CN109708275A - 大跨度体育建筑室内温度智能调控系统 - Google Patents

Abstract

本发明提供一种大跨度体育建筑室内温度智能调控系统，包括：多个红外温度监测仪，用于对室内的大尺度空间进行实时的温度监测，并获得第一温度数据；多个地面温度传感器，用于监测地面的温度，并获得第二温度数据；多个空调出风口，分别设置于大跨度体育建筑的各个区域；多个空调出风口控制装置，分别设置在每个空调出风口上，用于控制空调出风口的关闭和打开；以及人工智能数据处理中心，用于接收两组温度数据并生成实时操作指令，而后通过电路发送至每个空调出风口控制装置，从而控制多个空调出风口的关闭和打开，并根据实时操作指令实施后监测到的温度数据对该实时操控指令自我学习和调整，使得室内达到最为理想的舒适环境。

Description

大跨度体育建筑室内温度智能调控系统

技术领域

本发明属于建筑技术领域，具体涉及一种大跨度体育建筑室内温度智能调控系统。

背景技术

我国夏热冬暖地区，属于亚热带湿润季风气候区，该地区处于我国改革的前沿，社会经济发展水平较高，大跨度体育建筑能耗亦相对其它地区相对较高。空调能耗占大跨度体育建筑能耗的大部分，高能耗的大跨度体育建筑占公共建筑总面积的比例也越来越大，造成了建筑用电量的增长速度高于建筑总量的增长速度，所以减少大跨度体育建筑的空调能耗是实现大跨度体育建筑节能的关键。

解决能源紧张以及环境恶化的形势刻不容缓，绿色建筑的概念逐渐受到国家的重视，我国绿色建筑发展进入全面发展阶段。

传统的室内空气调节设备的功能较为单一且会消耗大量的能源在建筑制冷取暖和空气交换上，不利于可持续发展，不符合绿色节能的建筑理念。

针对日益严酷的生态环境、快速发展的人工智能物联网技术以及日益迫切的绿色可持续建筑发展理念，现需要大跨度体育建筑制冷系统达到节能、健康、智能化的特征。

发明内容

本发明是为了解决上述问题而进行的，目的在于提供一种大跨度体育建筑室内温度智能调控系统，能够解决传统的大跨度体育建筑制冷系统功能较为单一且耗能较高题以及对于大跨度体育建筑室内温度环境无法做到监测与调整的问题。

本发明提供了一种大跨度体育建筑室内温度智能调控系统，用于对安装有空调系统的大跨度体育建筑的室内温度环境进行调节，具有这样的特征，包括：多个红外温度监测仪，安装于大跨度体育建筑的屋面的内侧，用于对室内的大尺度空间进行实时的温度监测，并获得第一温度数据；多个地面温度传感器，安装于大跨度体育建筑的地面上，用于监测地面的温度，并获得第二温度数据；多个空调出风口，分别设置于大跨度体育建筑的屋面的下方、观众席、墙壁以及地面上，用于对室内的各个区域进行降温；多个空调出风口控制装置，分别设置在每个空调出风口上，用于对空调出风口的关闭和打开进行控制；以及人工智能数据处理中心，与多个红外温度监测仪以及多个地面温度传感器通信连接，并与多个空调出风口控制装置通过电路连接，用于接收和处理第一温度数据和第二温度数据，并基于第一温度数据和第二温度数据得出室内应当达到的温度作为目标温度，进一步根据目标温度、第一温度数据以及第二温度数据以及初始操控指令通过设定的操作指令算法生成实时操作指令，获得该操作指令后发送至每个空调出风口控制装置，从而控制多个空调出风口的关闭。

在本发明提供的大跨度体育建筑室内温度智能调控系统中，可以具有这样的特征，还包括：专用数据库，与人工智能数据处理中心通信连接，其中，一旦人工智能数据处理中心生成实时操作指令，人工智能数据处理中心就将实时操作指令作为历史操作指令、发送该历史操作指令时的第一温度数据和第二温度数据作为第一初始温度数据和第二初始温度数据以及发送实时操作指令后的第一温度数据和第二温度数据作为指令实施后第一温度数据和指令实施后第二温度数据发送给专用数据库，专用数据库接收历史操作指令、第一初始温度数据、第二初始温度数据、指令实施后第一温度数据和指令实施后第二温度数据，并进行存储，一旦人工智能数据处理中心接收到第一温度数据和第二温度数据，人工智能数据处理中心就将专用数据库中与第一温度数据和第二温度数据对应的历史操作指令作为新的初始操作指令。

