CN110332686A - 一种楼宇能耗控制节能系统及其方法 - Google Patents
一种楼宇能耗控制节能系统及其方法 Download PDFInfo
- Publication number
- CN110332686A CN110332686A CN201910612666.5A CN201910612666A CN110332686A CN 110332686 A CN110332686 A CN 110332686A CN 201910612666 A CN201910612666 A CN 201910612666A CN 110332686 A CN110332686 A CN 110332686A
- Authority
- CN
- China
- Prior art keywords
- information
- building
- data
- equipment
- 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.)
- Pending
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/46—Improving electric energy efficiency or saving
- F24F11/47—Responding to energy costs
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/56—Remote control
- F24F11/58—Remote control using Internet communication
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
- F24F11/63—Electronic processing
- F24F11/64—Electronic processing using pre-stored data
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/89—Arrangement or mounting of control or safety devices
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2365—Ensuring data consistency and integrity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/10—Actuation by presence of smoke or gases, e.g. automatic alarm devices for analysing flowing fluid materials by the use of optical means
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/10—Temperature
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/20—Humidity
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/50—Air quality properties
- F24F2110/64—Airborne particle content
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2110/00—Control inputs relating to air properties
- F24F2110/50—Air quality properties
- F24F2110/65—Concentration of specific substances or contaminants
- F24F2110/70—Carbon dioxide
-
- 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
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
- Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Fuzzy Systems (AREA)
