CN112964370B - 通过红外热成像从室外快速批量获取室内空气温度的方法 - Google Patents
通过红外热成像从室外快速批量获取室内空气温度的方法 Download PDFInfo
- Publication number
- CN112964370B CN112964370B CN202110342020.7A CN202110342020A CN112964370B CN 112964370 B CN112964370 B CN 112964370B CN 202110342020 A CN202110342020 A CN 202110342020A CN 112964370 B CN112964370 B CN 112964370B
- Authority
- CN
- China
- Prior art keywords
- window
- temperature
- infrared
- single window
- indoor air
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000001931 thermography Methods 0.000 title claims abstract description 23
- 230000007613 environmental effect Effects 0.000 claims abstract description 10
- 238000012546 transfer Methods 0.000 claims description 30
- 230000008569 process Effects 0.000 claims description 8
- 230000005855 radiation Effects 0.000 claims description 8
- 239000013598 vector Substances 0.000 claims description 6
- 102000015833 Cystatin Human genes 0.000 claims description 3
- 108050004038 cystatin Proteins 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 239000003086 colorant Substances 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 239000011521 glass Substances 0.000 claims description 2
- 238000003709 image segmentation Methods 0.000 claims description 2
- 238000003064 k means clustering Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 11
- 238000005259 measurement Methods 0.000 abstract description 4
- 238000010438 heat treatment Methods 0.000 description 11
- 238000002474 experimental method Methods 0.000 description 4
- 239000011888 foil Substances 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000013021 overheating Methods 0.000 description 2
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000004781 supercooling Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/80—Calibration
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明提出的一种通过红外热成像从室外快速批量获取室内空气温度的方法,包括:获取被测建筑的环境参数并批量获取被测建筑外立面的红外图像和可见光图像;识别各图像内每扇窗户的区域,以得到各扇窗户区域的坐标;求取单扇窗户的红外温度场的温度平均值和标准差;判断各单扇窗户是否满足使用开窗区域温度计算室内温度的条件,若满足,则利用开窗区域温度计算室内空气温度,若不满足,则基于各单扇有效关窗窗户红外温度计算相应的室内空气温度。本发明将红外热成像技术应用于从室外获取室内空气温度,提出利用红外热成像技术通过用户外窗来批量获取室内空气温度信息的方法,从而实现在无需入户情况下,快速、批量、无接触地准确测量室内空气温度。
