置来代替所示的具体的实施例。本公开旨在覆盖本公开的各种实施例的任何和全部修改或变化。
应该理解的是，上面的描述是以说明性的方式进行的，而不是限制性的。上述实施例的组合以及本文中未具体描述的其他实施例在阅读以上描述时对于本领域技术人员而言将是显而易见的。
本公开的各种实施例的范围包括其中使用上述结构和方法的任何其他应用。因此，本公开的各种实施例的范围应该参考所附权利要求以及这些权利要求所授权的全部等同范围来确定。
在前面的具体实施方式中，出于流线型化本公开的目的，各种特征在图中示出的示例实施例中被分组在一起。本公开的方法不被解释为反映本公开的实施例需要比每个权利要求中明确记载的特征更多的特征的意图。
相反，如以下权利要求所反映的，发明主题在于少于单个公开实施例的所有特征。因此，以下权利要求由此被并入到具体实施方式中，其中每个权利要求本身作为单独的实施例。

Claims (10)

1.一种用于分配建筑物中的空间（312）的控制器（754），包括：
存储器（758）；以及
处理器（756），所述处理器（756）被配置成执行存储在所述存储器（758）中的可执行指令以：
接收建筑物的多个居用者的居用者反馈（206）；
接收与建筑物相关联的多个变量；
使用居用者反馈（206）和与建筑物相关联的多个变量，为建筑物的每个相应的居用者生成舒适模型（102，204）；以及
基于为每个相应的居用者生成的舒适模型（102，204）以及与建筑物相关联的多个变量，将每个相应的居用者分配到建筑物中的空间（312）。
2.根据权利要求1所述的控制器（754），其中：
与建筑物相关联的多个变量包括建筑物的多个内部变量；以及
所分配的空间（312）基于建筑物的内部变量。
3.根据权利要求1所述的控制器（754），其中基于将空间（312）调节到指定的舒适水平的加热，通风和空气调节（HVAC）成本，将每个相应的居用者分配到空间（312）。
4.根据权利要求1所述的控制器（754），其中所述处理器（756）被配置成执行所述指令以生成舒适图表（644），其中：
所述舒适图表（644）包括建筑物的多个居用者中的每个居用者的数据点（650），其中每个数据点（650）基于每个相应的居用者的理想舒适水平（648）和环境敏感度（646）；
理想舒适水平（648）基于与其中每个相应的居用者感觉舒适的建筑物相关联的多个变量；以及
每个相应的居用者的环境敏感度（646）基于每个相应的居用者的舒适模型（102，204）的斜率。
5.根据权利要求1所述的控制器（754），其中所述处理器（756）被配置成执行所述指令以通过绘制每个相应的居用者的所述居用者反馈（206）以及与建筑物相关联的多个变量来为每个相应的居用者生成所述舒适模型（102，204）。
6.根据权利要求1所述的控制器（754），其中所述居用者反馈（206）指示：
建筑物的温度太热；
建筑物温度舒适；或者
建筑物的温度太冷。
7.根据权利要求1所述的控制器（754），其中从对应于所述建筑物的每个相应的居用者的多个移动设备（760）接收所述居用者反馈（206）。
8.根据权利要求1所述的控制器（754），其中所述处理器（756）被配置成执行所述指令以基于每个相应的居用者的角色来加权所述居用者反馈（206）。
9.根据权利要求1所述的控制器（754），其中所述处理器（756）被配置成响应于会议请求执行所述指令以聚集所述舒适模型（102，204）。
10.根据权利要求9所述的控制器（754），其中所述处理器（756）被配置成执行所述指令以响应于所述会议请求基于聚集的舒适模型（102，204）而将每个相应的居用者分配到所述建筑物中的空间（312）。
CN201810030734.2A 2017-01-13 2018-01-12 基于舒适模型分配建筑物中的空间 Pending CN108304965A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/406,540 US20180204162A1 (en) 2017-01-13 2017-01-13 Assigning spaces in a building based on comfort models
US15/406540 2017-01-13

Publications (1)

Publication Number Publication Date
CN108304965A true CN108304965A (zh) 2018-07-20

Family

ID=62841494

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810030734.2A Pending CN108304965A (zh) 2017-01-13 2018-01-12 基于舒适模型分配建筑物中的空间

Country Status (2)