- Analytical Chemistry (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Human Computer Interaction (AREA)
- Air Conditioning Control Device (AREA)
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于控制系统技术领域,提供一种楼宇能耗控制节能系统及其方法,包括信息获取模块、无线传输模块和数据处理模块,所述信息获取模块用于获取信息,所述信息获取模块包含空气质量检测单元和设施信息获取单元,其中,所述空气质量检测单元用于收集环境信息,所述设施信息获取单元收集设备参数信息;通过数据清洗单元对获取的数据进行校正纠错,通过神经网络模型控制设备的运行,从而实现楼宇能耗的控制节能,已解决目前传统的楼宇能耗控制节能系统复杂多样,控制系统和能源管理系统相互独立,绝大部分只能做到数据收集和数据采集,无法实现对楼宇能耗进行节能控制。
Description
技术领域
本发明属于控制系统技术领域,具体涉及一种楼宇能耗控制节能系统及其方法。
背景技术
近些年来楼宇自动系统在建筑工程项目建设中得到了广泛的应用,不仅实现了智能建筑信息化的目标还从一定程度上起到了节能的作用,大大结束了我国能源短缺的状况,然而就我国楼宇自控水平而言与其他发达国家还存在一定差距。
目前传统的楼宇能耗控制节能系统复杂多样,但在设备方面的巡检,控制系统和能源管理系统相互独立,绝大部分只能做到数据收集和数据采集,无法实现楼宇能耗的控制节能。
发明内容
本发明在于提供一种楼宇能耗控制节能系统及其方法,以解决目前传统的楼宇能耗控制节能系统复杂多样,但在设备方面的巡检,数据方面的抄录都是通过人工操作,效率低且成本高,控制系统和能源管理系统相互独立,绝大部分只能做到数据收集和数据采集,无法实现楼宇能耗控制节能的问题。
本发明是这样实现的,本发明提供一种楼宇能耗控制节能系统,包括信息获取模块和数据处理模块,以及将信息获取模块获取的信息传输到数据处理模块的无线传输模块;
所述信息获取模块用于获取信息,所述信息获取模块包含空气质量检测单元和设施信息获取单元,
其中,所述空气质量检测单元用于收集环境信息,所述空气质量检测单元包括温度传感器、湿度传感器、移动传感器、PM2.5浓度检测器、二氧化碳浓度检测器、烟雾传感器和照度传感器,
所述设施信息获取单元用于采集设备的参数信息及所在楼宇间的位置信息和楼宇参数信息,所述楼宇参数信息包括楼宇的窗口面积、光照面积、灯具数量信息、发热设备信息和人员流动信息,其中所述设备的参数信息及所在楼宇间的位置信息通过控制器获取,所述楼宇参数信息通过人工采集的方式获取,
所述无线传输模块用于接受信息获取模块中收集的信息,并将所收集到信息发送到数据处理模块中,
所述数据处理模块用于对获取信息进行处理,并实现楼宇能耗控制节能,
所述数据处理模块包含数据清洗单元、数据储存单元和智能化控制单元,
其中,所述数据清洗单元用于对获取的信息进行数据清洗和整理,
所述数据储存单元用于储存经过数据清洗后的信息,
所述智能化控制单元根据数据储存单元中储存的信息生成神经网络模型,所述神经网络模型通过决策树算法、反向传播算法和设备所在楼宇位置控制设备的运行,以及楼宇的各参数信息调节控制设备的运行,完成楼宇间设备智能化控制。
优选的,所述环境信息具体包括空气中的氧气浓度、PM2.5、二氧化碳浓度、温度和湿度数据。
优选的,所述设备为冷冻机组、水泵、冷却塔、风机盘管和新风系统。
优选的,所述无线传输模块通过MQTT协议将将所收集到的空气质量模块和设备信息模块中的信息发送到数据处理模块中。
优选的,所述神经网络模型通过反向传播算法进行训练,直到神经网络模型的输出误差值小于0.00015426时,停止反向传播算法。
优选的,所述神经网络模型为三层神经网络模型,所述三层神经网络模型包含输入层、隐藏层和输出层,
其中,所述输入层的输入值为环境信息,
所述隐藏层由多个偏置节点组成,所述偏置节点用于对环境信息进行范化,
所述输出层输出设备的出水温度、冷却塔温度、新风系统开启档位、风机盘管开启模式和风机转速。
优选的,所述决策树算法用于获取设备的运转信息。
一种楼宇能耗控制节能方法,其特征在于:包括如下步骤,
步骤S1:通过环境检测设备获取当地的环境信息,
步骤S2:通过在设备上连接控制器,通过控制器获取设备所在楼宇的位置信息、设备参数信息和楼宇参数信息,
步骤S3:通过无线传输将步骤S1和步骤S2中获取的信息发送到管理服务器,