Description
技术领域
本发明属于建筑节能诊断技术领域,特别涉及一种通过红外热成像从室外快速批量获取室内空气温度的方法。
背景技术
对于北方地区冬季集中供热系统,室内空气温度是评价供热质量的重要指标。由于供热系统不平衡问题,用户室内常出现过热或过冷现象,导致室内供热环境不舒适。并且过热时用户常采用开窗降温的方法,进一步导致能源浪费。目前大多数室温监测设备具有入户难,投资成本高的特点,因而快速、便捷、批量地获得大量用户室内空气温度信息是实现集中供热系统节能诊断的关键。红外热成像(Infrared Thermography,IRT)作为非破坏性技术之一,可观察物体表面发出的红外辐射的强度分布,在现有的建筑物能源审计中,红外热像技术已应用于快速识别与结构特征、建筑材料和能源相关的缺陷问题,如热桥、空气泄漏点、水分渗透、保温脱落等,从而加快解决问题的效率。但是,目前在我国的集中供热领域中应用红外热像技术的实践案例,仍限制在供热管道的泄漏检测,有关实际供热效果的快速评估方面仍是空白状态。
发明内容
本发明的目的是从室外快速批量获取室内温度信息,提出一种通过红外热成像从室外快速批量获取室内空气温度的方法,本发明具有快速、批量、非接触式测量的优点。
为了实现上述目的,本发明采用如下技术方案:
本发明提出的一种通过红外热成像从室外快速批量获取室内空气温度的方法,其特征在于,包括以下步骤:
1)获取被测建筑的环境参数并批量获取被测建筑外立面的红外图像和可见光图像;其中,所述环境参数包括环境反射温度、室外空气温度和室外风速;批量获取的被测建筑外立面的红外图像和可见光图像中每个房间含有的1个或多个外窗洞,每个外窗洞上安装一扇窗户或者多扇窗户;
2)对步骤1)获取的所有可见光图像分别识别各图像内每扇窗户的区域,以得到外窗洞内各扇窗户区域的坐标;
3)根据步骤2)获得的外窗洞内各单扇窗户区域的坐标,读取坐标区域内红外图像上各像素点的RGB值,匹配温标图RGB值对应的温度值,求取外窗洞内各单扇窗户的红外温度场的温度平均值和标准差;
4)判断外窗洞内各单扇窗户是否满足使用开窗区域温度计算室内温度的条件,具体过程如下:
4.1)对步骤3)得到的任一单扇窗户,将该单扇窗户的红外温度场的温度平均值存储至集合U中;判断该单扇窗户的红外温度场是否不均匀,如果红外温度场不均匀,则执行步骤4.2);如果红外温度场均匀,则执行步骤4.4);
4.2)将该单扇窗户的红外温度场分为高温区和低温区两类,计算该单扇窗户的高温区和低温区的红外温度场的中位数差值,若该中位数差值大于设定阈值,则判断该单扇窗户为开窗,执行步骤4.3),否则将该单扇窗户的红外温度场的温度平均值从集合U中删除;若外窗洞内存在单扇窗户未完成判断,则返回步骤4.1),若外窗洞内所有单扇窗户均完成判断,则执行步骤4.5);
4.3)若该单扇窗户的开度大于等于设定的窗户开度阈值,则取该单扇窗户的高温区的中位数作为此扇窗户的计算温度,执行步骤5),否则将该单扇窗户的红外温度场的温度平均值从集合U中删除;若外窗洞内存在单扇窗户未完成判断,则返回步骤4.1),若外窗洞内所有单扇窗户均完成判断,则执行步骤4.5);
4.4)若该单扇窗户的开度接近100%,则取该单扇窗户的红外温度场的平均温度作为此扇窗户的计算温度,执行步骤5),否则判定该单扇窗户的开度为0,即为关窗状态;若外窗洞内存在单扇窗户未完成判断,则返回步骤4.1),若外窗洞内所有单扇窗户均完成判断,则执行步骤4.5);
4.5)对集合U中存储的外窗洞内各单扇窗户的红外温度场的平均温度求取平均值作为有效关窗窗户温度的平均值,执行步骤6);
5)将得到的各扇窗户的计算温度作为开窗前的室内空气温度并输出,所述方法结束;
6)根据所述有效关窗窗户温度的平均值计算相应的室内空气温度,具体过程如下:
6.1)根据各单扇窗户的发射率,以及步骤1)获取的环境反射温度和室外空气温度分别对步骤4.5)得到的有效关窗窗户温度的平均值进行修正,得到有效关窗窗户的外表面温度;
6.2)根据传热模型计算室内空气温度并输出,所述方法结束;
所述传热模型的计算公式如下:
qconv,a-si=qconv,se-amb+qrad,se-sky+qrad,se-gnd (1)
qconv,a-si=Kwindow·(Ta-Tamb) (2)
qconv,se-amb=hc·(Tsurf,ext-Tamb) (3)
qrad,se-sky=0.5ε·σ·(Tsurf,ext 4-Tsky 4) (4)
qrad,se-gnd=0.5ε·σ·(Tsurf,ext 4-Tground 4) (5)
hc=0.365Vwind+4.967 (6)
Tsky=Tamb-6 (7)
Tground=0.89Tamb+2.25 (8)
式中:
qconv,a-si为室内空气向外窗内表面的对流换热热流系数;
