CN112594874A - 基于热成像和大数据技术的中央空调系统节能控制系统 - Google Patents
基于热成像和大数据技术的中央空调系统节能控制系统 Download PDFInfo
- Publication number
- CN112594874A CN112594874A CN202011473025.5A CN202011473025A CN112594874A CN 112594874 A CN112594874 A CN 112594874A CN 202011473025 A CN202011473025 A CN 202011473025A CN 112594874 A CN112594874 A CN 112594874A
- Authority
- CN
- China
- Prior art keywords
- conditioning system
- central air
- temperature
- personnel
- coverage
- 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
Images
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
- F24F11/50—Control or safety arrangements characterised by user interfaces or communication
- F24F11/54—Control or safety arrangements characterised by user interfaces or communication using one central controller connected to several sub-controllers
-
- 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
- F24F11/70—Control systems characterised by their outputs; Constructional details thereof
-
- 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
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/20—Feedback from users
Abstract
本发明公开基于热成像和大数据技术的中央空调系统节能控制系统,包括区域划分模块、图像采集模块、图像处理模块、人脸图像分析模块、人数统计模块、人员密度分析模块、温度检测模块、温度分析模块、分析服务器、系统控制中心和存储数据库;本发明通过采集中央空调系统的各覆盖子区域中人员图像,分析统计中央空调系统的各覆盖子区域中人员数目,计算中央空调系统的各覆盖子区域的人员密度,同时检测各覆盖子区域中分布的各空气温度和各人员体表,分析各覆盖子区域中平均空气温度和平均人员体表温度,计算大型商场内中央空调系统的各覆盖子区域的最佳调节温度,并对对应的出风口进行调节,从而提高能源利用率,降低能源消耗。
Description
技术领域
本发明涉及空调节能管理领域,涉及到基于热成像和大数据技术的中央空调系统节能控制系统。
背景技术
在我国很多建筑中,中央空调能耗高是一个比较普通的问题,尤其在大型商场内中央空调系统,其耗电量能够占到整个建筑总耗电量的一半左右,因此,解决中央空调的能耗控制问题对于我国能耗的节约和企业成本的控制都有着重要的意义。
目前,传统的中央空调系统节能控制系统仍存在一定的不足之处,传统的中央空调系统节能控制系统普遍采取集中控制模式,无法根据人员的分布密度实时进行调控,存在某些区域的人员较少但中央空调仍然满额运作的问题,从而降低了能源利用率,造成一些不必要的能源浪费,增加商场内各企业的运营成本,同时传统的中央空调系统节能控制系统无法获取商场内温度分布数据,并无法根据各人员体表温度进行部分区域的温度调节,导致人们的热舒适性受到影响,从而降低人们的购物体验感和兴趣感,造成商场内部分人员流失,为了解决以上问题,现设计基于热成像和大数据技术的中央空调系统节能控制系统。
发明内容
本发明的目的在于提供基于热成像和大数据技术的中央空调系统节能控制系统,本发明通过对大型商场内中央空调系统的覆盖区域进行划分,采集中央空调系统的各覆盖子区域中人员图像,分析中央空调系统的各覆盖子区域中各人脸图像,统计中央空调系统的各覆盖子区域中人员数目,计算中央空调系统的各覆盖子区域的人员密度,同时检测各覆盖子区域中分布的各空气温度和各人员体表,分析各覆盖子区域中平均空气温度和平均人员体表温度,计算大型商场内中央空调系统的各覆盖子区域的最佳调节温度,并对对应的出风口进行调节,解决了背景技术中存在的问题。
本发明的目的可以通过以下技术方案实现:
基于热成像和大数据技术的中央空调系统节能控制系统,包括区域划分模块、图像采集模块、图像处理模块、人脸图像分析模块、人数统计模块、人员密度分析模块、温度检测模块、温度分析模块、分析服务器、系统控制中心和存储数据库;