步骤S4:管理服务器接收步骤S3发送的信息,对信息进行数据清洗,并将经过数据清洗后的信息进行储存,
步骤S5:根据步骤S4中储存的信息生成神经网络模型,并通过反向传播算法对神经网络模型进行训练,神经网络模型根据决策树算法、反向传播算法和设备所在楼宇位置信息控制设备的运行,实现楼宇间设备智能化控制。
优选的,所述步骤S1中的环境检测设备为温度传感器、湿度传感器、移动传感器、PM2.5浓度检测器、二氧化碳浓度检测器、烟雾传感器和照度传感器。
优选的,所述控制器为smartbox专用互联网模块。
与现有的技术相比,本发明的有益效果是:通过设置空气检测单元和设施信息获取单元获取环境信息和设备所在楼宇位置信息,以实现对数据信息的采集,通过设置数据清洗单元对获取的信息进行重新审查和校验,目的在于删除重复的信息,纠正错误,并提供数据的一致性,然后通过智能化控制单元生成神经网络模型,通过神经网络模型控制设备的运行,从而实现楼宇能耗的控制节能,已解决目前传统的楼宇能耗控制节能系统复杂多样,但在设备方面的巡检,控制系统和能源管理系统相互独立,绝大部分只能做到数据收集和数据采集,无法实现楼宇能耗的控制节能的问题。
附图说明
图1为本发明的系统图;
图2为本发明的方法流程示意图;
具体实施方式
下面将结合发明实施例中的附图,对发明实施例中的技术方法进行清楚、完整地描述,显然,所描述的实施例仅仅是发明一部分实施例,而不是全部的实施例。基于发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于发明保护的范围。
实施例1
请参阅图1,本发明提供一种楼宇能耗控制节能系统,包括信息获取模块和数据处理模块,以及将信息获取模块获取的信息传输到数据处理模块的无线传输模块;
所述信息获取模块用于获取信息,所述信息获取模块包含空气质量检测单元和设施信息获取单元,
其中,所述空气质量检测单元用于收集环境信息,所述空气质量检测单元包括温度传感器、湿度传感器、移动传感器、PM2.5浓度检测器、二氧化碳浓度检测器、烟雾传感器和照度传感器,
所述设施信息获取单元用于采集设备的参数信息及所在楼宇间的位置信息和楼宇参数信息,所述楼宇参数信息包括楼宇的窗口面积、光照面积、灯具数量信息、发热设备信息和人员流动信息,其中所述设备的参数信息及所在楼宇间的位置信息通过控制器获取,所述楼宇参数信息通过人工采集的方式获取,所述无线传输模块用于接受信息获取模块中收集的信息,并将所收集到信息发送到数据处理模块中,
所述数据处理模块用于对获取信息进行处理,并实现楼宇能耗控制节能,
所述数据处理模块包含数据清洗单元、数据储存单元和智能化控制单元,
其中,所述数据清洗单元用于对获取的信息进行数据清洗和整理,
所述数据储存单元用于储存经过数据清洗后的信息,
所述智能化控制单元根据数据储存单元中储存的信息生成神经网络模型,所述神经网络模型通过决策树算法、反向传播算法和设备所在楼宇位置控制设备的运行,以及楼宇的各参数信息调节控制设备的运行,完成楼宇间设备智能化控制。
在本实施方式中,通过设置信息获取模块获取信息,所述信息获取模块中的空气质量检测单元用于获取环境信息,所述信息获取模块中的设备信息获取模块用于获取设备所在楼宇位置信息,所述设施信息获取单元用于获取设施的窗口面积、关照面积、灯具数量信息、发热设备信息和人员流动信息,通过无线传输模块将环境信息和设备所在楼宇位置信息发送到数据处理模块,通过数据处理模块中的数据清洗单元对环境信息和设备所在楼宇位置信息进行重新审查和校验,提高信息的一致性,通过数据储存单元储存信息,智能化控制单元对数据储存单元中的数据进行分析,生成神经网络模型,神经网络模型根据决策树算法、反向传播算法和设备所在楼宇位置信息对设备进行控制,从而实现楼宇能耗控制节能。
进一步的,所述环境信息具体包括空气中的氧气浓度、PM2.5、二氧化碳浓度、温度和湿度数据。
在本实施方式中,所述环境信息具体包括空气中的氧气浓度、PM2.5、二氧化碳浓度、温度和湿度数据,通过将获取到外界环境信息与设备运行状态进行对照,从而判断是否需要对设备进行节能控制,实现楼宇能耗控制节能功能。
进一步的,所述设备为冷冻机组、水泵、冷却塔、风机盘管和新风系统。
在本实施方式中,冷冻机组的回水温度、出水温度和机组效率对冷冻机组进行控制,水泵中获取的数据用于获取水泵流量并不控制水泵,根据冷却塔的水散热效率,从室内到冷却塔以后的水降温情况对冷冻机塔进行控制,根据室内温度要求对风机盘管进行控制。
进一步的,所述无线传输模块通过MQTT协议将将所收集到的空气质量模块和设备信息模块中的信息发送到数据处理模块中。