qconv,se-amb为外窗外表面向室外空气的对流换热热流系数;
qrad,se-sky为外窗外表面向天空的长波辐射换热热流系数;
qrad,se-gnd为外窗外表面向地面的长波辐射换热热流系数;
Tground,Tsky,Tamb,Tsurf,ext,Ta分别为地面温度,天空温度,室外空气温度,有效关窗窗户外表面温度和室内空气温度;
Vwind为室外风速;
hc为室外壁面对流换热系数,ε为单扇窗户外表面发射率,σ为斯蒂芬玻尔兹曼常数,Kwindow为单扇窗户的传热系数;
所述传热模型的输入参数为:步骤1)获取的室外空气温度Tamb和室外风速Vwind,步骤6.1)得到的有效关窗窗户外表面温度Tsurf,ext,以及窗户传热系数Kwindow;所述传热模型的输出参数为:室内空气温度Ta。
本发明的特点及有益效果:
本发明所涉及的技术特点为快速、批量和无接触,这三个特点使得红外热成像技术可以实现从室外快速获取多个住户、多个单元、多个小区的建筑室内温度分布情况。本发明首次将红外热成像技术应用于从室外获取室内空气温度,提出利用红外热成像技术通过用户外窗(开窗和不开窗均适用)来批量获取室内空气温度信息的方法。从而实现在无需入户情况下,快速、批量、无接触地准确测量室内空气温度。
根据该技术特点所带来的有益效果包括:操作简单,缩短时间,节省人力物力等,无需入户就能通过红外图像获得室内空气温度信息;进而,通过建筑外立面的红外图像即能呈现不同住户、不同单元、不同小区的室温差异,从而迅速抓取室内温度的时空分布特征,实现对集中供热效果的快速评估;进一步地,无需入户即能实现大规模调研,从而建立城市尺度的建筑热环境数据库,为集中供热系统的节能诊断和宏观调控提供大数据支撑。
附图说明
图1是本发明提出的一种通过红外热成像从室外快速批量获取室内空气温度的方法的整体流程图;
图2是本发明方法中步骤4的流程图。
图3是本发明实施例中采用的传热模型的原理示意图。
图4为验证本发明有效性进行的实验示意图。
图5为在8种不同的窗户开度下测量的建筑外立面的红外图像。
图6为验证本发明有效性进行的实验得到的实验温度数据图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步的详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不限定本发明的保护范围。
为了更好地理解本发明,以下详细阐述本发明提出的一种通过红外热成像从室外快速批量获取室内空气温度的方法的应用实例。
参见图1,本发明的一种通过红外热成像从室外快速批量获取室内空气温度的方法包括以下步骤:
1)获取被测建筑的环境参数并批量获取被测建筑外立面的红外图像和可见光图像,为了避免太阳直射影响测量结果,所述环境参数、红外图像和可见光图像均在无太阳直射的条件下(如夜间或阴天)获取。具体步骤如下:
1.1)获取被测建筑的环境参数
获取被测建筑的环境参数包括环境反射温度、室外空气温度和室外风速,具体过程包括:
将一张弄皱的铝箔纸展开贴在建筑外立面上,在红外相机上将辐射率设置为1.0,拍摄铝箔纸的红外图像,并在红外相机上直接读取铝箔纸的红外温度,该值即为环境反射温度,在红外相机上设置环境反射温度。用温度传感器测量室外空气温度,读取数值后在红外相机上设置室外空气温度。用风速仪测量室外风速以用于后续传热模型的构建。
1.2)批量获取被测建筑外立面的红外图像和可见光图像
将建筑无遮挡的外立面上需要获取室内温度的房间外窗洞(一个房间可以具有1个或多个外窗洞,每个外窗洞上可以安装一扇窗户或者多扇窗户)作为拍摄对象(拍摄对象可以是多个房间的外窗洞);在红外相机上设置合适的拍摄距离(小于10米)以确保平视拍摄能得到拍摄对象的清晰、完整的红外图像;在红外相机上设置发射率,建议取值范围为0.9~0.97;利用红外相机以设置的拍摄距离和发射率分别获取各个拍摄对象的红外图像和可见光图像,以此得到所有拍摄对象的红外图像和可见光图像。
2)对步骤1)获取的所有拍摄对象的可见光图像分别识别各图像内每扇窗户的区域,以得到外窗洞内各扇窗户区域的坐标
首先从步骤1)获取的所有拍摄对象的可见光图像中提取直线特征分别作为各窗户识别的定位约束,然后在提取的直线两侧提取颜色和纹理的特征向量,包括能量、熵、对比度、同质性和相关性。对提取的颜色和纹理特征向量利用马氏距离分类器以及测地星形凸集图像分割方法将待检测图像拆分成含玻璃区域和不含玻璃区域两部分,从而实现外窗洞区域的坐标提取。得到外窗洞区域坐标后,将之前提取出的在窗洞区域内的直线特征按方向进行分类,结合窗洞大小和平行条件下每扇窗户的相似性特征作为判断标准,将外窗洞内直线特征进行配对,依次得到外窗洞内各单扇窗户区域的坐标。
3)读取单扇窗户区域的红外温度场的温度平均值和标准差
根据步骤2)获得的外窗洞内各单扇窗户区域的坐标,读取坐标区域内红外图像上各像素点的RGB值,匹配温标图上RGB值对应的温度值,求取外窗洞内各单扇窗户的红外温度场的温度平均值和标准差。
