CN114399191B - 一种基于建筑节能的高校排课系统及方法 - Google Patents
一种基于建筑节能的高校排课系统及方法 Download PDFInfo
- Publication number
- CN114399191B CN114399191B CN202210027103.1A CN202210027103A CN114399191B CN 114399191 B CN114399191 B CN 114399191B CN 202210027103 A CN202210027103 A CN 202210027103A CN 114399191 B CN114399191 B CN 114399191B
- Authority
- CN
- China
- Prior art keywords
- data
- energy consumption
- building
- thermal comfort
- student
- 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 16
- 238000004134 energy conservation Methods 0.000 title claims abstract description 13
- 238000005265 energy consumption Methods 0.000 claims abstract description 43
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 230000006870 function Effects 0.000 claims description 15
- 238000013461 design Methods 0.000 claims description 11
- 239000003570 air Substances 0.000 claims description 9
- 230000002068 genetic effect Effects 0.000 claims description 7
- 230000004060 metabolic process Effects 0.000 claims description 6
- 230000005855 radiation Effects 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 5
- 238000010801 machine learning Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 239000012080 ambient air Substances 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 2
- 238000011835 investigation Methods 0.000 claims description 2
- 238000012797 qualification Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000009435 building construction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000000276 sedentary effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 244000012254 Canarium album Species 0.000 description 1
- 235000009103 Canarium album Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Biophysics (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Educational Technology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Quality & Reliability (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Operations Research (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Genetics & Genomics (AREA)
