CN109829525A - 一种基于群智能的建筑控制方法及系统 - Google Patents
一种基于群智能的建筑控制方法及系统 Download PDFInfo
- Publication number
- CN109829525A CN109829525A CN201910067827.7A CN201910067827A CN109829525A CN 109829525 A CN109829525 A CN 109829525A CN 201910067827 A CN201910067827 A CN 201910067827A CN 109829525 A CN109829525 A CN 109829525A
- Authority
- CN
- China
- Prior art keywords
- electromechanical equipment
- pipeline
- node
- variable
- control method
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于群智能的建筑控制方法及系统,其包括:在每个机电设备和每根管道以及两者的连接处都至少设置一个电子标签,并读取电子标签的信息;每个建筑空间单元对应一个内部存储有建筑机电设备和管道通用模型的计算节点,将机电设备和管道以及机电设备与管道的连接关系自动注册到计算节点中;计算节点通过读取本区域内机电设备与管道连接端口上的电子标签内容,获得机电设备与管道之间的连接关系;在计算节点内部建立反映建筑空间单元、机电设备、管道以及机电设备与管道连接关系的网络模型,每个计算节点内置通用的分布式计算引擎;在计算节点中预制面向建筑控制的分布式控制方法,将建筑控制任务分解为基本的通用控制方法,实现建筑控制。
Description
技术领域
本发明涉及一种建筑智能化技术领域,特别是关于一种基于群智能的建筑控制方法及系统。
背景技术
现有的建筑智能化系统普遍基于总线的分层分级的系统架构,中央监控主机集中监测、控制和管理。在目前的整体架构中没有内置建筑空间和机电设备的物理模型,缺乏标准化的描述,使得建筑智能化系统的设计、施工和运营等各环节之间难以进行有效的沟通,导致很多建筑智能化系统难以发挥预期的作用,不能满足用户的需求。随着物联网技术和大数据技术的涌现,现有的系统无法适应绿色建筑新型建筑工业化发展的要求,究其根本原因是现有建筑智能化系统脱胎于工艺过程相对固定的工业控制系统的架构和控制需求。另外随着公共建筑类型增多、服务对象需求多样化、地域与气候差异性大,控制管理复杂性增加,原有的系统难以满足各种功能要求。
中国发明专利公开号为CN107547280A的专利文献公开了一种物联网智能建筑系统架构,在空间区域部署物联网DDC并与区域内传感器和执行器连接,形成网络子系统,每个物联网DDC通过有线网络连接到本地局域网与本地服务器通讯,物联网DDC可通过无线网络连接到云平台,可实现建筑物内的各物理参量的全面感知,满足数据共享、协调工作等新需求,解决传统智能建筑的数据孤岛、数据采集不全、资源利用率低、运维成本高等问题,但是,该专利文献所述架构并没有建立建筑空间单元、机电设备和管道的模型,只实现了区域控制和监测数据的集中存储,其控制程序的开发只能针对具体的建筑并在建筑物现场进行,开发的应用程序也无法复用。
中国发明专利公开号为CN103809541A的专利文献公开了一种用于建筑和建筑群的控制系统和方法,将所述建筑划分成多个空间区域,所述空间区域彼此相邻且相互独立;在每个空间区域中设置一个计算节点,所述计算用于对其部署的空间区域内的设备进行监控,该方法实现了建筑机电设备的分布式控制。但是,计算节点没有获取管道的信息以及管道与设备之间的连接信息,所获得的拓扑关系只是计算节点之间的通讯网络连接关系,没有建立反映物理设备连接关系的系统模型,使得获取建筑内的各种物理场属性仍然面临困难。
中国发明专利公开号为CN205864470U的专利文献公开了一种用于分布式计算网络的计算节点及一种分布式计算网络,所述计算网络提供了一种扁平化、无中心、自组织的物联网架构。但是,该分布式计算节点内部缺少支撑建筑控制的通用分布式求解和分布式优化算法,使得编写分布式控制程序不够便捷。
发明内容
针对上述问题,本发明的目的是提供一种基于群智能的建筑控制方法及系统,其具有重用性,有效降低了时间和人力成本。