Country Link
US (1) US20180204162A1 (zh)
CN (1) CN108304965A (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7021500B2 (ja) * 2017-10-26 2022-02-17 富士フイルムビジネスイノベーション株式会社 装置、部屋、管理システム及びプログラム
US10708077B2 (en) * 2017-11-21 2020-07-07 Abb Schweiz Ag Technologies for optimally individualized building automation
US20190354074A1 (en) * 2018-05-17 2019-11-21 Johnson Controls Technology Company Building management system control using occupancy data
US11269306B2 (en) 2019-07-12 2022-03-08 Johnson Controls Tyco IP Holdings LLP HVAC system with building infection control
US12007732B2 (en) 2019-07-12 2024-06-11 Johnson Controls Tyco IP Holdings LLP HVAC system with building infection control
US11960261B2 (en) 2019-07-12 2024-04-16 Johnson Controls Tyco IP Holdings LLP HVAC system with sustainability and emissions controls
US10876755B2 (en) * 2018-12-12 2020-12-29 Sensormatic Electronics, LLC Systems and methods of providing occupant feedback to enable space optimization within the building
US11761660B2 (en) 2019-01-30 2023-09-19 Johnson Controls Tyco IP Holdings LLP Building control system with feedback and feedforward total energy flow compensation
US11274842B2 (en) 2019-07-12 2022-03-15 Johnson Controls Tyco IP Holdings LLP Systems and methods for optimizing ventilation, filtration, and conditioning schemes for buildings
US11714393B2 (en) 2019-07-12 2023-08-01 Johnson Controls Tyco IP Holdings LLP Building control system with load curtailment optimization
US11494742B2 (en) * 2019-09-05 2022-11-08 International Business Machines Corporation Dynamic workplace set-up using participant preferences
US11455341B2 (en) 2019-10-07 2022-09-27 Honeywell International Inc. Occupant comfort model extrapolation
WO2021068882A1 (en) * 2019-10-08 2021-04-15 Ambi Labs Limited Hvac control system and method
US11783240B2 (en) 2020-04-02 2023-10-10 Johnson Controls Tyco IP Holdings LLP Building management system with dynamic workspace assignment
US11367534B2 (en) 2020-04-02 2022-06-21 Johnson Controls Tyco IP Holdings LLP Systems and methods for contagious disease risk management
US11729577B2 (en) 2021-07-08 2023-08-15 Johnson Controls Tyco IP Holdings LLP Building management system with geofenced configuration templates
US20230297896A1 (en) * 2022-03-17 2023-09-21 Jpmorgan Chase Bank, N.A. Method and system for seat assignment in hybrid working model

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060149586A1 (en) * 2004-12-30 2006-07-06 Brown Terry M Lodging attribute inventory
US20140089020A1 (en) * 2012-09-27 2014-03-27 Suitest IP Group, Inc. Systems and methods for optimizing markets for temporary living space
CN105571048A (zh) * 2014-11-10 2016-05-11 开利公司 群动态环境控制
CN105849656A (zh) * 2013-11-04 2016-08-10 霍尼韦尔国际公司 用于为建筑控制系统提供改善服务的方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060149586A1 (en) * 2004-12-30 2006-07-06 Brown Terry M Lodging attribute inventory
US20140089020A1 (en) * 2012-09-27 2014-03-27 Suitest IP Group, Inc. Systems and methods for optimizing markets for temporary living space
CN105849656A (zh) * 2013-11-04 2016-08-10 霍尼韦尔国际公司 用于为建筑控制系统提供改善服务的方法和系统
CN105571048A (zh) * 2014-11-10 2016-05-11 开利公司 群动态环境控制

Also Published As

Publication number Publication date
US20180204162A1 (en) 2018-07-19

Similar Documents

Publication Publication Date Title
CN108304965A (zh) 基于舒适模型分配建筑物中的空间
US11371739B2 (en) Predictive building control system with neural network based comfort prediction
Xie et al. Review on occupant-centric thermal comfort sensing, predicting, and controlling
Peng et al. Temperature-preference learning with neural networks for occupant-centric building indoor climate controls
Kim Optimal price based demand response of HVAC systems in multizone office buildings considering thermal preferences of individual occupants buildings
CN102449406B (zh) 用于基于个体舒适的气候控制设定点优化的系统和方法
CN107120782B (zh) 一种基于多用户热舒适度数据的暖通系统控制方法
Yoon et al. Performance based thermal comfort control (PTCC) using deep reinforcement learning for space cooling
CN106164596B (zh) 用于控制hvac系统中的能量的方法和设备
CN105571048B (zh) 群动态环境控制
WO2014084832A2 (en) Comfort estimation and incentive design for energy efficiency
Kwon et al. AI-based home energy management system considering energy efficiency and resident satisfaction
Vellei et al. Agent-based stochastic model of thermostat adjustments: A demand response application
Mofidi et al. Integrated optimization of energy costs and occupants’ productivity in commercial buildings
Pazhoohesh et al. Investigating occupancy-driven air-conditioning control based on thermal comfort level
Li et al. Operation strategy of smart thermostats that self-learn user preferences
Al Jebaei et al. Quantifying the impact of personal comfort systems on thermal satisfaction and energy consumption in office buildings under different US climates
CN114450532A (zh) 用退化影响模型对预测维护系统进行建模
Xia et al. RECA: A Multi-Task Deep Reinforcement Learning-Based Recommender System for Co-Optimizing Energy, Comfort and Air Quality in Commercial Buildings
Bao et al. A rule-based smart thermostat
JP7377053B2 (ja) エネルギー管理システムおよびエネルギー管理方法
Kciuk et al. Design and modeling of intelligent building office and thermal comfort based on probabilistic neural network
von Frankenberg et al. LATEST: a learning-based automated thermal environment control system
Awalgaonkar et al. Learning personalized thermal preferences via Bayesian active learning with unimodality constraints
CN105630039A (zh) 一种控制方法及电子设备

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20180720