4)判断各外窗洞的各单扇窗户是否满足使用开窗区域温度计算室内温度的条件,其中,某一外窗洞内各单扇窗户是否满足使用开窗区域温度计算室内温度的条件的步骤参见图2,具体实现过程如下:
4.1)对步骤3)得到的某一外窗洞内任一单扇窗户,将该单扇窗户的红外温度场的温度平均值存储至集合U中;判断该单扇窗户的红外温度场是否不均匀,即判断该单扇窗户的红外温度场的温度标准差是否大于等于第一设定值(本实施例中设为0.3),如果不均匀,即该单扇窗户的温度标准差大于等于第一设定值,则执行步骤4.2);如果均匀,即该单扇窗的温度标准差小于第一设定值,则执行步骤4.4)。
4.2)判断该单扇窗户是否开窗,具体地,采用K均值聚类算法,将该单扇窗户的红外温度场分为高温区A和低温区B两类,计算该单扇窗户的高温区和低温区的红外温度场的中位数差值,如果该中位数差值大于第二设定值(本实施例中设为5k),则判断该单扇窗户为开窗,执行步骤4.3);若该中位数差值小于第二设定值,则该单扇窗户的红外温度场的不均匀可能是由于窗户反射环境强光源导致,为无效信息,删除集合U中该单扇窗户的温度信息,然后判断当前外窗洞内的各单扇窗户是否均完成判断,若有单扇窗户未完成,则返回步骤4.1),依次对剩余各扇窗户进行判断,若均完成,则执行步骤4.5)。
4.3)判断该单扇窗户的开度是否大于等于第三设定值(本实施例中设为35%),若该单扇窗户的高温区A类对应的红外图像上的像素点数量占比大于等于35%,则取该单扇窗户的高温区A的中位数作为此扇窗户的计算温度,执行步骤5);若该单扇窗户的高温区A类对应的红外图像上的像素点数量占比小于第三设定值,即该单扇窗户的开度过小,由于受到像素限制,红外识别区域温度准确性不高,判定该单扇窗户的温度信息无效,删除集合U中该单扇窗户的温度信息,然后判断当前外窗洞内的各单扇窗户是否均完成判断,若有单扇窗户未完成,则返回步骤4.1),依次对剩余各扇窗户进行判断,若均完成,则执行步骤4.5)。
4.4)判断该单扇窗户是否为大开度开窗,即开度接近100%的情况,具体地,判断该单扇窗户的红外温度场平均值与步骤1)获取的室外空气温度的差值是否大于等于第四设定值(本实施例中设为10k),若大于等于,则取该单扇窗户的红外温度场的平均温度作为此扇窗户的计算温度,执行步骤5);若小于第四设定值,则判定该单扇窗户的开度为0,即为关窗状态,然后判断当前外窗洞内的各单扇窗户是否均完成判断,若有单扇窗户未完成,则返回步骤4.1),依次对剩余各扇窗户进行判断,若均完成,则执行步骤4.5)。
4.5)对集合U中存储的外窗洞内各单扇窗户的红外温度场的平均温度求取平均值作为有效关窗窗户温度的平均值,执行步骤6)。
5)利用开窗区域温度计算室内空气温度
开窗情况下,开窗区域的红外温度场的温度平均值(开窗窗户的计算温度)对应窗户对面的内墙温度,而在室内热环境稳定的情况下,内墙温度与开窗前的室内空气温度近乎一致,则将得到的各扇窗户的计算温度作为开窗前的相应房间的室内空气温度,误差在±1K以内,输出各计算温度,本方法结束。
6)将步骤4.5)得到的所有有效关窗窗户温度的平均值计算相应的室内空气温度
6.1)根据各外窗洞内各单扇窗户的发射率,以及步骤1)获取的环境反射温度和室外空气温度分别对步骤4.5)得到的相应有效关窗窗户温度的平均值进行修正。
根据表1选择各单扇窗户的发射率ε以及传热系数Kwindow,再根据外窗发射率以及步骤1)获得的环境反射温度和室外空气温度,步骤4.5)得到的所有有效关窗窗户温度的平均值进行修正,得到各有效关窗窗户的外表面温度。
表1外窗发射率和传热系数查询
6.2)根据传热模型计算室内空气温度
传热模型的原理示意图参见图3,选定窗户的传热系数后,根据有效关窗窗户的外表面温度即可通过传热模型计算室内空气温度。
利用模拟软件(如MATLAB,EES,MODELICA等)构建传热模型,传热模型的具体公式如下:
qconv,a-si=qconv,se-amb+qrad,se-sky+qrad,se-gnd (1)
qconv,a-si=Kwindow·(Ta-Tamb) (2)
qconv,se-amb=hc·(Tsurf,ext-Tamb) (3)
qrad,se-sky=0.5ε·σ·(Tsurf,ext 4-Tsky 4) (4)
qrad,se-gnd=0.5ε·σ·(Tsurf,ext 4-Tground 4) (5)
hc=0.365Vwind+4.967 (6)
Tsky=Tamb-6 (7)
Tground=0.89Tamb+2.25 (8)
式中:
qconv,a-si为室内空气向外窗内表面的对流换热热流系数;
qconv,se-amb为外窗外表面向室外空气的对流换热热流系数;
qrad,se-sky为外窗外表面向天空的长波辐射换热热流系数;
qrad,se-gnd为外窗外表面向地面的长波辐射换热热流系数;
Tground,Tsky,Tamb,Tsurf,ext以及Ta依次为地面温度,天空温度,室外空气温度,有效关窗窗户外表面温度以及室内空气温度;