为实现上述目的,本发明采取以下技术方案:一种基于群智能的建筑控制方法,其包括以下步骤:1)在每个机电设备和每根管道上都至少设置一个电子标签,并采用现有通讯方式读取电子标签的信息;2)在机电设备与管道的连接处至少设置一个电子标签,该电子标签应能反映机电设备与管道之间的连接关系或状态;3)每个建筑空间单元对应一个计算节点,计算节点内部存储有建筑机电设备和管道的通用模型,通过计算节点读取机电设备和管道上电子标签的内容,将机电设备和管道以及机电设备与管道的连接关系自动注册到计算节点中;4)计算节点与机电设备通讯,实时读取机电设备的运行状态并控制机电设备的运行;5)计算节点通过读取本区域内机电设备与管道连接端口上的电子标签内容,获得机电设备与管道之间的连接关系,整个建筑的机电设备与管道的连接关系就根据空间单元的划分,分别存储在每个计算节点中;6)将管道和机电设备分别抽象为网络的边和节点,在计算节点内部建立反映建筑空间单元、机电设备、管道以及机电设备与管道连接关系的网络模型,每个计算节点内置通用的分布式计算引擎,相邻的计算节点相互通讯以完成计算和控制任务;7)在计算节点中预制面向建筑控制的分布式控制方法,通过网络接口将控制任务下载到任意一个计算节点,将建筑控制任务分解为基本的通用控制方法,实现建筑控制。
进一步,所述电子标签包括无线射频RFID、近场通讯NFC或二维码。
进一步,所述步骤1)中,电子标签内容是机电设备或管道的静态信息,包括规格型号、性能参数、资产信息和工作条件。
进一步,所述电子标签能够标识建筑空间单元属性、建筑机电设备属性、管道属性以及管道和机电设备的连接属性;通过读取这些电子标签的内容能识别建筑空间基本单元、建筑机电设备和管道形成的各种物理场属性,物理场包括温度场、气流场和流体场。
进一步,所述步骤3)中,自动注册是指通过读取电子标签的内容,将机电设备和管道的静态属性信息以及机电设备与管道的连接关系自动存储到计算节点中,不需要人工参与。
进一步,所述步骤6)中,网络模型是指在信息空间建立的建筑空间单元、机电设备和管道的映射或镜像;网络模型的节点对应建筑空间单元和机电设备,网络的边对应物理管道,网络的结构由建筑空间之间的邻接关系以及机电设备与管道的连接关系确定;根据机电设备和管道的连接关系,网络模型分散存储到不同的计算节点中。
进一步,所述步骤7)中,分布式控制方法是指由多个计算节点组成的分布式网络,每个计算节点仅依赖于节点获取的本地数据以及邻居计算节点提供的数据进行计算和控制。
进一步,所述步骤7)中,分布式控制方法将控制问题抽象为连通网络上的带约束优化问题,目标函数为总效用,表示为网络模型的节点和边变量的效用函数之和,约束为由节点和边变量函数构成的不等式和等式,表示机电设备容量、管道中流量的平衡条件的物理约束;其中由控制任务规定的部分节点和边变量为可控,称为决策变量,其他节点和边变量为不可控,由决策变量和等式约束间接决定。
进一步,所述步骤7)中,通用控制方法包括以下步骤:7.1)设置若干决策节点,其规则为节点包含可控节点变量或与其相连的边中带有控制边变量,使得决策节点集合覆盖全部决策变量,且一个决策变量仅隶属于一个决策节点;7.2)所有决策节点并行发起计算,从其决策变量的允许取值范围内生成若干随机样本值;7.3)通过与决策节点相关的等式约束,从决策节点的决策变量的样本值,计算出不可控变量的相应取值;7.4)若算出的不可控变量取值超出了该节点或边变量对应物理量的允许取值范围,则判定决策变量的样本值为不可行,舍弃决策变量的该样本值;7.5)若决策变量样本值和算出的不可控制变量取值违反了不等式约束,则同样判定决策变量的样本值为不可行,舍弃决策变量的该样本值;7.6)对于通过步骤7.4)和7.5)检验的决策变量样本值和相应计算出的不可控制变量取值,计算相应的节点和边的效用函数;7.7)比较所有可行样本的总效用函数,确定最佳样本作为控制方法的输出。
一种实现上述控制方法的建筑控制系统,其特征在于:包括标识层、模型层、分布式计算层和接口层;所述标识层包括一组电子标签,这些电子标签分别部署在建筑空间单元、建筑机电设备和管道上;所述模型层是通过已有读取设备识别这些电子标签的内容,在信息空间建立反映建筑空间单元、机电设备、管道及其连接拓扑关系的网络模型;所述分布式计算层由一个通用的分布式计算平台和面向建筑控制的分布式控制模块组成;所述接口层包括提供给开发人员或第三方应用的接口。
本发明由于采取以上技术方案,其具有以下优点:本发明可以摆脱具体的建筑进行控制程序开发,使得本发明的控制方法具有重用性,降低重复开发控制和现场开发调试带来的时间和人力成本。
附图说明
图1是本发明实施例中的分布式计算示意图;
图2是本发明实施例中电子标签的部署和计算节点信息获取和交互方式示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
如图1所示,本发明提供一种基于群智能的建筑控制方法,其包括以下步骤:
1)在每个机电设备和每根管道上都至少设置一个电子标签,并采用现有通讯方式读取电子标签的信息,可由机电设备或管道出厂时由厂家写入或者现场安装时写入;
其中,电子标签内容是机电设备或管道的静态信息,包括但不限于规格型号、性能参数、资产信息和工作条件等;
管道是指连接建筑机电设备的各种管路,包括但不限于水管、风管以及电缆等,这些管道中承载了不同形式的物质流和能量流;
2)在机电设备与管道的连接处至少设置一个电子标签,该电子标签应能反映机电设备与管道之间的连接关系或状态,即电子标签应能指示管道某个端口与机电设备的某个端口的连接状态,可以通过读取电子标签的信息,识别机电设备和管道的连接关系和状态;