所述分析服务器分别与人员密度分析模块、温度分析模块、系统控制中心和存储数据库连接,存储数据库分别与区域划分模块和人员密度分析模块连接,图像处理模块分别与图像采集模块和人脸图像分析模块连接,人数统计模块分别与人脸图像分析模块和人员密度分析模块连接,温度检测模块与温度分析模块连接;
所述区域划分模块用于将大型商场内中央空调系统的覆盖区域进行划分,按照中央空调系统的各出风口覆盖面积的划分方式,将大型商场内中央空调系统的覆盖区域划分成若干覆盖子区域,对若干覆盖子区域按照设定的顺序依次进行编号,若干覆盖子区域的编号分别为1,2,...,i,...,n,并将大型商场内中央空调系统的各覆盖子区域的编号发送至存储数据库;
所述图像采集模块用于对大型商场内中央空调系统的各覆盖子区域中人员进行图像采集,统计采集的大型商场内中央空调系统的各覆盖子区域中人员图像,将统计的大型商场内中央空调系统的各覆盖子区域中人员图像发送至图像处理模块;
所述图像处理模块用于接收图像采集模块发送的大型商场内中央空调系统的各覆盖子区域中人员图像,对接收的大型商场内中央空调系统的各覆盖子区域中人员图像进行图像处理,通过几何归一化处理变化为大小一致且不存在偏角的图像,同时进行灰度变化处理和图像增强处理,将处理后的大型商场内中央空调系统的各覆盖子区域中人员增强图像发送至人脸图像分析模块;
所述人脸图像分析模块用于接收图像处理模块发送的大型商场内中央空调系统的各覆盖子区域中人员增强图像,采用人脸图像分割技术对接收的中央空调系统的各覆盖子区域中人员增强图像进行分割,选取包裹人脸的各最小区域,去除各最小区域之外的图像,强化各最小区域的人脸图像高频分量,统计大型商场内中央空调系统的各覆盖子区域中各人脸图像,构成大型商场内中央空调系统的各覆盖子区域中各人脸图像集合PiA(pia1,pia2,...,piaj,...,piam),piaj表示为大型商场内中央空调系统的第i个覆盖子区域中第j个人脸图像,将大型商场内中央空调系统的各覆盖子区域中各人脸图像集合发送至人数统计模块;
所述人数统计模块用于接收人脸图像分析模块发送的大型商场内中央空调系统的各覆盖子区域中各人脸图像集合,统计大型商场内中央空调系统的各覆盖子区域中人员数目,构成大型商场内中央空调系统的各覆盖子区域中人员数目集合X(x1,x2,...,xi,...,xn),xi表示为大型商场内中央空调系统的第i个覆盖子区域中人员数目,将大型商场内中央空调系统的各覆盖子区域中人员数目集合发送至人员密度分析模块;
所述人员密度分析模块用于接收人数统计模块发送的大型商场内中央空调系统的各覆盖子区域中人员数目集合,提取存储数据库中存储的中央空调系统的出风口标准覆盖体积,计算大型商场内中央空调系统的各覆盖子区域的人员密度,统计大型商场内中央空调系统的各覆盖子区域的人员密度,构成大型商场内中央空调系统的各覆盖子区域的人员密度集合ρ(ρ1,ρ2,...,ρi,...,ρn),ρi表示为大型商场内中央空调系统的第i个覆盖子区域的人员密度,将大型商场内中央空调系统的各覆盖子区域的人员密度集合发送至分析服务器;
所述温度检测模块包括若干热成像传感器,其中若干热成像传感器分别安装在各覆盖子区域的出风口附近,且若干热成像传感器与各覆盖子区域一一对应,用于对大型商场内中央空调系统的各覆盖子区域的温度进行检测,通过热成像传感器扫描检测中央空调系统的各覆盖子区域的温度分布数据,分别统计大型商场内中央空调系统的各覆盖子区域中分布的各空气温度和各覆盖子区域中各人员体表温度,构成大型商场内中央空调系统的各覆盖子区域中分布的各空气温度集合TiB(Tib1,Tib2,...,Tibr,...,Tibf),Tibr表示为大型商场内中央空调系统的第i个覆盖子区域中分布的第r个空气温度,同时构成大型商场内中央空调系统的各覆盖子区域中各人员体表温度集合Ti′A(Ti′a1,Ti′a2,...,Ti′aj,...,Ti′am),Ti′aj表示为大型商场内中央空调系统的第i个覆盖子区域中第j个人员体表温度,将大型商场内中央空调系统的各覆盖子区域中分布的各空气温度集合和各覆盖子区域中各人员体表温度集合发送至温度分析模块;
所述温度分析模块用于接收温度检测模块发送的大型商场内中央空调系统的各覆盖子区域中分布的各空气温度集合和各覆盖子区域中各人员体表温度集合,分别计算大型商场内中央空调系统的各覆盖子区域中平均空气温度和平均人员体表温度,统计大型商场内中央空调系统的各覆盖子区域中平均空气温度和平均人员体表温度,将统计的大型商场内中央空调系统的各覆盖子区域中平均空气温度和平均人员体表温度发送至分析服务器;
所述分析服务器用于接收人员密度分析模块发送的大型商场内中央空调系统的各覆盖子区域的人员密度集合,同时接收温度分析模块发送的大型商场内中央空调系统的各覆盖子区域中平均空气温度和平均人员体表温度,提取存储数据库中存储的人员密度对大型商场内温度的影响系数和大型商场内预设的标准温度,并提取存储数据库中存储的大型商场内空气温度和人员体表温度对应的温度影响比例权重系数,计算大型商场内中央空调系统的各覆盖子区域的最佳调节温度,统计大型商场内中央空调系统的各覆盖子区域的最佳调节温度,将大型商场内中央空调系统的各覆盖子区域的最佳调节温度发送至系统控制中心;