在本实施方式中,所述无线传输模块通过MQTT协议将将所收集到的空气质量模块和设备信息模块中的信息发送到数据处理模块中,MQTT协议可以用极少的代码和有限的宽带,为远程设备提供实时可靠的消息服务,作为一种低带宽占用的即时通讯协议,MQTT协议在物联网、小型设备、移动应用等方面均有广泛的作用。
进一步的,所述神经网络模型通过反向传播算法进行训练,直到神经网络模型的输出误差值小于0.00015426时,停止反向传播算法。
在本实施方式中,神经网络模型的训练过程由正向传播过程和反向传播过程组成。在正向传播过程中,输入信息通过输入层经隐含层,逐层处理并传向输出层。如果在输出层得不到期望的输出值,则取输出与期望的误差的平方和作为目标函数,转入反向传播,逐层求出目标函数对各神经元权值的偏导数,构成目标函数对权值向量的梯量,作为修改权值的依据,网络的学习在权值修改过程中完成。误差达到所期望值0.00015426时,神经网络模型训练结束。
进一步的,所述神经网络模型为三层神经网络模型,所述三层神经网络模型包含输入层、隐藏层和输出层,
其中,所述输入层的输入值为环境信息,
所述隐藏层由多个偏置节点组成,所述偏置节点用于对环境信息进行范化,
所述输出层输出设备的出水温度、冷却塔温度、新风系统开启档位、风机盘管开启模式和风机转速。
在本实施方式中,三层神经网络模型实质上实现了一个从输入到输出的映射功能,能够以任何精度逼近任何非线性连续函数,三层神经网络模型在训练师,能够通过学习自动提取输出,输出数据间的合理规则,并自适应的将训练内容记忆于网络的权值中,同时,三层神经网络模型还具有泛化能力和容错能力。
进一步的,所述决策树算法用于获取设备的运转信息。
在本实施方式中,决策树算法是一种十分常用的分类方法。也是监督学习的一种,是在已知各种情况发生概率的基础上,通过决策树算法获取设备的运转信息,评价设备的运转信息,并判断楼宇能耗控制节能可行性的决策分析方法。
在本实施方式中,信息获取模块获取信息,所述信息获取模块中的空气质量检测单元用于获取环境信息,所述环境信息具体包括空气中的氧气浓度、PM2.5、二氧化碳浓度、温度和湿度数据,所述信息获取模块中的设备信息获取模块用于获取设备所在楼宇位置信息,通过无线传输模块利用MQTT协议将环境信息和设备所在楼宇位置信息发送到数据处理模块,通过数据处理模块中的数据清洗单元对环境信息和设备所在楼宇位置信息进行重新审查和校正正,纠正存在的错误,智能化控制单元对数据储存单元中的数据进行分析,生成神经网络模型,神经网络模型根据决策树算法、反向传播算法和设备所在楼宇位置信息对设备进行控制,完成楼宇能耗控制节能。
实施例2
请参阅图2,本发明提供一种楼宇能耗控制节能方法,包括如下步骤,
步骤S1:通过环境检测设备获取当地的环境信息,
步骤S2:通过在设备上连接控制器,通过控制器获取设备所在楼宇的位置信息,
步骤S3:通过无线传输将步骤S1中获取的环境信息和步骤S2中获取的所在楼宇的位置信息发送到管理服务器,
步骤S4:管理服务器接收步骤S3发送的信息,对信息进行数据清洗,并将经过数据清洗后的信息进行储存,
步骤S5:根据步骤S4中储存的信息生成神经网络模型,并通过反向传播算法对神经网络模型进行训练,神经网络模型根据决策树算法、反向传播算法和设备所在楼宇位置信息控制设备的运行,完成楼宇间设备智能化控制。
在本实施方式中,通过设置控制器与设备所在楼宇的位置信息,通过网络获取当地的环境信息,在通过无限传输将获取到的设备所在楼宇的位置信息和环境信息传送到管理服务器中,通过管理服务器对设备所在楼宇位置和环境信息进行数据清洗,提高数据的一致性,纠正数据存在的错误,管理服务器对信息进行储存分析,并生成神经网络模型,最后神经网络模型根据决策树算法、反向传播算法和设备所在楼宇位置信息控制设备的运行,实现楼宇能耗控制节能。
进一步的,所述步骤S1中的环境检测设备为温度传感器、湿度传感器、移动传感器、PM2.5浓度检测器、二氧化碳浓度检测器、烟雾传感器和照度传感器。
在本实施方式中,所述步骤S1中的环境检测设备为温度传感器、湿度传感器、移动传感器、PM2.5浓度检测器、二氧化碳浓度检测器、烟雾传感器和照度传感器,通过每一小时获取依次当地的空气中的氧气浓度、PM2.5、二氧化碳浓度、温度和湿度数据,增加所获取数据的准确性,从而加大楼宇能耗控制节能的精确性。
进一步的,所述控制器为smartbox专用互联网模块。
在本实施方式中,通过在设备上连接smartbox专用互联网模块,通过smartbox专用互联网模块对设备进行对接,从而获取设备的所在楼宇位置信息,然后smartbox专用互联网模块通过4G无线网络利用MQTT协议将获取到的信息发送到管理服务器端中。