3)每个建筑空间单元对应一个计算节点,计算节点内部存储有建筑机电设备和管道的通用模型,通过计算节点读取机电设备和管道上电子标签的内容,将机电设备和管道以及机电设备与管道的连接关系自动注册到计算节点中;
其中,该计算节点包括但不限于以硬件形式存在的嵌入式计算机、微控制器,例如可以采用公开号为CN205864470U的专利中公开的硬件形式的计算节点,或以软件形式存在的云计算中的虚拟计算机、应用程序、进程等;
4)计算节点通过有限或无线通讯方式与机电设备通讯,实时读取机电设备的运行状态并控制机电设备的运行;
5)计算节点通过读取本区域内机电设备与管道连接端口上的电子标签内容,可以获得机电设备与管道之间的连接关系,因此,整个建筑的机电设备与管道的连接关系就根据空间单元的划分,分别存储在每个计算节点中;
6)将管道和机电设备分别抽象为网络的边和节点,可以在计算节点内部建立反映建筑空间单元、机电设备、管道以及机电设备与管道连接关系的网络模型,每个计算节点内置通用的分布式计算引擎,相邻的计算节点可以相互通讯以完成计算和控制任务,为明确建筑内形成的各类物理场提供有利条件;
其中,网络模型是指在信息空间建立的建筑空间单元、机电设备和管道的映射或镜像;网络模型的节点对应建筑空间单元和机电设备,网络的边对应物理管道,网络的结构由建筑空间之间的邻接关系以及机电设备与管道的连接关系确定。根据机电设备和管道的连接关系,网络模型分散存储到不同的计算节点中,即每个计算节点只存储其所在空间区域内的机电设备和管道形成的网络模型。
7)在计算节点中预制面向建筑控制的分布式控制方法,可通过网络接口将控制任务下载到任意一个计算节点,然后分解为通用的基本任务进行执行,即将建筑控制任务分解为基本的通用控制方法,实现建筑控制,简化了分布式控制方法的开发,具有重用性,大幅降低建筑控制成本;
其中,分布式控制方法包括但不限于分布式方程求解、分布式优化和分布式参数校核等;
如图1所示,分布式控制方法是指由多个计算节点组成的分布式网络,每个计算节点仅依赖于节点获取的本地数据(即该节点所在空间单元内的机电设备、管道、反映建筑机电设备与管道连接关系的网络模型数据)以及邻居计算节点提供的数据进行计算和控制。分布式控制方法将控制问题抽象为连通网络上的带约束优化问题,目标函数为总效用,表示为网络模型的节点和边变量的效用函数之和,约束为由节点和边变量函数构成的不等式和等式,表示机电设备容量、管道中流量的平衡条件等物理约束。其中由控制任务规定的部分节点和边变量为可控,称为决策变量,其他节点和边变量为不可控,由决策变量和等式约束间接决定。
通用控制方法包括以下步骤:
7.1)设置若干决策节点,其规则为节点包含可控节点变量或与其相连的边中带有控制边变量,使得决策节点集合覆盖全部决策变量,且一个决策变量仅隶属于一个决策节点;
7.2)所有决策节点并行发起计算,从其决策变量的允许取值范围内生成若干随机样本值;
7.3)通过与决策节点相关的等式约束,从决策节点的决策变量的样本值,计算出不可控变量的相应取值;
7.4)若算出的不可控变量取值超出了该节点或边变量对应物理量的允许取值范围,则判定决策变量的样本值为不可行,舍弃决策变量的该样本值;
7.5)若决策变量样本值和算出的不可控制变量取值违反了不等式约束,则同样判定决策变量的样本值为不可行,舍弃决策变量的该样本值;
7.6)对于通过步骤7.4)和7.5)检验的决策变量样本值和相应计算出的不可控制变量取值,计算相应的节点和边的效用函数;
7.7)比较所有可行样本的总效用函数,确定最佳样本作为控制方法的输出。
上述各步骤中,可选的电子标签包括无线射频RFID、近场通讯NFC或二维码等,可根据数据存储大小、读写速度、安全、使用环境来选取电子标签。
上述各步骤中,电子标签能够标识建筑空间单元属性、建筑机电设备属性、管道属性以及管道和机电设备的连接属性。通过读取这些电子标签的内容可以识别建筑空间基本单元、建筑机电设备和管道形成的各种物理场属性,这些物理场包括但不限于温度场、气流场和流体场等。
上述步骤3)中,自动注册是指通过读取电子标签的内容,将机电设备和管道的静态属性信息以及机电设备与管道的连接关系自动存储到计算节点中,这一过程不需要人工参与。
基于上述控制方法,本发明还提供一种基于群智能的建筑控制系统,其包括标识层、模型层、分布式计算层和接口层。标识层包括一组电子标签,这些电子标签分别部署在建筑空间单元、建筑机电设备和管道上;模型层是通过已有读取设备识别这些电子标签的内容,在信息空间建立反映建筑空间单元、机电设备、管道及其连接拓扑关系的网络模型;分布式计算层由一个通用的分布式计算平台和面向建筑控制的分布式控制模块组成;接口层包括提供给开发人员或第三方应用的接口。
实施例:
电子标签的部署和计算节点信息获取和交互方式。如图2所示,示例包括计算节点101和107,电子标签104、105、109、110,机电设备103和108,管道106,其中管道106有两个端口,分别连接到机电设备103和108,在管道的两端部署标签,计算节点可以读取标签信息,从而获取管道106与机电设备103和108的连接关系。计算节点101可以读取103、104、105的信息,同时可以获取邻居计算节点107发出的信息,计算节点107可以读取108、109、110的信息,也可以获取邻居计算节点101的信息。开发人员可通过计算机111向计算节点101或107下载控制方法,计算节点接到任务后,向相应的节点分配任务并执行。
上述各实施例仅用于说明本发明,各个步骤都是可以有所变化的,在本发明技术方案的基础上,凡根据本发明原理对个别步骤进行的改进和等同变换,均不应排除在本发明的保护范围之外。
Claims (10)
1.一种基于群智能的建筑控制方法,其特征在于包括以下步骤:
1)在每个机电设备和每根管道上都至少设置一个电子标签,并采用现有通讯方式读取电子标签的信息;
2)在机电设备与管道的连接处至少设置一个电子标签,该电子标签应能反映机电设备与管道之间的连接关系或状态;
3)每个建筑空间单元对应一个计算节点,计算节点内部存储有建筑机电设备和管道的通用模型,通过计算节点读取机电设备和管道上电子标签的内容,将机电设备和管道以及机电设备与管道的连接关系自动注册到计算节点中;
4)计算节点与机电设备通讯,实时读取机电设备的运行状态并控制机电设备的运行;
5)计算节点通过读取本区域内机电设备与管道连接端口上的电子标签内容,获得机电设备与管道之间的连接关系,整个建筑的机电设备与管道的连接关系就根据空间单元的划分,分别存储在每个计算节点中;
6)将管道和机电设备分别抽象为网络的边和节点,在计算节点内部建立反映建筑空间单元、机电设备、管道以及机电设备与管道连接关系的网络模型,每个计算节点内置通用的分布式计算引擎,相邻的计算节点相互通讯以完成计算和控制任务;
7)在计算节点中预制面向建筑控制的分布式控制方法,通过网络接口将控制任务下载到任意一个计算节点,将建筑控制任务分解为基本的通用控制方法,实现建筑控制。
2.如权利要求1所述控制方法,其特征在于:所述电子标签包括无线射频RFID、近场通讯NFC或二维码。
3.如权利要求1所述控制方法,其特征在于:所述步骤1)中,电子标签内容是机电设备或管道的静态信息,包括规格型号、性能参数、资产信息和工作条件。
4.如权利要求3所述控制方法,其特征在于:所述电子标签能够标识建筑空间单元属性、建筑机电设备属性、管道属性以及管道和机电设备的连接属性;通过读取这些电子标签的内容能识别建筑空间基本单元、建筑机电设备和管道形成的各种物理场属性,物理场包括温度场、气流场和流体场。
5.如权利要求1所述控制方法,其特征在于:所述步骤3)中,自动注册是指通过读取电子标签的内容,将机电设备和管道的静态属性信息以及机电设备与管道的连接关系自动存储到计算节点中,不需要人工参与。
6.如权利要求1所述控制方法,其特征在于:所述步骤6)中,网络模型是指在信息空间建立的建筑空间单元、机电设备和管道的映射或镜像;网络模型的节点对应建筑空间单元和机电设备,网络的边对应物理管道,网络的结构由建筑空间之间的邻接关系以及机电设备与管道的连接关系确定;根据机电设备和管道的连接关系,网络模型分散存储到不同的计算节点中。
7.如权利要求1所述控制方法,其特征在于:所述步骤7)中,分布式控制方法是指由多个计算节点组成的分布式网络,每个计算节点仅依赖于节点获取的本地数据以及邻居计算节点提供的数据进行计算和控制。
8.如权利要求7所述控制方法,其特征在于:所述步骤7)中,分布式控制方法将控制问题抽象为连通网络上的带约束优化问题,目标函数为总效用,表示为网络模型的节点和边变量的效用函数之和,约束为由节点和边变量函数构成的不等式和等式,表示机电设备容量、管道中流量的平衡条件的物理约束;其中由控制任务规定的部分节点和边变量为可控,称为决策变量,其他节点和边变量为不可控,由决策变量和等式约束间接决定。
9.如权利要求8所述控制方法,其特征在于:所述步骤7)中,通用控制方法包括以下步骤:
7.1)设置若干决策节点,其规则为节点包含可控节点变量或与其相连的边中带有控制边变量,使得决策节点集合覆盖全部决策变量,且一个决策变量仅隶属于一个决策节点;
7.2)所有决策节点并行发起计算,从其决策变量的允许取值范围内生成若干随机样本值;
7.3)通过与决策节点相关的等式约束,从决策节点的决策变量的样本值,计算出不可控变量的相应取值;
7.4)若算出的不可控变量取值超出了该节点或边变量对应物理量的允许取值范围,则判定决策变量的样本值为不可行,舍弃决策变量的该样本值;
7.5)若决策变量样本值和算出的不可控制变量取值违反了不等式约束,则同样判定决策变量的样本值为不可行,舍弃决策变量的该样本值;
7.6)对于通过步骤7.4)和7.5)检验的决策变量样本值和相应计算出的不可控制变量取值,计算相应的节点和边的效用函数;