在本发明提供的大跨度体育建筑室内温度智能调控系统中，还可以具有这样的特征：其中，实时操作指令为风量控制指令。

在本发明提供的大跨度体育建筑室内温度智能调控系统中，还可以具有这样的特征：其中，设定控制指令的算法为Q-learning学习算法，该算法包括以下步骤：设定操作指令的算法为Q-learning学习算法，该算法包括以下步骤：

步骤1，给定参数γ和目标温度R；

步骤2，令Q＝0；

步骤3，随机选择一个初始操作指令S；

步骤4，执行初始操作指令S后，若达到目标温度R，则结束运算，若未达到目标温度R，则进入下一步；

步骤5，在历史操作指令库中选择一个历史操作指令作为新的初始操作指令a；

步骤6，利用新的初始操作指令a，得到下一个实时操作指令S’；

步骤7，将实时操作指令S’代入下式(1)中，令S＝S’，得到指令实施后的温度数据Q(S，a)，

步骤8，若达到目标温度R，则结束运算，若未达到目标温度R，则进入步骤5，

式(1)中，α为学习速率，γ为折扣因子，为指令实施后最佳的温度数据。

在本发明提供的大跨度体育建筑室内温度智能调控系统中，还可以具有这样的特征：其中，人工智能数据处理中心由人工智能算法的计算机组成。

发明的作用与效果

根据本实施例所涉及的大跨度体育建筑室内温度智能调控系统，因为具有多个红外温度监测仪和多个地面温度传感器，所以能够对大跨度体育建筑的室内各区域的温度进行实时监测；因为具有的多个分别设置于大跨度体育建筑的屋面的下方、观众席、墙壁以及地面上的空调出风口，所以能够对室内的各个区域进行降温；因为具有设置在空调出风口上的空调出风口控制装置，所以能够对空调出风口的关闭和打开进行控制；因为具有与多个红外温度监测仪、多个地面温度传感器以及多个空调出风口控制装置通信连接的人工智能数据处理中心，所以能够接收和处理第一温度数据和第二温度数据，并基于第一温度数据和第二温度数据得出室内应当达到的温度作为目标温度，进一步根据目标温度、第一温度数据以及第二温度数据以及初始操控指令通过设定的操作指令算法生成实时操作指令，获得该操作指令后发送至每个空调出风口控制装置，从而控制多个空调出风口的关闭和打开，进而对大跨度体育建筑的室内温度环境进行调节。

因此，本实施例的大跨度体育建筑室内温度智能调控系统，随着工作时间的增加，人工智能数据处理中心能够不断进行自我学习和调整，从而变得越来越聪明，使得发出的指令越来越高效和迅速，能够更加精准和迅速的实现对温度的控制，提高室内空气质量，提供一个更加舒适健康的室内环境，进而改善人体所处的环境，更有利于建筑的可持续化发展，还能够为未来的大跨度体育建筑提供一个温度调控的模式和范本，是人工智能应用于大跨度体育建筑的一个应用实践。

附图说明

图1是本发明的实施例中大跨度体育建筑的鸟瞰图；

图2是本发明的实施例中大跨度体育建筑的内部透视图；

图3是本发明的实施例中大跨度体育建筑的剖切透视图；

图4是本发明的实施例中大跨度体育建筑室内温度智能调控系统的信息传递示意图；

图5(a)是本发明的实施例中大跨度体育建筑室内的大型运动会场景应用示意图；

图5(b)是本发明的实施例中大跨度体育建筑室内的大型运动会场景应用的重点送风区域示意图；

图6(a)是本发明的实施例中大跨度体育建筑室内的大型集会场景应用的重点送风区域示意图；

图6(b)是本发明的实施例中大跨度体育建筑室内的大型集会场景应用示意图；

图7(a)是本发明的实施例中大跨度体育建筑室内的小型集会场景应用示意图；

图7(b)是本发明的实施例中大跨度体育建筑室内的小型集会场景应用的重点送风区域示意图。

具体实施方式

为了使本发明实现的技术手段与功效易于明白了解，以下结合实施例及附图对本发明作具体阐述。

实施例：

图1是本发明的实施例中大跨度体育建筑的鸟瞰图，图2是本发明的实施例中大跨度体育建筑的内部透视图，图3是本发明的实施例中大跨度体育建筑的剖切透视图，图4是本发明的实施例中大跨度体育建筑室内温度智能调控系统的信息传递示意图。