所述系统控制中心用于接收分析服务器发送的大型商场内中央空调系统的各覆盖子区域的最佳调节温度,根据接收的大型商场内中央空调系统的各覆盖子区域的最佳调节温度对对应的出风口进行调节;
所述存储数据库用于接收区域划分模块发送的大型商场内中央空调系统的各覆盖子区域的编号,同时存储中央空调系统的出风口标准覆盖体积V标、人员密度对大型商场内温度的影响系数μ和大型商场内预设的标准温度T标,并存储大型商场内空气温度和人员体表温度对应的温度影响比例权重系数,分别记为λ′,λ″。
进一步地,所述图像采集模块包括若干高清摄像头,其中若干高清摄像头分别安装在各覆盖子区域的出风口附近,且若干高清摄像头与各覆盖子区域一一对应,通过高清摄像头采集大型商场内中央空调系统的各覆盖子区域中人员图像。
进一步地,所述人脸图像分割技术,包括如下步骤:
S1、按照设定的人脸图像尺寸调整比例将人员增强图像的像素降低至设定值;
S2、采用最大类间方差法对人员增强图像进行全局分割阈值估计,获得优选全局分割阈值,对人员增强图像进行分割,获得含有人脸特征区域的分割图像,将该分割图像平均划分若干子图像;
S3、采用最大类间方差法对子图像进行局部分割阈值估计,获得各子图像的优选局部分割阈值,对不同的子图像使用不同的分割阈值进行分割;
S4、抽取各子图像分割得到的人脸特征区域的坐标,按设定的图像尺寸调整比例将人脸特征区域坐标还原到原始图像坐标,并拼接各子图像分割得到的人脸图像。
进一步地,所述大型商场内中央空调系统的各覆盖子区域的人员密度计算公式为ρi表示为大型商场内中央空调系统的第i个覆盖子区域的人员密度,xi表示为大型商场内中央空调系统的第i个覆盖子区域中人员数目,V标表示为中央空调系统的出风口标准覆盖体积。
进一步地,所述大型商场内中央空调系统的各覆盖子区域中平均空气温度计算公式为 表示为大型商场内中央空调系统的第i个覆盖子区域中平均空气温度,Tibr表示为大型商场内中央空调系统的第i个覆盖子区域中分布的第r个空气温度,f表示为大型商场内中央空调系统的第i个覆盖子区域中空气温度的分布数量。
进一步地,所述大型商场内中央空调系统的各覆盖子区域中平均人员体表温度计算公式为 表示为大型商场内中央空调系统的第i个覆盖子区域中平均人员体表温度,Ti′aj表示为大型商场内中央空调系统的第i个覆盖子区域中第j个人员体表温度,m表示为大型商场内中央空调系统的各覆盖子区域中人员数量。
进一步地,所述大型商场内中央空调系统的各覆盖子区域的最佳调节温度计算公式为Ti″表示为大型商场内中央空调系统的第i个覆盖子区域的最佳调节温度,表示为大型商场内中央空调系统的第i个覆盖子区域中平均空气温度,e表示为自然数,等于2.718,μ表示为人员密度对大型商场内温度的影响系数,ρi表示为大型商场内中央空调系统的第i个覆盖子区域的人员密度,λ′+λ″=1,λ′,λ″分别表示为大型商场内空气温度和人员体表温度对应的温度影响比例权重系数,表示为大型商场内中央空调系统的第i个覆盖子区域中平均人员体表温度,T标表示为大型商场内预设的标准温度。
有益效果:
(1)本发明提供的基于热成像和大数据技术的中央空调系统节能控制系统,通过对大型商场内中央空调系统的覆盖区域进行划分,采集中央空调系统的各覆盖子区域中人员图像,为后期统计统计各覆盖子区域中人员数目奠定基础,同时分析中央空调系统的各覆盖子区域中各人脸图像,统计中央空调系统的各覆盖子区域中人员数目,计算中央空调系统的各覆盖子区域的人员密度,从而避免某覆盖子区域的人员较少但中央空调仍然满额运作的问题,并检测各覆盖子区域中分布的各空气温度和各人员体表,从而提高检测数据的准确性和可靠性,分析各覆盖子区域中平均空气温度和平均人员体表温度,为后期计算大型商场内中央空调系统的各覆盖子区域的最佳调节温度提供可靠的参考依据。
(2)本发明通过分析服务器计算大型商场内中央空调系统的各覆盖子区域的最佳调节温度,从而确保人们的热舒适性不受影响,进而提高人们的购物体验感和兴趣感,避免商场内部分人员流失的问题,同时通过系统控制中心对对应的出风口进行调节,从而提高系统运行的智能化水平,实现各覆盖子区域的独立化和智能化运行及控制,并提高能源利用率,降低了能源消耗,降低商场内各企业的运营成本。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1所示,基于热成像和大数据技术的中央空调系统节能控制系统,包括区域划分模块、图像采集模块、图像处理模块、人脸图像分析模块、人数统计模块、人员密度分析模块、温度检测模块、温度分析模块、分析服务器、系统控制中心和存储数据库。
所述分析服务器分别与人员密度分析模块、温度分析模块、系统控制中心和存储数据库连接,存储数据库分别与区域划分模块和人员密度分析模块连接,图像处理模块分别与图像采集模块和人脸图像分析模块连接,人数统计模块分别与人脸图像分析模块和人员密度分析模块连接,温度检测模块与温度分析模块连接。
所述区域划分模块用于将大型商场内中央空调系统的覆盖区域进行划分,按照中央空调系统的各出风口覆盖面积的划分方式,将大型商场内中央空调系统的覆盖区域划分成若干覆盖子区域,对若干覆盖子区域按照设定的顺序依次进行编号,若干覆盖子区域的编号分别为1,2,...,i,...,n,并将大型商场内中央空调系统的各覆盖子区域的编号发送至存储数据库。