7.7)比较所有可行样本的总效用函数,确定最佳样本作为控制方法的输出。
10.一种实现如权利要求1至9任一项所述控制方法的建筑控制系统,其特征在于:包括标识层、模型层、分布式计算层和接口层;所述标识层包括一组电子标签,这些电子标签分别部署在建筑空间单元、建筑机电设备和管道上;所述模型层是通过已有读取设备识别这些电子标签的内容,在信息空间建立反映建筑空间单元、机电设备、管道及其连接拓扑关系的网络模型;所述分布式计算层由一个通用的分布式计算平台和面向建筑控制的分布式控制模块组成;所述接口层包括提供给开发人员或第三方应用的接口。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910067827.7A CN109829525B (zh) | 2019-01-24 | 2019-01-24 | 一种基于群智能的建筑控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910067827.7A CN109829525B (zh) | 2019-01-24 | 2019-01-24 | 一种基于群智能的建筑控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109829525A true CN109829525A (zh) | 2019-05-31 |
CN109829525B CN109829525B (zh) | 2020-04-07 |
Family
ID=66862270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910067827.7A Active CN109829525B (zh) | 2019-01-24 | 2019-01-24 | 一种基于群智能的建筑控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109829525B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116799774A (zh) * | 2022-12-28 | 2023-09-22 | 深圳市佳泰业建设有限公司 | 一种智能建筑配电系统的配电方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011017700A1 (en) * | 2009-08-07 | 2011-02-10 | Corning Cable Systems Llc | Apparatuses, systems, and methods for determining location of a mobile device(s) in a distributed antenna system(s) |
KR20110107558A (ko) * | 2010-03-25 | 2011-10-04 | 아주대학교산학협력단 | 알에프아이디를 이용한 건설 자재 정보 관리 네트워크 및 이 건설 자재 정보 관리를 위한 알에프아이디 코드 구조 |
CN102238024A (zh) * | 2010-04-28 | 2011-11-09 | 上海互惠信息技术有限公司 | 基于rfid的智慧网络系统 |
US20140128996A1 (en) * | 2012-11-05 | 2014-05-08 | Rockwell Automation Technologies, Inc. | Secure models for model-based control and optimization |
CN103809541A (zh) * | 2012-11-13 | 2014-05-21 | 清华大学 | 用于建筑和建筑群的控制系统和方法 |
CN105681088A (zh) * | 2016-01-25 | 2016-06-15 | 浙江师范大学 | 面向物联网的可靠性和性能综合评估方法 |
CN106325229A (zh) * | 2015-06-30 | 2017-01-11 | 邻元科技(北京)有限公司 | 分布式计算网络系统 |
CN106506214A (zh) * | 2016-11-09 | 2017-03-15 | 深圳云联讯数据科技有限公司 | 一种设备连接关系的自动化管理系统及方法 |
CN107171341A (zh) * | 2017-06-15 | 2017-09-15 | 河海大学 | 一种基于分布式计算的输配电网一体化无功优化方法 |
CN109151774A (zh) * | 2018-09-16 | 2019-01-04 | 安徽三实软件科技有限公司 | 一种基于NB-IoT技术的物联网通讯方法 |
-
2019