在本实施方式中,通过网络获取当地的环境信息,所述环境信息具体包括空气中的氧气浓度、PM2.5、二氧化碳浓度、温度和湿度数据,通过在设备上连接smartbox专用互联网模块,通过smartbox专用互联网模块获取设备所在楼宇的位置信息,通过4G网络利用MQTT协议将获取的环境信息和获取的所在楼宇的位置信息发送到管理服务器,管理服务器接收发送的信息,对信息进行数据清洗,并将经过数据清洗后的信息进行储存,管理服务器根据储存的信息生成神经网络模型,并通过反向传播算法对神经网络模型进行训练,神经网络模型根据决策树算法、反向传播算法和设备所在楼宇位置信息控制设备的运行,实现楼宇能耗控制节能。
尽管已经示出和描述了发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种楼宇能耗控制节能系统,其特征在于:包括信息获取模块和数据处理模块,以及将信息获取模块获取的信息传输到数据处理模块的无线传输模块;
所述信息获取模块用于获取信息,所述信息获取模块包含空气质量检测单元和设施信息获取单元,
其中,所述空气质量检测单元用于收集环境信息,所述空气质量检测单元包括温度传感器、湿度传感器、移动传感器、PM2.5浓度检测器、二氧化碳浓度检测器、烟雾传感器和照度传感器,
所述设施信息获取单元用于采集设备的参数信息及所在楼宇间的位置信息和楼宇参数信息,所述楼宇参数信息包括楼宇的窗口面积、光照面积、灯具数量信息、发热设备信息和人员流动信息,其中所述设备的参数信息及所在楼宇间的位置信息通过控制器获取,所述楼宇参数信息通过人工采集的方式获取,
所述无线传输模块用于接受信息获取模块中收集的信息,并将所收集到信息发送到数据处理模块中,
所述数据处理模块用于对获取信息进行处理,并实现楼宇能耗控制节能,所述数据处理模块包含数据清洗单元、数据储存单元和智能化控制单元,
其中,所述数据清洗单元用于对获取的信息进行数据清洗和整理,
所述数据储存单元用于储存经过数据清洗后的信息,
所述智能化控制单元根据数据储存单元中储存的信息生成神经网络模型,所述神经网络模型通过决策树算法、反向传播算法和设备所在楼宇位置控制设备的运行,以及楼宇的各参数信息调节控制设备的运行,完成楼宇间设备智能化控制。
2.根据权利要求1所述的一种楼宇能耗控制节能系统,其特征在于:所述环境信息具体包括空气中的氧气浓度、PM2.5、二氧化碳浓度、温度和湿度数据。
3.根据权利要求1所述的一种楼宇能耗控制节能系统,其特征在于:所述设备为冷冻机组、水泵、冷却塔、风机盘管和新风系统。
4.根据权利要求1所述的一种楼宇能耗控制节能系统,其特征在于:所述无线传输模块通过MQTT协议将将所收集到的空气质量模块和设备信息模块中的信息发送到数据处理模块中。
5.根据权利要求1所述的一种楼宇能耗控制节能系统,其特征在于:所述神经网络模型通过反向传播算法进行训练,直到神经网络模型的输出误差值小于0.00015426时,停止反向传播算法。
6.根据权利要求1所述的一种楼宇能耗控制节能系统,其特征在于:所述神经网络模型为三层神经网络模型,所述三层神经网络模型包含输入层、隐藏层和输出层,
其中,所述输入层的输入值为环境信息,
所述隐藏层由多个偏置节点组成,所述偏置节点用于对环境信息进行范化,
所述输出层输出设备的出水温度、冷却塔温度、新风系统开启档位、风机盘管开启模式和风机转速。
7.根据权利要求1所述的一种楼宇能耗控制节能系统,其特征在于:所述决策树算法用于获取设备的运转信息。
8.一种楼宇能耗控制节能方法,其特征在于:包括如下步骤,
步骤S1:通过环境检测设备获取当地的环境信息,
步骤S2:通过在设备上连接控制器,通过控制器获取设备所在楼宇的位置信息、设备参数信息和楼宇参数信息,
步骤S3:通过无线传输将步骤S1和步骤S2中获取的信息发送到管理服务器,
步骤S4:管理服务器接收步骤S3发送的信息,对信息进行数据清洗,并将经过数据清洗后的信息进行储存,
步骤S5:根据步骤S4中储存的信息生成神经网络模型,并通过反向传播算法对神经网络模型进行训练,神经网络模型根据决策树算法、反向传播算法和设备所在楼宇位置信息控制设备的运行,实现楼宇间设备智能化控制。
9.根据权利要求8所述的一种楼宇能耗控制节能方法,其特征在于:所述步骤S1中的环境检测设备为温度传感器、湿度传感器、移动传感器、PM2.5浓度检测器、二氧化碳浓度检测器、烟雾传感器和照度传感器。