Vwind为室外风速;
hc为室外壁面对流换热系数,ε为外窗外表面发射率,σ为斯蒂芬玻尔兹曼常数,值为5.67·10-8,Kwindow为单扇窗户的传热系数。
传热模型的输入参数为:室外空气温度Tamb,室外风速Vwind,有效关窗窗户外表面温度Tsurf,ext,以及窗户传热系数Kwindow。其中室外空气温度Tamb以及室外风速Vwind由步骤1.1)获取,各有效外窗外表面温度Tsurf,ext由步骤6.1)获得,单扇窗户的传热系数Kwindow在步骤6.1)中根据表1查询得出。通过传热模型模拟,最终输出参数Ta即为各房间的室内空气温度值,本方法结束。
进一步地,本发明中各设定值的具体取值需要考虑建筑所处环境的环境参数以及本发明方法的容差率等因素。
下面通过实验验证本发明方法的有效性:
为了验证在开窗情况下开窗区域获取的红外热成像温度与开窗前实测室内空气温度的关联性,在实验房间的供热工况下,对不同窗户开度拍摄的准确性进行了实验验证,对该方法的测量精度及可行性进行分析。
实验所用房间如图4所示,房间尺寸为3m×3m×3m,房间供热末端为风机盘管,在房间内布置了室内空气温度以及内墙表面温度测点,室外布置了室外空气温度监测点,各类温度传感器均采用热电阻Pt100。在外窗洞旁边的外墙上贴设揉皱的铝箔纸,以辅助后续便室外环境反射温度的获取。
考虑到外窗洞处温度应与室内空气温度和内墙表面温度有关联,选择8个不同的窗户开度(分别是5%、10%、15%、20%、35%、50%、75%和100%)对墙体外立面进行快速拍摄。在图像处理的过程中,由于室外空气温度随时间而变化,导致环境反射温度也随之产生变化,因此每次处理红外图像时对环境反射温度进行了实时修正。将获得的红外温度与温度传感器实测值进行对比,实验结果及对应的数据表格在图6和表2中展示。
表2开窗实验数据表
通过分析图表可以看出:
1)在冬季供热时,开窗前的室内空气温度更能反映冬季供热室内环境情况,但开窗后室内空气温度迅速下降,无法真实反映室内过热的情况,而内墙温度相对稳定;当窗户开度大于35%时,通过开窗缝隙区域获得的红外温度值趋近于窗户对面的内墙温度值,红外温度与实测内墙温度误差的绝对值小于0.5K。进一步地,在窗户开度大于35%时,红外温度与开窗前(开度0%)的空气温度误差的绝对值随开度增大而减小亦较小,在窗户开度大于35%时,误差绝对值小于1K。
2)在房间长时间采暖的情况下,内墙温度与空气温度非常接近,因此通过该方法获得的红外测试温度能较为准确地反映开窗前的空气温度值,误差在±1K以内。
3)依托于城市尺度大数据的研究背景,该方法能从室外快速批量地获取用户室内空气温度信息,且误差范围在±1K以内,因此利用红外热成像技术获取室内空气温度有较高可行性。
综上所述,本发明首次将红外热像技术应用于用户室内供热质量评估,提出了一种从室外通过窗户信息快速、批量、无接触地获得用户室温数据的方法,从而实现城市尺度上的室内温度信息的获取,为集中供热的宏观调控提供大数据支撑。因此,将红外热成像技术与供热调控相结合具有十分广阔的发展前景。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种通过红外热成像从室外快速批量获取室内空气温度的方法,其特征在于,包括以下步骤:
1)获取被测建筑的环境参数并批量获取被测建筑外立面的红外图像和可见光图像;其中,所述环境参数包括环境反射温度、室外空气温度和室外风速;批量获取的被测建筑外立面的红外图像和可见光图像中每个房间含有的1个或多个外窗洞,每个外窗洞上安装一扇窗户或者多扇窗户;所述环境参数、红外图像和可见光图像均在无太阳直射的条件下获取;
2)对步骤1)获取的所有可见光图像分别识别各图像内每扇窗户的区域,以得到外窗洞内各扇窗户区域的坐标;
3)根据步骤2)获得的外窗洞内各单扇窗户区域的坐标,读取坐标区域内红外图像上各像素点的RGB值,匹配温标图上RGB值对应的温度值,求取外窗洞内各单扇窗户的红外温度场的温度平均值和标准差;
4)判断外窗洞内各单扇窗户是否满足使用开窗区域温度计算室内温度的条件,具体过程如下:
4.1)对步骤3)得到的任一单扇窗户,将该单扇窗户红外温度场的温度平均值存储至集合U中;判断该单扇窗户的红外温度场是否不均匀,如果红外温度场不均匀,则执行步骤4.2);如果红外温度场均匀,则执行步骤4.4);
4.2)将该单扇窗户的红外温度场分为高温区和低温区两类,计算该单扇窗户的高温区和低温区的红外温度场的中位数差值,若该中位数差值大于设定阈值,则判断该单扇窗户为开窗,执行步骤4.3),否则将该单扇窗户的红外温度场的温度平均值从集合U中删除;若外窗洞内存在单扇窗户未完成判断,则返回步骤4.1),若外窗洞内所有单扇窗户均完成判断,则执行步骤4.5);