- 2019-01-24 CN CN201910067827.7A patent/CN109829525B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011017700A1 (en) * | 2009-08-07 | 2011-02-10 | Corning Cable Systems Llc | Apparatuses, systems, and methods for determining location of a mobile device(s) in a distributed antenna system(s) |
KR20110107558A (ko) * | 2010-03-25 | 2011-10-04 | 아주대학교산학협력단 | 알에프아이디를 이용한 건설 자재 정보 관리 네트워크 및 이 건설 자재 정보 관리를 위한 알에프아이디 코드 구조 |
CN102238024A (zh) * | 2010-04-28 | 2011-11-09 | 上海互惠信息技术有限公司 | 基于rfid的智慧网络系统 |
US20140128996A1 (en) * | 2012-11-05 | 2014-05-08 | Rockwell Automation Technologies, Inc. | Secure models for model-based control and optimization |
CN103809541A (zh) * | 2012-11-13 | 2014-05-21 | 清华大学 | 用于建筑和建筑群的控制系统和方法 |
CN106325229A (zh) * | 2015-06-30 | 2017-01-11 | 邻元科技(北京)有限公司 | 分布式计算网络系统 |
CN105681088A (zh) * | 2016-01-25 | 2016-06-15 | 浙江师范大学 | 面向物联网的可靠性和性能综合评估方法 |
CN106506214A (zh) * | 2016-11-09 | 2017-03-15 | 深圳云联讯数据科技有限公司 | 一种设备连接关系的自动化管理系统及方法 |
CN107171341A (zh) * | 2017-06-15 | 2017-09-15 | 河海大学 | 一种基于分布式计算的输配电网一体化无功优化方法 |
CN109151774A (zh) * | 2018-09-16 | 2019-01-04 | 安徽三实软件科技有限公司 | 一种基于NB-IoT技术的物联网通讯方法 |
Non-Patent Citations (3)
Title |
---|
R V PENTY等: ""Radio over fibre enabled sensing and communications system for in building"", 《PUBLISHED IN: 2011 16TH EUROPEAN CONFERENCE ON NETWORKS AND OPTICAL COMMUNICATIONS》 * |
ZHIJIN CHENG等: ""Case studies of fault diagnosis and energy saving in buildings using data mining techniques"", 《PUBLISHED IN: 2016 IEEE INTERNATIONAL CONFERENCE ON AUTOMATION SCIENCE AND ENGINEERING (CASE)》 * |
ZIYOU ZHANG,QIANCHUAN ZHAO,WEN YANG: ""A Distributed Algorithm for Sensor Fault Detection"", 《PUBLISHED IN: 2018 IEEE 14TH INTERNATIONAL CONFERENCE ON AUTOMATION SCIENCE AND ENGINEERING (CASE)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116799774A (zh) * | 2022-12-28 | 2023-09-22 | 深圳市佳泰业建设有限公司 | 一种智能建筑配电系统的配电方法 |
CN116799774B (zh) * | 2022-12-28 | 2024-03-12 | 深圳市佳泰业建设有限公司 | 一种智能建筑配电系统的配电方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109829525B (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Juarez et al. | Digital twins: Review and challenges | |