所述图像采集模块包括若干高清摄像头,其中若干高清摄像头分别安装在各覆盖子区域的出风口附近,且若干高清摄像头与各覆盖子区域一一对应,用于对大型商场内中央空调系统的各覆盖子区域中人员进行图像采集,通过高清摄像头采集大型商场内中央空调系统的各覆盖子区域中人员图像,为后期统计统计各覆盖子区域中人员数目奠定基础,统计大型商场内中央空调系统的各覆盖子区域中人员图像,将统计的大型商场内中央空调系统的各覆盖子区域中人员图像发送至图像处理模块;
所述图像处理模块用于接收图像采集模块发送的大型商场内中央空调系统的各覆盖子区域中人员图像,对接收的大型商场内中央空调系统的各覆盖子区域中人员图像进行图像处理,通过几何归一化处理变化为大小一致且不存在偏角的图像,同时进行灰度变化处理和图像增强处理,将处理后的大型商场内中央空调系统的各覆盖子区域中人员增强图像发送至人脸图像分析模块。
所述人脸图像分析模块用于接收图像处理模块发送的大型商场内中央空调系统的各覆盖子区域中人员增强图像,采用人脸图像分割技术对接收的中央空调系统的各覆盖子区域中人员增强图像进行分割,选取包裹人脸的各最小区域,去除各最小区域之外的图像,强化各最小区域的人脸图像高频分量,统计大型商场内中央空调系统的各覆盖子区域中各人脸图像,构成大型商场内中央空调系统的各覆盖子区域中各人脸图像集合PiA(pia1,pia2,...,piaj,...,piam),piaj表示为大型商场内中央空调系统的第i个覆盖子区域中第j个人脸图像,将大型商场内中央空调系统的各覆盖子区域中各人脸图像集合发送至人数统计模块;
其中,所述人脸图像分割技术,包括如下步骤:
S1、按照设定的人脸图像尺寸调整比例将人员增强图像的像素降低至设定值;
S2、采用最大类间方差法对人员增强图像进行全局分割阈值估计,获得优选全局分割阈值,对人员增强图像进行分割,获得含有人脸特征区域的分割图像,将该分割图像平均划分若干子图像;
S3、采用最大类间方差法对子图像进行局部分割阈值估计,获得各子图像的优选局部分割阈值,对不同的子图像使用不同的分割阈值进行分割;
S4、抽取各子图像分割得到的人脸特征区域的坐标,按设定的图像尺寸调整比例将人脸特征区域坐标还原到原始图像坐标,并拼接各子图像分割得到的人脸图像。
所述人数统计模块用于接收人脸图像分析模块发送的大型商场内中央空调系统的各覆盖子区域中各人脸图像集合,统计大型商场内中央空调系统的各覆盖子区域中人员数目,构成大型商场内中央空调系统的各覆盖子区域中人员数目集合X(x1,x2,...,xi,...,xn),xi表示为大型商场内中央空调系统的第i个覆盖子区域中人员数目,将大型商场内中央空调系统的各覆盖子区域中人员数目集合发送至人员密度分析模块。
所述人员密度分析模块用于接收人数统计模块发送的大型商场内中央空调系统的各覆盖子区域中人员数目集合,提取存储数据库中存储的中央空调系统的出风口标准覆盖体积,计算大型商场内中央空调系统的各覆盖子区域的人员密度,从而避免某覆盖子区域的人员较少但中央空调仍然满额运作的问题,其中大型商场内中央空调系统的各覆盖子区域的人员密度计算公式为ρi表示为大型商场内中央空调系统的第i个覆盖子区域的人员密度,xi表示为大型商场内中央空调系统的第i个覆盖子区域中人员数目,V标表示为中央空调系统的出风口标准覆盖体积,并统计大型商场内中央空调系统的各覆盖子区域的人员密度,构成大型商场内中央空调系统的各覆盖子区域的人员密度集合ρ(ρ1,ρ2,...,ρi,...,ρn),ρi表示为大型商场内中央空调系统的第i个覆盖子区域的人员密度,将大型商场内中央空调系统的各覆盖子区域的人员密度集合发送至分析服务器。
所述温度检测模块包括若干热成像传感器,其中若干热成像传感器分别安装在各覆盖子区域的出风口附近,且若干热成像传感器与各覆盖子区域一一对应,用于对大型商场内中央空调系统的各覆盖子区域的温度进行检测,通过热成像传感器扫描检测中央空调系统的各覆盖子区域的温度分布数据,从而提高检测数据的准确性和可靠性,并分别统计大型商场内中央空调系统的各覆盖子区域中分布的各空气温度和各覆盖子区域中各人员体表温度,构成大型商场内中央空调系统的各覆盖子区域中分布的各空气温度集合TiB(Tib1,Tib2,...,Tibr,...,Tibf),Tibr表示为大型商场内中央空调系统的第i个覆盖子区域中分布的第r个空气温度,同时构成大型商场内中央空调系统的各覆盖子区域中各人员体表温度集合Ti′A(Ti′a1,Ti′a2,...,Ti′aj,...,Ti′am),Ti′aj表示为大型商场内中央空调系统的第i个覆盖子区域中第j个人员体表温度,将大型商场内中央空调系统的各覆盖子区域中分布的各空气温度集合和各覆盖子区域中各人员体表温度集合发送至温度分析模块。