4.3)若该单扇窗户的开度大于等于设定的窗户开度阈值,则取该单扇窗户的高温区的中位数作为此扇窗户的计算温度,执行步骤5),否则将该单扇窗户的红外温度场的温度平均值从集合U中删除;若外窗洞内存在单扇窗户未完成判断,则返回步骤4.1),若外窗洞内所有单扇窗户均完成判断,则执行步骤4.5);
4.4)若该单扇窗户的开度接近100%,则取该单扇窗户的红外温度场的平均温度作为此扇窗户的计算温度,执行步骤5),否则判定该单扇窗户的开度为0,即为关窗状态;若外窗洞内存在单扇窗户未完成判断,则返回步骤4.1),若外窗洞内所有单扇窗户均完成判断,则执行步骤4.5);
4.5)对集合U中存储的外窗洞内各单扇窗户的红外温度场的平均温度求取平均值作为有效关窗窗户温度的平均值,执行步骤6);
5)将得到的各扇窗户的计算温度作为开窗前的室内空气温度并输出,所述方法结束;
6)根据所述有效关窗窗户温度的平均值计算相应的室内空气温度,具体过程如下:
6.1)根据各单扇窗户的发射率,以及步骤1)获取的环境反射温度和室外空气温度分别对步骤4.5)得到的有效关窗窗户温度的平均值进行修正,得到有效关窗窗户的外表面温度;
6.2)根据传热模型计算室内空气温度并输出,所述方法结束;
所述传热模型的计算公式如下:
qconv,a-si=qconv,se-amb+qrad,se-sky+qrad,se-gnd (1)
qconv,a-si=Kwindow·(Ta-Tamb) (2)
qconv,se-amb=hc·(Tsurf,ext-Tamb) (3)
qrad,se-sky=0.5ε·σ·(Tsurf,ext 4-Tsky 4) (4)
qrad,se-gnd=0.5ε·σ·(Tsurf,ext 4-Tground 4) (5)
hc=0.365Vwind+4.967 (6)
Tsky=Tamb-6 (7)
Tground=0.89Tamb+2.25 (8)
式中:
qconv,a-si为室内空气向外窗内表面的对流换热热流系数;
qconv,se-amb为外窗外表面向室外空气的对流换热热流系数;
qrad,se-sky为外窗外表面向天空的长波辐射换热热流系数;
qrad,se-gnd为外窗外表面向地面的长波辐射换热热流系数;
Tground,Tsky,Tamb,Tsurf,ext,Ta分别为地面温度,天空温度,室外空气温度,有效关窗窗户外表面温度和室内空气温度;
Vwind为室外风速;
hc为室外壁面对流换热系数,ε为单扇窗户外表面发射率,σ为斯蒂芬玻尔兹曼常数,Kwindow为单扇窗户的传热系数;
所述传热模型的输入参数为:步骤1)获取的室外空气温度Tamb和室外风速Vwind,步骤6.1)得到的有效关窗窗户外表面温度Tsurf,ext,以及窗户传热系数Kwindow;所述传热模型的输出参数为:室内空气温度Ta。
2.根据权利要求1所述的方法,其特征在于,步骤2)包括以下步骤:
从步骤1)获取的所有可见光图像中提取直线特征分别作为各窗户识别的定位约束,然后在提取的直线两侧提取颜色和纹理的特征向量,包括能量、熵、对比度、同质性和相关性;对提取的颜色和纹理特征向量利用马氏距离分类器以及测地星形凸集图像分割方法将待检测图像拆分成含玻璃区域和不含玻璃区域两部分,实现外窗洞区域的坐标提取;得到外窗洞区域坐标后,将之前提取出的在外窗洞区域内的直线特征按方向进行分类,结合外窗洞大小和平行条件下每扇窗户的相似性特征作为判断标准,将外窗洞内直线特征进行配对,依次得到各单扇窗户区域的坐标。
3.根据权利要求1所述的方法,其特征在于,步骤4.1)中判断任一单扇窗户的红外温度场是否不均匀的步骤为:
判断该单扇窗户的红外温度场的温度标准差是否大于等于第一设定值,若该单扇窗户的红外温度场的温度标准差大于等于第一设定值,则判定该单扇窗户的红外温度场不均匀;若该单扇窗户的红外温度场的温度标准差小于第一设定值,则判定该单扇窗户的红外温度场均匀。
4.根据权利要求1所述的方法,其特征在于,步骤4.2)中,采用K均值聚类算法,将该单扇窗户的红外温度场分为高温区和低温区两类。
5.根据权利要求1所述的方法,其特征在于,步骤4.3)中单扇窗户的开度是通过该单扇窗户的高温区对应的红外图像上的像素点数量来表征。
6.根据权利要求1所述的方法,其特征在于,步骤4.4)中判断该单扇窗户是否为大开度开窗的具体步骤为:
判断该单扇窗户的红外温度场的温度平均值与步骤1)获取的室外空气温度的差值是否大于等于温度差设定阈值,若大于等于,判断该单扇窗户为大开度开窗,否则判定该单扇窗户的开度为0。
7.根据权利要求1~6中任一项所述的方法,其特征在于,步骤4.3)中设定的窗户开度阈值为35%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110342020.7A CN112964370B (zh) | 2021-03-30 | 2021-03-30 | 通过红外热成像从室外快速批量获取室内空气温度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110342020.7A CN112964370B (zh) | 2021-03-30 | 2021-03-30 | 通过红外热成像从室外快速批量获取室内空气温度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112964370A CN112964370A (zh) | 2021-06-15 |