本实施例的一种大跨度体育建筑室内温度智能调控系统100，用于对安装有空调系统的大跨度体育建筑200的室内温度环境进行调节，其特征在于，包括：多个红外温度监测仪10、多个地面温度传感器20、多个空调出风口30、多个空调出风口控制装置(图中为示出)、人工智能数据处理中心40以及专用数据库50。

如图1所示，由于大跨度体育建筑200的内部空间尺度较大，所以对于降温方面的控制需要比较精确，否则将会造成较大能源的浪费，且降温运营成本较高。

如图2所示，大跨度体育建筑200内部空间十分的巨大，可容纳的观众人数十分的多，带来的热量也是十分的惊人，所以对于其内部温度尤其是夏季温度的控制显得十分的重要，如果处理不当，将会对内部观众的舒适感造成较大的影响。

如图3所示，多个红外温度监测仪10，安装于大跨度体育建筑200的屋面201的内侧，用于对室内的大尺度空间进行实时的温度监测，并获得第一温度数据。

屋面201为大跨度体育建筑200的上方覆盖结构，是半透明的屋面，可以很好的为室内空间引进光线，并为大跨度体育建筑200抵御恶劣天气。

多个地面温度传感器20，安装于大跨度体育建筑200的地面202上，用于监测地面202的温度，并获得第二温度数据，并与红外温度监测仪10形成互补，实现对室内温度的全面监测。

地面202可以根据具体的体育活动或者其他用途进行快速改装，灵活性强，提高了大跨度体育建筑200的利用率。

多个空调出风口30，分别设置于大跨度体育建筑200的屋面201的下方、观众席203、墙壁以及地面202上，用于对室内的各个区域进行降温。

空调出风口30的数量和大小均根据设计提前设置好，但处于工作状态的空调出风口30的数量由人工智能数据处理中心40控制，另外，空调出风口30的尺寸和通风量要小于传统的空调出风口，但数量上要比传统大跨度体育场馆中的空调出风口多一些，这样可以使得每个空调出风口30控制的区域面积减小，从而可以实现更为精细的分区调控和更为节能的降温耗能。

观众席203布置于大跨度体育建筑200的室内边缘区域，呈一定的坡度逐级增高，实现观众良好的视野。

多个空调出风口控制装置，分别设置在每个空调出风口30上，用于对空调出风口30的关闭和打开进行控制。

人工智能数据处理中心40由人工智能算法的计算机组成，与多个红外温度监测仪10以及多个地面温度传感器20通信连接，并与多个空调出风口控制装置通过电路连接，用于接收和处理第一温度数据和第二温度数据，并基于第一温度数据和第二温度数据得出室内应当达到的温度作为目标温度，进一步根据目标温度、第一温度数据以及第二温度数据以及初始操控指令通过设定的操作指令算法生成实时操作指令，获得该操作指令后发送至每个空调出风口控制装置，从而控制多个空调出风口30的关闭和打开，进而对大跨度体育建筑200的室内温度环境进行调节。

本实施例中，实时操作指令为风量控制指令。

专用数据库50可以是与人工智能数据处理中心40集成在一起的或者云端数据库，与人工智能数据处理中心40通信连接。

一旦人工智能数据处理中心40生成实时操作指令，人工智能数据处理中心40就将实时操作指令作为历史操作指令、发送该历史操作指令时的第一温度数据和第二温度数据作为第一初始温度数据和第二初始温度数据以及发送实时操作指令后的第一温度数据和第二温度数据作为指令实施后第一温度数据和指令实施后第二温度数据发送给专用数据库50。