Popa et al. | Deep learning model for home automation and energy reduction in a smart home environment platform | |
Hussain et al. | Fog computing for internet of things (IoT)-aided smart grid architectures | |
CN113282368B (zh) | 一种用于变电站巡视的边缘计算资源调度方法 | |
CN111614785B (zh) | 一种基于微容器云的边缘ai计算集群 | |
CN110138843A (zh) | 一种农机制造物联网监控方法及系统 | |
Teslyuk et al. | Architecture and models for system-level computer-aided design of the management system of energy efficiency of technological processes at the enterprise | |
Nagy et al. | Ten questions concerning reinforcement learning for building energy management | |
WO2011130474A2 (en) | Modeling and simulation of power environments | |
CN115954933A (zh) | 电网数字孪生系统构建方法、装置、电子设备和存储介质 | |
Elsheikh et al. | Simulating complex energy systems with modelica: A primary evaluation | |
CN108777637A (zh) | 一种支持服务器异构的数据中心综合管理系统和方法 | |
Mohamed et al. | Service-oriented big data analytics for improving buildings energy management in smart cities | |
de Freitas Bezerra et al. | Towards a control-as-a-service architecture for smart environments | |
González-Briones et al. | Reuse of Waste Energy from Power Plants in Greenhouses through MAS‐Based Architecture | |
Zhang et al. | Graph neural network-based spatio-temporal indoor environment prediction and optimal control for central air-conditioning systems | |
Sengupta et al. | Mobile edge computing based internet of agricultural things: a systematic review and future directions | |
CN109829525A (zh) | 一种基于群智能的建筑控制方法及系统 | |
Baumgärtel et al. | Design and software architecture of a cloud-based virtual energy laboratory for energy-efficient design and life cycle simulation | |
Wang et al. | Decentralized optimization algorithms for variable speed pumps operation based on local interaction game | |
CN111857015B (zh) | 输变电云端智能控制器 | |
CN105721199B (zh) | 一种基于核密度估计与模糊推理系统的实时云服务瓶颈检测方法 | |
CN108280775A (zh) | 电力信息物理系统的分层分布混成计算架构体系及方法 | |
Zhang et al. | Automated optimal control in energy systems: the reinforcement learning approach | |
CN114065646A (zh) | 基于混合优化算法的能耗预测方法、云计算平台及系统 |
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 |