- Physiology (AREA)
- Medical Informatics (AREA)
Abstract
本发明公开了一种基于建筑节能的高校排课系统及方法，包括以下步骤；步骤1：通过采集模块收集数据资源并将数据资源输入到教务管理系统中；步骤2：在现有教务管理系统中增加能耗与热舒适度优化功能组件；步骤3：性能检测与改善；步骤4：推荐最优的排课方案。本发明有容易实施、操作灵活、投资较少、能够实现能源节约的特点。
Description
技术领域
本发明涉及高校排课技术领域，特别涉及一种基于建筑节能的高校排课系统及方法。
背景技术
由于高校教学楼建筑能耗与教室使用时间、使用人数等因素密切相关，高校排课方案对教学楼建筑能耗会产生巨大影响，合理的排课设计能够在不增加或不更换用能设备的条件下，最大程度地减少能源浪费。现有高校排课技术中未将教学楼的建筑能耗与学生热舒适性考虑在内，设计的排课方案不合理，教学楼高能耗问题无法得到有效解决。
高校排课是在满足资源约束条件下，从时间和空间两个维度对教室占用进行组合优化。国内多数高校排课系统隶属于教务管理系统软件的一部分，排课在教务管理系统中处于核心地位，现有的教务管理系统软件种类较多且功能多样，如我国多数高校常用的正方、数维、金智、青果等，采用面向对象设计方法，使用模块化设计，可视化的开发工具，基于C/S+B/S三层架构体系，能够对上千门课程按年级、专业、班级进行排课，且能够实现跨学院专业排课、多校区课程编排等功能。但是几乎没有教务管理系统将教学楼的建筑能耗与热舒适性考虑在内，最终通过上述软件获得的排课方案，无法保证高校能源资源的有效利用，甚至会造成教学楼能耗进一步上升。
发明内容
为了克服上述现有技术的不足，本发明的目的在于提供一种基于建筑节能的高校排课系统及方法，使得在不增加或不更换教室用能设备的条件下，最大程度的减少教学楼建筑能耗。具有容易实施、操作灵活、投资较少、能够实现能源节约的特点。
为了实现上述目的，本发明采用的技术方案是：
一种基于建筑节能的高校排课系统，包括采集模块和控制模块；
所述采集模块利用数据采集设备收集教室能耗数据、室内和室外气象数据，其中室外气象采集设备安装于教学楼屋顶，其余采集设备安装于每个教室；利用问卷调查收集学生不同季节的服装热阻数据；利用建筑设计图纸获取建筑设计参数；然后将所有收集到的数据信息汇总并统一进行格式转换，形成数据中的表格，利用MySQL数据库服务器，在SQLyogEnt客户端连接其服务器，创建相关的数据表格，最后将所有的数据导入教务管理系统的数据库中，从而构成数据库；
所述控制模块基于Matlab软件环境，采用C语言编译建筑能耗预测模型和热舒适度预测模型，利用遗传算法同时优化建筑能耗和学生热舒适度，其中两个目标的权重系数均可设为0.5，即认为建筑能耗和学生热舒适度两个目标同等重要，或根据用户需求修改权重系数，最后输出建筑能耗最小且学生热舒适度最大的排课方案，显示最优方案下的学生课表、教师课表和教室课表。
所述采集模块为控制模块中的能耗预测模型和热舒适度预测模型提供所需要的数据，控制模块根据采集模块传入的数据和遗传算法每次迭代产生的课程表方案，计算得到教学楼能耗和学生的热舒适度指标。
一种基于建筑节能的高校排课方法，包括以下步骤；
步骤1：
通过采集模块收集数据资源并将数据资源输入到教务管理系统中；
步骤2：
在现有教务管理系统(如正方教务管理系统)中增加能耗与热舒适度优化功能组件；
步骤3：
性能检测与改善；
步骤4：
推荐最优的排课方案。
所述步骤1具体的操作方法为：
采集过去一年的教学楼建筑能耗数据(电耗、采暖能耗)、不同季节的学生服装热阻调查数据、气象数据(室外气象数据、室内温度、湿度)、教学楼建筑设计参数(建筑维护结构、体型系数、建筑形态)，并将以上数据资源导入到教务系统中。
所述步骤2中具体操作方法为：
采用机器学习算法建立教学楼建筑能耗预测模型；基于新陈代谢率(久坐活动状态下取1.2met)、服装热阻、空气温度、辐射温度、空气流速、相对湿度等六个因素，建立PMV预测模型，根据PMV值可得到学生的热舒适度；
PMV值与热舒适度的对应关系
建立基于遗传算法的排课优化模型，其目标函数设置为：建筑能耗年总值最小化，每个季节学生热舒适度最大化(即PMV的绝对值最小化)，约束条件设置为：排课方案应满足的硬约束和软约束(根据高校教学资源的实际情况设置约束条件)；