专用数据库50接收历史操作指令、第一初始温度数据、第二初始温度数据、指令实施后第一温度数据和指令实施后第二温度数据，并进行存储。

一旦人工智能数据处理中心40接收到第一温度数据和第二温度数据，人工智能数据处理中心40就将专用数据库50中与第一温度数据和第二温度数据对应的历史操作指令作为新的初始操作指令，从而实现人工智能数据处理中心40的自我学习和调整。

设定的操作指令算法为Q-learning学习算法，Q为动作效用函数(action-utilityfunction)，用于评价在特定状态下采取某个动作的优劣。它是智能体的记忆。在这个问题中，状态和动作的组合是有限的。所以我们可以把Q当做是一张表格，具体如表1所示：

表1

1.使用策略π，获得动作a＝π(S)

最直观易懂的策略π(S)是根据Q表格来选择效用最大的动作，若两个动作效用值一样，如初始时某状态处效用值都为0，那就选第一个动作。但这样的选择可能会使Q陷入局部最优：在状态S₀处，在第一次选择了动作1(执行)并获取了r₁>0的奖赏后，算法将永远无法对动作2(不执行)进行更新，即使动作2最终会给出r₂>r₁的奖赏。

改进的策略为ε-greedy方法：每个状态以ε的概率进行探索，此时将随机选取执行或不执行，而剩下的1-ε的概率则进行开发，即按上述方法，选取当前状态下效用值较大的动作。

2.更新Q表格

Q表格将根据以下公式进行更新：

其中，α为学习速率(learning rate)，γ为折扣因子(discount factor)。根据公式可以看出，学习速率α越大，保留之前训练的效果就越少。折扣因子γ越大，所起到的作用就越大。考虑设备在对状态进行更新时，会关心到眼前利益R，和记忆中的利益是记忆中的利

益。它是设备芯片记忆里，新状态S′能给出的最大效用值。如果设备芯片在过去的运行中于状态S′的某个动作上吃过甜头，例如选择了某个动作之后获得了50的奖赏，这个公式就可以让它提早地得知这个消息，以便使下回再通过状态时选择正确的动作继续进入这个吃甜头的状态。

在本实施例中，设定的操作指令的算法为包括以下步骤：

步骤1，给定参数γ和矩阵R；

步骤2，令Q＝0；

步骤3，随机选择一个初始操作指令S；

步骤4，执行初始操作指令S后，若达到目标温度R，则结束运算，若未达到目标温度R，则进入下一步；

步骤5，在历史操作指令库中选择一个历史操作指令作为新的初始操作指令a；

步骤6，利用新的初始操作指令a，得到下一个实时操作指令S’；

步骤7，将实时操作指令S’代入下式(1)中，令S＝S’，得到指令实施后的温度数据Q(S，a)，

步骤8，若达到目标温度R，则结束运算，若未达到目标温度R，则进入步骤5。

式(1)中，α为学习速率，γ为折扣因子，为指令实施后最佳的温度数据。

图5(a)是本发明的实施例中大跨度体育建筑室内的大型运动会场景应用示意图，图5(b)是本发明的实施例中大跨度体育建筑室内的大型运动会场景应用的重点送风区域示意图。

如图5(a)和图5(b)所示，大型运动会是大跨度体育场馆常见的使用场景之一，在这种场景下，中间运动区域是供运动员进行比赛使用，周围的观众席供观众使用，此时的降温重点是对观众进行降温，为观众提供一个良好舒适的环境，此时的重点送风区域61就是周围看台的一圈，根据图4中的运行机制，实现该区域的分区降温，并能根据温度变化情况，观众人数变化情况实现合理降温，湿度降温，实现能耗的最大化利用。

图6(a)是本发明的实施例中大跨度体育建筑室内的大型集会场景应用的重点送风区域示意图，图6(b)是本发明的实施例中大跨度体育建筑室内的大型集会场景应用示意图。

如图6(a)和图6(b)所示，大跨度体育场馆往往在非比赛时期还会承担着其他的一些功能，比如供大型集会使用，在该场景下，参会人员主要集中在大跨度体育场馆的中间区域和主席台上，此时根据需要，就可以分区调整空调出风口，且重点送风区域62如图6(b)所示，从而使得专用数据库50可以实现能源的最大化利用。