所述温度分析模块用于接收温度检测模块发送的大型商场内中央空调系统的各覆盖子区域中分布的各空气温度集合和各覆盖子区域中各人员体表温度集合,分别计算大型商场内中央空调系统的各覆盖子区域中平均空气温度和平均人员体表温度,为后期计算大型商场内中央空调系统的各覆盖子区域的最佳调节温度提供可靠的参考依据,其中大型商场内中央空调系统的各覆盖子区域中平均空气温度计算公式为 表示为大型商场内中央空调系统的第i个覆盖子区域中平均空气温度,Tibr表示为大型商场内中央空调系统的第i个覆盖子区域中分布的第r个空气温度,f表示为大型商场内中央空调系统的第i个覆盖子区域中空气温度的分布数量;大型商场内中央空调系统的各覆盖子区域中平均人员体表温度计算公式为 表示为大型商场内中央空调系统的第i个覆盖子区域中平均人员体表温度,Ti′aj表示为大型商场内中央空调系统的第i个覆盖子区域中第j个人员体表温度,m表示为大型商场内中央空调系统的各覆盖子区域中人员数量,并统计大型商场内中央空调系统的各覆盖子区域中平均空气温度和平均人员体表温度,将统计的大型商场内中央空调系统的各覆盖子区域中平均空气温度和平均人员体表温度发送至分析服务器。
所述分析服务器用于接收人员密度分析模块发送的大型商场内中央空调系统的各覆盖子区域的人员密度集合,同时接收温度分析模块发送的大型商场内中央空调系统的各覆盖子区域中平均空气温度和平均人员体表温度,提取存储数据库中存储的人员密度对大型商场内温度的影响系数和大型商场内预设的标准温度,并提取存储数据库中存储的大型商场内空气温度和人员体表温度对应的温度影响比例权重系数,计算大型商场内中央空调系统的各覆盖子区域的最佳调节温度,从而确保人们的热舒适性不受影响,进而提高人们的购物体验感和兴趣感,避免商场内部分人员流失的问题,其中大型商场内中央空调系统的各覆盖子区域的最佳调节温度计算公式为Ti″表示为大型商场内中央空调系统的第i个覆盖子区域的最佳调节温度,表示为大型商场内中央空调系统的第i个覆盖子区域中平均空气温度,e表示为自然数,等于2.718,μ表示为人员密度对大型商场内温度的影响系数,ρi表示为大型商场内中央空调系统的第i个覆盖子区域的人员密度,λ′+λ″=1,λ′,λ″分别表示为大型商场内空气温度和人员体表温度对应的温度影响比例权重系数,表示为大型商场内中央空调系统的第i个覆盖子区域中平均人员体表温度,T标表示为大型商场内预设的标准温度,并统计大型商场内中央空调系统的各覆盖子区域的最佳调节温度,将大型商场内中央空调系统的各覆盖子区域的最佳调节温度发送至系统控制中心。
所述系统控制中心用于接收分析服务器发送的大型商场内中央空调系统的各覆盖子区域的最佳调节温度,根据接收的大型商场内中央空调系统的各覆盖子区域的最佳调节温度对对应的出风口进行调节,从而提高系统运行的智能化水平,实现各覆盖子区域的独立化和智能化运行及控制,并提高能源利用率,降低了能源消耗,降低商场内各企业的运营成本。
所述存储数据库用于接收区域划分模块发送的大型商场内中央空调系统的各覆盖子区域的编号,同时存储中央空调系统的出风口标准覆盖体积V标、人员密度对大型商场内温度的影响系数μ和大型商场内预设的标准温度T标,并存储大型商场内空气温度和人员体表温度对应的温度影响比例权重系数,分别记为λ′,λ″。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (7)
1.基于热成像和大数据技术的中央空调系统节能控制系统,其特征在于:包括区域划分模块、图像采集模块、图像处理模块、人脸图像分析模块、人数统计模块、人员密度分析模块、温度检测模块、温度分析模块、分析服务器、系统控制中心和存储数据库;
所述分析服务器分别与人员密度分析模块、温度分析模块、系统控制中心和存储数据库连接,存储数据库分别与区域划分模块和人员密度分析模块连接,图像处理模块分别与图像采集模块和人脸图像分析模块连接,人数统计模块分别与人脸图像分析模块和人员密度分析模块连接,温度检测模块与温度分析模块连接;
所述区域划分模块用于将大型商场内中央空调系统的覆盖区域进行划分,按照中央空调系统的各出风口覆盖面积的划分方式,将大型商场内中央空调系统的覆盖区域划分成若干覆盖子区域,对若干覆盖子区域按照设定的顺序依次进行编号,若干覆盖子区域的编号分别为1,2,...,i,...,n,并将大型商场内中央空调系统的各覆盖子区域的编号发送至存储数据库;
所述图像采集模块用于对大型商场内中央空调系统的各覆盖子区域中人员进行图像采集,统计采集的大型商场内中央空调系统的各覆盖子区域中人员图像,将统计的大型商场内中央空调系统的各覆盖子区域中人员图像发送至图像处理模块;
所述图像处理模块用于接收图像采集模块发送的大型商场内中央空调系统的各覆盖子区域中人员图像,对接收的大型商场内中央空调系统的各覆盖子区域中人员图像进行图像处理,通过几何归一化处理变化为大小一致且不存在偏角的图像,同时进行灰度变化处理和图像增强处理,将处理后的大型商场内中央空调系统的各覆盖子区域中人员增强图像发送至人脸图像分析模块;
所述人脸图像分析模块用于接收图像处理模块发送的大型商场内中央空调系统的各覆盖子区域中人员增强图像,采用人脸图像分割技术对接收的中央空调系统的各覆盖子区域中人员增强图像进行分割,选取包裹人脸的各最小区域,去除各最小区域之外的图像,强化各最小区域的人脸图像高频分量,统计大型商场内中央空调系统的各覆盖子区域中各人脸图像,构成大型商场内中央空调系统的各覆盖子区域中各人脸图像集合PiA(pia1,pia2,...,piaj,...,piam),piaj表示为大型商场内中央空调系统的第i个覆盖子区域中第j个人脸图像,将大型商场内中央空调系统的各覆盖子区域中各人脸图像集合发送至人数统计模块;