10.根据权利要求1或8所述的一种楼宇能耗控制节能方法,其特征在于:所述控制器为smartbox专用互联网模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910612666.5A CN110332686A (zh) | 2019-07-09 | 2019-07-09 | 一种楼宇能耗控制节能系统及其方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910612666.5A CN110332686A (zh) | 2019-07-09 | 2019-07-09 | 一种楼宇能耗控制节能系统及其方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110332686A true CN110332686A (zh) | 2019-10-15 |
Family
ID=68143302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910612666.5A Pending CN110332686A (zh) | 2019-07-09 | 2019-07-09 | 一种楼宇能耗控制节能系统及其方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110332686A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111147277A (zh) * | 2019-11-25 | 2020-05-12 | 重庆特斯联智慧科技股份有限公司 | 一种基于边缘计算的社区房屋节能方法及系统 |
CN111336668A (zh) * | 2020-03-09 | 2020-06-26 | 浙江大学 | 一种基于蓄能型热泵系统的气候补偿方法 |
CN112484734A (zh) * | 2020-12-08 | 2021-03-12 | 中国矿业大学 | 基于特征提取自适应神经网络和co2的室内人员定位方法 |
CN112815474A (zh) * | 2021-01-05 | 2021-05-18 | 国网山东省电力公司广饶县供电公司 | 一种中央空调系统节能方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7925383B2 (en) * | 2007-02-05 | 2011-04-12 | Lg Electronics Inc. | Building management system controlling HVAC based on received HVAC, door, lighting, and occupancy states |
CN105159259A (zh) * | 2015-09-06 | 2015-12-16 | 成都猴子软件有限公司 | 楼宇空调智能系统 |
CN107942960A (zh) * | 2017-10-23 | 2018-04-20 | 中国科学院地理科学与资源研究所 | 一种智能化的信息处理系统 |
CN108870646A (zh) * | 2018-07-27 | 2018-11-23 | 上海雁文智能科技有限公司 | 基于温度传感器参数的楼宇能耗诊断系统及使用方法 |
-
2019
- 2019-07-09 CN CN201910612666.5A patent/CN110332686A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7925383B2 (en) * | 2007-02-05 | 2011-04-12 | Lg Electronics Inc. | Building management system controlling HVAC based on received HVAC, door, lighting, and occupancy states |
CN105159259A (zh) * | 2015-09-06 | 2015-12-16 | 成都猴子软件有限公司 | 楼宇空调智能系统 |
CN107942960A (zh) * | 2017-10-23 | 2018-04-20 | 中国科学院地理科学与资源研究所 | 一种智能化的信息处理系统 |