图7(a)是本发明的实施例中大跨度体育建筑室内的小型集会场景应用示意图，图7(b)是本发明的实施例中大跨度体育建筑室内的小型集会场景应用的重点送风区域示意图。

如图7(a)和图7(b)所示，在此应用场景中，参会人员不多，人工智能数据处理中心40根据红外温度监测仪10和地面温度传感器20监测到的数据指挥相应区域的空调出风口30进行工作，使得该重点送风区域63实现独立降温，节约能源。

本实施例中，大跨度体育建筑室内温度智能调控系统100的调节室内温度环境的动作流程包含如下步骤：

步骤一，多个红外温度监测仪10对室内的大尺度空间进行实时的温度监测获得第一温度数据，多个地面温度传感器20对地面的温度进行监测获得第二温度数据，并将第一温度数据和第二温度数据发送给人工智能数据处理中心40。

步骤二，人工智能数据处理中心40接收第一温度数据和第二温度数据并基于第一温度数据和第二温度数据并基于该第一温度数据和第二温度数据获取专用数据库50中相似的两个温度数据对应的历史踩空指令并将该历史操控指令作为当前的初始操控指令。

步骤三，人工智能数据处理中心40基于第一温度数据和第二温度数据得出室内应当达到的温度作为目标温度，进一步根据该目标温度、室内对应的第一温度数据和第二温度数据、初始操控指令通过设定的操作指令算法生成实时操作指令，并将开启程度控制指令发送给对应的空调出风口控制装置，空调出风口控制装置控制不同区域的空调出风口30的开启。

步骤四，人工智能数据处理中心40将实时操作指令作为历史操作指令发送至专用数据库50，并将发送该历史操作指令时的第一温度数据和第二温度数据均作为第一初始温度数据和第二初始温度数据以及发送历史操作指令后的第一温度数据和第二温度数据作为指令实施后第一温度数据和指令实施后第二温度数据发送至专用数据库50。

步骤五，专用数据库50对历史操作指令、第一初始温度数据、第二初始温度数据、指令实施后第一温度数据以及指令实施后第二温度数据进行接收并对应存储，然后将指令实施后第一温度数据以及指令实施后第二温度数据与目标温度进行对比，若存在偏差，则返回步骤三，直至到达目标温度，若没有偏差，则进入结束状态。

实施例的作用与效果

根据本实施例所涉及的大跨度体育建筑室内温度智能调控系统，因为具有多个红外温度监测仪和多个地面温度传感器，所以能够对大跨度体育建筑的室内各区域的温度进行实时监测；因为具有的多个分别设置于大跨度体育建筑的屋面的下方、观众席、墙壁以及地面上的空调出风口，所以能够对室内的各个区域进行降温；因为具有设置在空调出风口上的空调出风口控制装置，所以能够对空调出风口的关闭和打开进行控制；因为具有与多个红外温度监测仪、多个地面温度传感器以及多个空调出风口控制装置通信连接的人工智能数据处理中心，所以能够接收和处理第一温度数据和第二温度数据，并基于第一温度数据和第二温度数据得出室内应当达到的温度作为目标温度，进一步根据目标温度、第一温度数据以及第二温度数据以及初始操控指令通过设定的操作指令算法生成实时操作指令，获得该操作指令后发送至每个空调出风口控制装置，从而控制多个空调出风口的关闭和打开，进而对大跨度体育建筑的室内温度环境进行调节。

根据本实施例所涉及的大跨度体育建筑室内温度智能调控系统，因为具有专用数据库，所以能够对历史操作指令、第一初始温度数据、第二初始温度数据、指令实施后第一温度数据以及指令实施后第二温度数据进行接收并对应存储，而后在若在调控中遇到相同的温度状态时，可以直接调用专用数据库中的历史操作指令，从而实现更快的调控。

根据本实施例所涉及的大跨度体育建筑室内温度智能调控系统，因为设定的控制指令的算法为Q-learning学习算法，所以能够实现对温度的快速精准控制。

因此，本实施例的大跨度体育建筑室内温度智能调控系统，随着工作时间的增加，人工智能数据处理中心能够不断自我学习和调整，从而变得越来越聪明，使得发出的指令越来越高效和迅速，能够更加精准和迅速的实现对温度的控制，提高室内空气质量，提供一个更加舒适健康的室内环境，进而改善人体所处的环境，更有利于建筑的可持续化发展，还能够为未来的大跨度体育建筑提供一个温度调控的模式和范本，是人工智能应用于大跨度体育建筑的一个应用实践。