输入所需要编排的课程及其相关信息，排课优化模型自动搜索可行的排课方案，最终输出满足迭代终止条件(最佳适应度值在5000次迭代中未能提高0.01％以上)的最优排课方案(课程、时间和教室所组成的关系矩阵)。
所述PMV预测模型的具体形式为：
其中：M为新陈代谢率；W为人体做功率，取值为0；Pa为环境空气中水蒸气分压力，为相对湿度；ta为空气温度；fcl为穿衣人体与裸体表面积之比；Icl为服装热阻；/>为平均辐射温度；tcl为穿衣人体外表面平均温度；hc为表面传热系数。
所述步骤3具体为：
测试能耗与热舒适度优化功能组件对教务管理系统运行效率、排课质量方面的影响，其中教务管理系统运行效率检测指对系统的运行时间和存储空间进行检测；排课质量检测包含多个方面，根据高校情况自主设置，检测是否重要的课程分布在授课效果较好的时间段；
若运行效率方面检测不符合要求，则需要改进步骤2中的相关模型和算法设计；若排课质量方面检测不符合要求，则需要对步骤2得到的排课方案进行调整，调整策略有调换两个课程的时间和教室或将不符合要求的课程换到同一时间的空教室。
所述运行效率合格的判定标准：(1)获得最优方案的算法运行时间小于1个小时；(2)采集模块收集的数据量小于数据库的存储空间；
排课质量合格的判定标准：重要的课程(如英语、专业课等)分布在上午上课时间段；若高校有更多的课程质量方面要求，再增加其他限制条件。
所述步骤4具体为：
在原有教务管理系统可视化开发工具和课表显示功能基础上，分别设置考虑建筑能耗和学生热舒适度的“学生课表”、“教师课表”、“教室课表”显示按钮，依据步骤2得到的最优排课方案，推荐节能方案下最优的学生课表、教师课表和教室课表。
本发明的有益效果：
本发明首先将数据资源输入到教务管理系统中，然后利用机器学习算法和启发式算法分别建立建筑能耗预测模型和排课优化模型，利用PMV计算方程建立热舒适度预测模型，从而构成能耗与热舒适度优化功能组件，之后对新增的功能组件进行性能检测与改善，最后在原有教务管理系统可视化开发工具和课表显示功能基础上，增加优化功能组件输出的结果显示按钮。通过本发明可获得保证学生热舒适度下较为节能的高校排课方案，解决了现有排课技术中未考虑建筑节能导致的能源浪费问题。本发明以较低的成本降低了教学楼建筑能耗，且操作灵活，便于实施，市场发展潜力较大。
附图说明
图1为本发明实现方法的步骤示意图。
图2为本发明增加能耗与热舒适度优化功能组件步骤示意图。
图3为数据采集模块示意图。
图4为控制模块示意图。
图5为排课实例示意图。
具体实施方式
下面结合附图对本发明作进一步详细说明。
如图1-图4所示：步骤1：
收集数据资源并将数据资源输入到教务管理系统中；
步骤2：
在现有教务管理系统(如正方教务管理系统)中增加能耗与热舒适度优化功能组件；
步骤3：
性能检测与改善；
步骤4：
推荐最优的排课方案。
采用机器学习算法建立教学楼建筑能耗预测模型；基于新陈代谢率(久坐活动状态下取1.2met)、服装热阻、空气温度、辐射温度、空气流速、相对湿度等六个因素，建立PMV预测模型，根据PMV值得到学生热舒适度；
建立基于遗传算法的排课优化模型，其目标函数设置为：建筑能耗年总值最小化，每个季节学生热舒适度最大化(即PMV绝对值接近0)，约束条件设置为：排课方案应满足的硬约束和软约束(根据高校教学资源的实际情况设置约束条件)；
输入所需要编排的课程及其相关信息，排课优化模型自动搜索可行的排课方案，最终输出满足迭代终止条件(最佳适应度值在5000次迭代中未能提高0.01％以上)的最优排课方案(课程、时间和教室所组成的关系矩阵)。
所述PMV预测模型的具体形式为：
其中：M为新陈代谢率；W为人体做功率，取值为0；Pa为环境空气中水蒸气分压力，为相对湿度；ta为空气温度；fcl为穿衣人体与裸体表面积之比；Icl为服装热阻；/>为平均辐射温度；tcl为穿衣人体外表面平均温度；hc为表面传热系数。
如图5所示：假设有3个教室，20门课程，周一到周五可以安排课程，每天从8点30到17点30可以安排四节课，根据本发明的方法对初始课程表进行优化，可得到实现节能和学生热舒适提高的最优的排课方案。图五显示的为初始和最优的“教室课表”。
Claims (1)
1.一种基于建筑节能的高校排课系统的使用方法，其特征在于，所述高校排课系统包括采集模块和控制模块；