CN112964370B true CN112964370B (zh) | 2022-03-29 |
Family
ID=76280058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110342020.7A Active CN112964370B (zh) | 2021-03-30 | 2021-03-30 | 通过红外热成像从室外快速批量获取室内空气温度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112964370B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115219970B (zh) * | 2022-06-20 | 2024-06-28 | 深圳市研测科技有限公司 | 电流表测试装置及测试方法 |
CN115876334B (zh) * | 2023-02-22 | 2023-05-30 | 瑞纳智能设备股份有限公司 | 红外热像室内测温方法、系统和计算机可读存储介质 |
CN116341087B (zh) * | 2023-05-30 | 2023-07-28 | 华能(天津)能源销售有限责任公司 | 一种供热区域图像构建方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101078698A (zh) * | 2007-06-26 | 2007-11-28 | 东南大学 | 围护结构整体隔热性能的主动式检测方法 |
CN101520236A (zh) * | 2008-12-12 | 2009-09-02 | 清华大学 | 太阳能地面集热系统 |
CN103163151A (zh) * | 2013-03-21 | 2013-06-19 | 山东省计算中心 | 基于红外图像的建筑热工缺陷精确定位方法 |
CN105888436A (zh) * | 2015-08-28 | 2016-08-24 | 张宏 | 一种智能窗户自动开启方法 |
CN106197681A (zh) * | 2016-08-02 | 2016-12-07 | 北京殷图网联科技股份有限公司 | 高压开关柜在线测温装置、方法以及系统 |
CN108732206A (zh) * | 2018-06-07 | 2018-11-02 | 合肥暖流信息科技有限公司 | 一种实现建筑保温性能辨识的方法及系统 |
CN111351583A (zh) * | 2020-03-24 | 2020-06-30 | 广州尚衡信息科技有限公司 | 红外测温的温度修正方法及红外热成像仪 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103163181B (zh) * | 2013-03-21 | 2014-11-05 | 山东省计算中心 | 基于建筑外景红外图像的热工区域自动识别方法 |
-
2021
- 2021-03-30 CN CN202110342020.7A patent/CN112964370B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101078698A (zh) * | 2007-06-26 | 2007-11-28 | 东南大学 | 围护结构整体隔热性能的主动式检测方法 |
CN101520236A (zh) * | 2008-12-12 | 2009-09-02 | 清华大学 | 太阳能地面集热系统 |
CN103163151A (zh) * | 2013-03-21 | 2013-06-19 | 山东省计算中心 | 基于红外图像的建筑热工缺陷精确定位方法 |
CN105888436A (zh) * | 2015-08-28 | 2016-08-24 | 张宏 | 一种智能窗户自动开启方法 |
CN106197681A (zh) * | 2016-08-02 | 2016-12-07 | 北京殷图网联科技股份有限公司 | 高压开关柜在线测温装置、方法以及系统 |
CN108732206A (zh) * | 2018-06-07 | 2018-11-02 | 合肥暖流信息科技有限公司 | 一种实现建筑保温性能辨识的方法及系统 |
CN111351583A (zh) * | 2020-03-24 | 2020-06-30 | 广州尚衡信息科技有限公司 | 红外测温的温度修正方法及红外热成像仪 |