上述实施方式为本发明的优选案例，并不用来限制本发明的保护范围。

Claims (5)

1.一种大跨度体育建筑室内温度智能调控系统，用于对安装有空调系统的大跨度体育建筑的室内温度环境进行调节，其特征在于，包括：

多个红外温度监测仪，安装于所述大跨度体育建筑的屋面的内侧，用于对室内的大尺度空间进行实时的温度监测，并获得第一温度数据；

多个地面温度传感器，安装于所述大跨度体育建筑的地面上，用于监测所述地面的温度，并获得第二温度数据；

多个空调出风口，分别设置于所述大跨度体育建筑的所述屋面的下方、观众席、墙壁以及所述地面上，用于对室内的各个区域进行降温；

多个空调出风口控制装置，分别设置在每个所述空调出风口上，用于对所述空调出风口的关闭和打开进行控制；以及

人工智能数据处理中心，与所述多个红外温度监测仪以及所述多个地面温度传感器通信连接，并与所述多个空调出风口控制装置通过电路连接，用于接收和处理所述第一温度数据和所述第二温度数据，并基于所述第一温度数据和所述第二温度数据得出所述室内应当达到的温度作为目标温度，进一步根据所述目标温度、所述第一温度数据以及所述第二温度数据以及初始操作指令通过设定的操作指令算法生成实时操作指令，获得该实时操作指令后发送至每个所述空调出风口控制装置，从而控制所述多个空调出风口的关闭和打开，进而对所述大跨度体育建筑的所述室内温度环境进行调节。

2.根据权利要求1所述的大跨度体育建筑室内温度智能调控系统，其特征在于，还包括：

专用数据库，与所述人工智能数据处理中心通信连接，

其中，一旦所述人工智能数据处理中心生成所述实时操作指令，所述人工智能数据处理中心就将所述实时操作指令作为历史操作指令、发送该历史操作指令时的所述第一温度数据和第二温度数据作为第一初始温度数据和第二初始温度数据以及发送所述实时操作指令后的所述第一温度数据和所述第二温度数据作为指令实施后第一温度数据和指令实施后第二温度数据发送给所述专用数据库，

所述专用数据库接收所述历史操作指令、所述第一初始温度数据、所述第二初始温度数据、所述指令实施后第一温度数据和所述指令实施后第二温度数据，并进行存储，

一旦所述人工智能数据处理中心接收到所述第一温度数据和所述第二温度数据，所述人工智能数据处理中心就将所述专用数据库中与所述第一温度数据和所述第二温度数据对应的所述历史操作指令作为新的初始操作指令，从而实现所述人工智能数据处理中心的自我学习和调整。

3.根据权利要求2所述的大跨度体育建筑室内温度智能调控系统，其特征在于：

其中，所述实时操作指令为风量控制指令。

4.根据权利要求2所述的大跨度体育建筑室内温度智能调控系统，其特征在于：

其中，设定所述操作指令的算法为Q-learning学习算法，该算法包括以下步骤：

步骤1，给定参数γ和所述目标温度R；

步骤2，令Q＝0；

步骤3，随机选择一个初始操作指令S；

步骤4，执行所述初始操作指令S后，若达到所述目标温度R，则结束运算，若未达到所述目标温度R，则进入下一步；

步骤5，在所述历史操作指令库中选择一个所述历史操作指令作为新的初始操作指令a；

步骤6，利用新的所述初始操作指令a，得到下一个实时操作指令S’；

步骤7，将所述实时操作指令S’代入下式(1)中，令S＝S’，得到指令实施后的温度数据Q(S，a)，

步骤8，若达到所述目标温度R，则结束运算，若未达到所述目标温度R，则进入步骤5，

式(1)中，α为学习速率，γ为折扣因子，为指令实施后最佳的温度数据。

5.根据权利要求1所述的大跨度体育建筑室内温度智能调控系统，其特征在于：

其中，所述人工智能数据处理中心由人工智能算法的计算机组成。