所述人数统计模块用于接收人脸图像分析模块发送的大型商场内中央空调系统的各覆盖子区域中各人脸图像集合,统计大型商场内中央空调系统的各覆盖子区域中人员数目,构成大型商场内中央空调系统的各覆盖子区域中人员数目集合X(x1,x2,...,xi,...,xn),xi表示为大型商场内中央空调系统的第i个覆盖子区域中人员数目,将大型商场内中央空调系统的各覆盖子区域中人员数目集合发送至人员密度分析模块;
所述人员密度分析模块用于接收人数统计模块发送的大型商场内中央空调系统的各覆盖子区域中人员数目集合,提取存储数据库中存储的中央空调系统的出风口标准覆盖体积,计算大型商场内中央空调系统的各覆盖子区域的人员密度,统计大型商场内中央空调系统的各覆盖子区域的人员密度,构成大型商场内中央空调系统的各覆盖子区域的人员密度集合ρ(ρ1,ρ2,...,ρi,...,ρn),ρi表示为大型商场内中央空调系统的第i个覆盖子区域的人员密度,将大型商场内中央空调系统的各覆盖子区域的人员密度集合发送至分析服务器;
所述温度检测模块包括若干热成像传感器,其中若干热成像传感器分别安装在各覆盖子区域的出风口附近,且若干热成像传感器与各覆盖子区域一一对应,用于对大型商场内中央空调系统的各覆盖子区域的温度进行检测,通过热成像传感器扫描检测中央空调系统的各覆盖子区域的温度分布数据,分别统计大型商场内中央空调系统的各覆盖子区域中分布的各空气温度和各覆盖子区域中各人员体表温度,构成大型商场内中央空调系统的各覆盖子区域中分布的各空气温度集合TiB(Tib1,Tib2,...,Tibr,...,Tibf),Tibr表示为大型商场内中央空调系统的第i个覆盖子区域中分布的第r个空气温度,同时构成大型商场内中央空调系统的各覆盖子区域中各人员体表温度集合Ti′A(Ti′a1,Ti′a2,...,Ti′aj,...,Ti′am),Ti′aj表示为大型商场内中央空调系统的第i个覆盖子区域中第j个人员体表温度,将大型商场内中央空调系统的各覆盖子区域中分布的各空气温度集合和各覆盖子区域中各人员体表温度集合发送至温度分析模块;
所述温度分析模块用于接收温度检测模块发送的大型商场内中央空调系统的各覆盖子区域中分布的各空气温度集合和各覆盖子区域中各人员体表温度集合,分别计算大型商场内中央空调系统的各覆盖子区域中平均空气温度和平均人员体表温度,统计大型商场内中央空调系统的各覆盖子区域中平均空气温度和平均人员体表温度,将统计的大型商场内中央空调系统的各覆盖子区域中平均空气温度和平均人员体表温度发送至分析服务器;
所述分析服务器用于接收人员密度分析模块发送的大型商场内中央空调系统的各覆盖子区域的人员密度集合,同时接收温度分析模块发送的大型商场内中央空调系统的各覆盖子区域中平均空气温度和平均人员体表温度,提取存储数据库中存储的人员密度对大型商场内温度的影响系数和大型商场内预设的标准温度,并提取存储数据库中存储的大型商场内空气温度和人员体表温度对应的温度影响比例权重系数,计算大型商场内中央空调系统的各覆盖子区域的最佳调节温度,统计大型商场内中央空调系统的各覆盖子区域的最佳调节温度,将大型商场内中央空调系统的各覆盖子区域的最佳调节温度发送至系统控制中心;
所述系统控制中心用于接收分析服务器发送的大型商场内中央空调系统的各覆盖子区域的最佳调节温度,根据接收的大型商场内中央空调系统的各覆盖子区域的最佳调节温度对对应的出风口进行调节;
所述存储数据库用于接收区域划分模块发送的大型商场内中央空调系统的各覆盖子区域的编号,同时存储中央空调系统的出风口标准覆盖体积V标、人员密度对大型商场内温度的影响系数μ和大型商场内预设的标准温度T标,并存储大型商场内空气温度和人员体表温度对应的温度影响比例权重系数,分别记为λ′,λ″。
2.根据权利要求1所述的基于热成像和大数据技术的中央空调系统节能控制系统,其特征在于:所述图像采集模块包括若干高清摄像头,其中若干高清摄像头分别安装在各覆盖子区域的出风口附近,且若干高清摄像头与各覆盖子区域一一对应,通过高清摄像头采集大型商场内中央空调系统的各覆盖子区域中人员图像。
3.根据权利要求1所述的基于热成像和大数据技术的中央空调系统节能控制系统,其特征在于:所述人脸图像分割技术,包括如下步骤:
S1、按照设定的人脸图像尺寸调整比例将人员增强图像的像素降低至设定值;
S2、采用最大类间方差法对人员增强图像进行全局分割阈值估计,获得优选全局分割阈值,对人员增强图像进行分割,获得含有人脸特征区域的分割图像,将该分割图像平均划分若干子图像;
S3、采用最大类间方差法对子图像进行局部分割阈值估计,获得各子图像的优选局部分割阈值,对不同的子图像使用不同的分割阈值进行分割;
S4、抽取各子图像分割得到的人脸特征区域的坐标,按设定的图像尺寸调整比例将人脸特征区域坐标还原到原始图像坐标,并拼接各子图像分割得到的人脸图像。