CN108870646A (zh) * | 2018-07-27 | 2018-11-23 | 上海雁文智能科技有限公司 | 基于温度传感器参数的楼宇能耗诊断系统及使用方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111147277A (zh) * | 2019-11-25 | 2020-05-12 | 重庆特斯联智慧科技股份有限公司 | 一种基于边缘计算的社区房屋节能方法及系统 |
CN111147277B (zh) * | 2019-11-25 | 2023-04-21 | 重庆特斯联智慧科技股份有限公司 | 一种基于边缘计算的社区房屋节能方法及系统 |
CN111336668A (zh) * | 2020-03-09 | 2020-06-26 | 浙江大学 | 一种基于蓄能型热泵系统的气候补偿方法 |
CN111336668B (zh) * | 2020-03-09 | 2021-04-13 | 浙江大学 | 一种基于蓄能型热泵系统的气候补偿方法 |
CN112484734A (zh) * | 2020-12-08 | 2021-03-12 | 中国矿业大学 | 基于特征提取自适应神经网络和co2的室内人员定位方法 |
CN112815474A (zh) * | 2021-01-05 | 2021-05-18 | 国网山东省电力公司广饶县供电公司 | 一种中央空调系统节能方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110332686A (zh) | 一种楼宇能耗控制节能系统及其方法 | |
CN105159216B (zh) | 鸡舍环境氨气浓度智能监测系统 | |
CN105116848B (zh) | 居住建筑室内环境监测与健康等级评价物联网系统 | |
CN105910225A (zh) | 一种基于人员信息检测的空调负荷控制系统及方法 | |
CN208831873U (zh) | 一种基于物联网的智能家用燃气阀门控制器 | |
CN106765959A (zh) | 基于遗传算法和深度bp神经网络算法的暖通空调节能控制方法 | |
CN106444925A (zh) | 一种基于物联网技术的畜禽舍环境监控系统及其工作方法 | |
CN106873676A (zh) | 一种基于物联网的智慧农业数据采集方法及系统 | |
CN108388291A (zh) | 一种温室集群环境调控方法与系统 | |
CN107678410A (zh) | 一种面向温室环境的智能控制方法、系统与控制器 | |
CN107085732A (zh) | 基于无线传感器网络的牛舍环境氨气智能监测系统 | |
CN115423301B (zh) | 一种基于物联网的电力能源智能管控方法、装置及系统 | |
CN107290481B (zh) | 一种基于无线传感器网络的牛舍环境氨气智能检测系统 | |
CN106016603A (zh) | 智能新风系统及智能控制系统 | |
KR20220071405A (ko) | 스마트 팜의 빅 데이터를 이용한 농업 지원 시스템 및 방법 | |
CN105046595A (zh) | 一种基于物联网技术的能效评估诊断云系统及方法 | |
CN108958204A (zh) | 一种基于专家系统知识库的食用菌栽培测控方法 | |
CN106779414A (zh) | 设施农业远程监控与智能决策系统 | |
CN112462648A (zh) | 一种用于建筑综合环境监测及预测系统 | |
CN204807986U (zh) | 智能室内空气检测管理系统 | |
CN115047821A (zh) | 一种生猪养殖环境智能监测系统及其评价方法 | |
Jain et al. | Automatic irrigation system for agriculture field using wireless sensor network (WSN) | |
CN115796040A (zh) | 一种基于小样本的设施温室温度预测方法 | |
CN112650177A (zh) | 一种虾养殖品远程在线监控管理系统及实现方法 | |
CN113960925A (zh) | 基于人工智能的楼宇能耗控制方法及装置 |
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 |
Application publication date: 20191015 |
|
RJ01 | Rejection of invention patent application after publication |