Also Published As
Publication number | Publication date |
---|---|
CN112964370A (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112964370B (zh) | 通过红外热成像从室外快速批量获取室内空气温度的方法 | |
CN108535321B (zh) | 一种基于三维红外热成像技术的建筑热工性能检测方法 | |
CN108490030B (zh) | 基于无人机红外热成像的建筑围护结构热工性能检测方法 | |
Sangogboye et al. | Performance comparison of occupancy count estimation and prediction with common versus dedicated sensors for building model predictive control | |
CN109520671B (zh) | 基于红外热成像技术的冷热风渗透量定量测量方法 | |
CN102621180B (zh) | 一种节能门窗性能测试方法 | |
CN112183826A (zh) | 基于深度级联生成对抗网络的建筑能耗预测方法及相关产品 | |
CN108732206A (zh) | 一种实现建筑保温性能辨识的方法及系统 | |
CN111413364A (zh) | 一种建筑墙体内混凝土蓄热系数原位无损检测方法及系统 | |
CN109581978A (zh) | 一种基于云计算的智慧校园大数据采集与可视化发布系统 | |
Barahona et al. | Detection of thermal anomalies on building façades using infrared thermography and supervised learning | |
CN106885824A (zh) | 一种基于红外图像处理的建筑墙体传热系数检测方法 | |
CN112901013B (zh) | 通过红外热成像从室外快速获取开窗室内空气温度的方法 | |
Vorajee et al. | Analyzing capacity of a consumer-grade infrared camera in South Africa for cost-effective aerial inspection of building envelopes | |
CN115849202B (zh) | 基于数字孪生技术的智能起重机操作目标识别方法 | |
JP3247334B2 (ja) | 熱映像による構造物変状診断システム及び診断方法 | |
CN113074818B (zh) | 通过红外热成像从室外快速获取室内空气温度的方法 | |
Kciuk et al. | Design and modeling of intelligent building office and thermal comfort based on probabilistic neural network | |
CN116050592A (zh) | 一种多维度光伏功率预测方法及系统 | |
Ali et al. | Heat loss detection using thermal imaging by a small UAV prototype | |
Ham et al. | Updating R-values of BIM elements using 3D thermography for accurate building energy performance simulation | |
CN107784171B (zh) | 一种空间模型构建方法 | |
CN108318348A (zh) | 一种皮革制品耐折性能智能化测试系统 | |
Cardoso et al. | Impact of atmospherical stability and intra-hour variation of meteorological data in the variability of building air change rates | |
Zhang et al. | Review of unmanned aerial vehicle infrared thermography (UAV-IRT) applications in building thermal performance: towards the thermal performance evaluation of building envelope |
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 |