7.根据权利要求1所述的基于热成像和大数据技术的中央空调系统节能控制系统,其特征在于:所述大型商场内中央空调系统的各覆盖子区域的最佳调节温度计算公式为Ti″表示为大型商场内中央空调系统的第i个覆盖子区域的最佳调节温度,表示为大型商场内中央空调系统的第i个覆盖子区域中平均空气温度,e表示为自然数,等于2.718,μ表示为人员密度对大型商场内温度的影响系数,ρi表示为大型商场内中央空调系统的第i个覆盖子区域的人员密度,λ′+λ″=1,λ′,λ″分别表示为大型商场内空气温度和人员体表温度对应的温度影响比例权重系数,表示为大型商场内中央空调系统的第i个覆盖子区域中平均人员体表温度,T标表示为大型商场内预设的标准温度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011473025.5A CN112594874A (zh) | 2020-12-15 | 2020-12-15 | 基于热成像和大数据技术的中央空调系统节能控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011473025.5A CN112594874A (zh) | 2020-12-15 | 2020-12-15 | 基于热成像和大数据技术的中央空调系统节能控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112594874A true CN112594874A (zh) | 2021-04-02 |
Family
ID=75195355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011473025.5A Pending CN112594874A (zh) | 2020-12-15 | 2020-12-15 | 基于热成像和大数据技术的中央空调系统节能控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112594874A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113503622A (zh) * | 2021-06-29 | 2021-10-15 | 武汉天宇卓信信息科技有限公司 | 一种中央空调智能控制调控方法、调控系统及计算机存储介质 |
CN113587406A (zh) * | 2021-08-09 | 2021-11-02 | 珠海格力电器股份有限公司 | 一种温度控制方法、装置、系统、计算机设备及存储介质 |
CN113685972A (zh) * | 2021-09-07 | 2021-11-23 | 广东电网有限责任公司 | 一种空调系统控制策略识别方法、装置、设备及介质 |
CN114923265A (zh) * | 2022-07-20 | 2022-08-19 | 湖南工商大学 | 一种基于物联网的中央空调节能控制系统 |
CN115013944A (zh) * | 2022-05-31 | 2022-09-06 | 重庆伏特猫科技有限公司 | 一种中央空调智能节能控制系统 |
CN116624976A (zh) * | 2023-07-07 | 2023-08-22 | 圣辉工程科技有限公司 | 一种中央空调远程控制系统及方法 |
CN117490185A (zh) * | 2023-12-29 | 2024-02-02 | 天津英泰华机电技术有限公司 | 一种智能中央空调控制系统及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107421053A (zh) * | 2017-03-30 | 2017-12-01 | 安徽森度科技有限公司 | 基于视频分析的中央空调控制系统 |
KR20180072468A (ko) * | 2016-12-21 | 2018-06-29 | 주식회사 디케이아이테크놀로지 | 빅데이터기반 사용자의 지능형 냉방 및 난방 서비스 제공 방법 |
CN110131843A (zh) * | 2019-05-15 | 2019-08-16 | 珠海格力电器股份有限公司 | 基于大数据的空调的智能调控方法及系统 |
CN110736222A (zh) * | 2018-11-19 | 2020-01-31 | 中国建筑西北设计研究院有限公司 | 基于热成像和大数据技术的中央空调系统节能控制方法 |
CN111766827A (zh) * | 2020-07-09 | 2020-10-13 | 霍祥明 | 一种基于大数据的现代化生猪养殖基地实时监测管理系统 |
-
2020
- 2020-12-15 CN CN202011473025.5A patent/CN112594874A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20180072468A (ko) * | 2016-12-21 | 2018-06-29 | 주식회사 디케이아이테크놀로지 | 빅데이터기반 사용자의 지능형 냉방 및 난방 서비스 제공 방법 |
CN107421053A (zh) * | 2017-03-30 | 2017-12-01 | 安徽森度科技有限公司 | 基于视频分析的中央空调控制系统 |
CN110736222A (zh) * | 2018-11-19 | 2020-01-31 | 中国建筑西北设计研究院有限公司 | 基于热成像和大数据技术的中央空调系统节能控制方法 |
CN110131843A (zh) * | 2019-05-15 | 2019-08-16 | 珠海格力电器股份有限公司 | 基于大数据的空调的智能调控方法及系统 |
CN111766827A (zh) * | 2020-07-09 | 2020-10-13 | 霍祥明 | 一种基于大数据的现代化生猪养殖基地实时监测管理系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113503622A (zh) * | 2021-06-29 | 2021-10-15 | 武汉天宇卓信信息科技有限公司 | 一种中央空调智能控制调控方法、调控系统及计算机存储介质 |
CN113587406A (zh) * | 2021-08-09 | 2021-11-02 | 珠海格力电器股份有限公司 | 一种温度控制方法、装置、系统、计算机设备及存储介质 |
CN113685972A (zh) * | 2021-09-07 | 2021-11-23 | 广东电网有限责任公司 | 一种空调系统控制策略识别方法、装置、设备及介质 |
CN115013944A (zh) * | 2022-05-31 | 2022-09-06 | 重庆伏特猫科技有限公司 | 一种中央空调智能节能控制系统 |
CN114923265A (zh) * | 2022-07-20 | 2022-08-19 | 湖南工商大学 | 一种基于物联网的中央空调节能控制系统 |
CN116624976A (zh) * | 2023-07-07 | 2023-08-22 | 圣辉工程科技有限公司 | 一种中央空调远程控制系统及方法 |
CN117490185A (zh) * | 2023-12-29 | 2024-02-02 | 天津英泰华机电技术有限公司 | 一种智能中央空调控制系统及方法 |
CN117490185B (zh) * | 2023-12-29 | 2024-03-22 | 天津英泰华机电技术有限公司 | 一种智能中央空调控制系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112594874A (zh) | 基于热成像和大数据技术的中央空调系统节能控制系统 | |
CN102840647B (zh) | 结合影像辨识的空调舒适度控制系统与方法 | |
WO2020215961A1 (zh) | 面向室内环境控制的人员信息检测方法与系统 | |
CN112584100A (zh) | 一种基于人员动态分布跟踪分析的展厅展馆智能管控平台 | |
CN110458839A (zh) | 一种有效的电线电缆监测系统 | |
CN109654676B (zh) | 送风装置的调节方法、装置、系统、计算机设备和存储介质 | |
CN116340801B (zh) | 一种畜牧养殖环境数据异常智能监控方法 | |
JP3453870B2 (ja) | 画像処理装置と画像処理装置を用いた応用機器 | |
US11631259B2 (en) | Multimodal sensing of thermal comfort for adaptable climate control | |
Liu et al. | On directional k-coverage analysis of randomly deployed camera sensor networks | |
CN106152418A (zh) | 一种基于人数的空调控制系统及方法 | |
CN109612029A (zh) | 效能预测方法 | |
CN109028223A (zh) | 具手势控制视觉检测功能的油烟机及油烟浓度检测方法 | |
CN109579092A (zh) | 一种根据工作环境进行烟灶联动的油烟机 | |
CN109028230A (zh) | 具手势控制视觉检测功能的炉具及油烟浓度检测方法 | |
CN111767826A (zh) | 一种定时定点场景异常检测方法 | |
CN113591973B (zh) | 一种轨道板外观状态变化智能比对方法 | |
CN109028231A (zh) | 一种基于视觉手势控制的烟灶一体机及油烟浓度检测方法 | |
CN110320523A (zh) | 跟随机器人的目标定位装置及方法 | |
CN205279345U (zh) | 智能空调 | |
CN112700473A (zh) | 一种基于图像识别进行车厢拥挤度判断系统 | |
CN111914933A (zh) | 降雪检测方法、装置、计算机设备和可读存储介质 | |
CN209013299U (zh) | 具手势控制视觉检测功能的油烟机 | |
CN113606755B (zh) | 基于需求响应的空调管理方法 | |
CN114253611A (zh) | 控制方法及控制系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210402 |
|
RJ01 | Rejection of invention patent application after publication |