采集模块利用数据采集设备收集教室能耗数据、室内和室外气象数据，其中室外气象采集设备安装于教学楼屋顶，其余采集设备安装于每个教室；利用问卷调查收集学生不同季节的服装热阻数据；利用建筑设计图纸获取建筑设计参数；然后将所有收集到的数据信息汇总并统一进行格式转换，形成数据中的表格，利用MySQL数据库服务器，在SQLyogEnt客户端连接其服务器，创建相关的数据表格，最后将所有的数据导入教务管理系统的数据库中，从而构成数据库；
所述控制模块基于Matlab软件环境，采用C语言编译建筑能耗预测模型和热舒适度预测模型，利用遗传算法同时优化建筑能耗和学生热舒适度，其中两个目标的权重系数均设为0.5，即认为建筑能耗和学生热舒适度两个目标同等重要，或根据用户需求修改权重系数，最后输出建筑能耗最小且学生热舒适度最大的排课方案，显示最优方案下的学生课表、教师课表和教室课表；
所述采集模块为控制模块中的能耗预测模型和热舒适度预测模型提供所需要的数据，控制模块根据采集模块传入的数据和遗传算法每次迭代产生的课程表方案，计算得到教学楼能耗和学生的热舒适度指标；
所述使用方法包括以下步骤；
步骤1：
通过采集模块收集数据资源并将数据资源输入到教务管理系统中；
步骤2：
在现有教务管理系统中增加能耗与热舒适度优化功能组件；
步骤3：
性能检测与改善；
步骤4：
推荐最优的排课方案；
所述步骤1具体的操作方法为：
采集过去一年的教学楼建筑能耗数据、不同季节的学生服装热阻调查数据、气象数据、教学楼建筑设计参数，并将以上数据资源导入到教务系统中；
所述步骤2中具体操作方法为：
采用机器学习算法建立教学楼建筑能耗预测模型；基于新陈代谢率、服装热阻、空气温度、辐射温度、空气流速、相对湿度六个因素，建立PMV预测模型，根据PMV值得到学生的热舒适度；
PMV值与热舒适度的对应关系
建立基于遗传算法的排课优化模型，其目标函数设置为：建筑能耗年总值最小化，每个季节学生热舒适度最大化，约束条件设置为：排课方案应满足的硬约束和软约束；
输入所需要编排的课程及其相关信息，排课优化模型自动搜索可行的排课方案，最终输出满足迭代终止条件的最优排课方案；
所述PMV预测模型的具体形式为：
其中：M为新陈代谢率；W为人体做功率，取值为0；Pa为环境空气中水蒸气分压力，为相对湿度；ta为空气温度；fcl为穿衣人体与裸体表面积之比；Icl为服装热阻；/>为平均辐射温度；tcl为穿衣人体外表面平均温度；hc为表面传热系数；
所述步骤3具体为：
测试能耗与热舒适度优化功能组件对教务管理系统运行效率、排课质量方面的影响，其中教务管理系统运行效率检测指对系统的运行时间和存储空间进行检测；
若运行效率方面检测不符合要求，则需要改进步骤2中的相关模型和算法设计；若排课质量方面检测不符合要求，则需要对步骤2得到的排课方案进行调整，调整策略有调换两个课程的时间和教室或将不符合要求的课程换到同一时间的空教室；
所述运行效率合格的判定标准：(1)获得最优方案的算法运行时间小于1个小时；(2)采集模块收集的数据量小于数据库的存储空间；
排课质量合格的判定标准：重要的课程分布在上午上课时间段；若高校有更多的课程质量方面要求，再增加其他限制条件；
所述步骤4具体为：在原有教务管理系统可视化开发工具和课表显示功能基础上，分别设置考虑建筑能耗和学生热舒适度的“学生课表”、“教师课表”、“教室课表”显示按钮，依据步骤2得到的最优排课方案，推荐节能方案下最优的学生课表、教师课表和教室课表。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210027103.1A CN114399191B (zh) | 2022-01-11 | 2022-01-11 | 一种基于建筑节能的高校排课系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210027103.1A CN114399191B (zh) | 2022-01-11 | 2022-01-11 | 一种基于建筑节能的高校排课系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114399191A CN114399191A (zh) | 2022-04-26 |
| CN114399191B true CN114399191B (zh) | 2024-05-07 |
Family
ID=81231454
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210027103.1A Active CN114399191B (zh) | 2022-01-11 | 2022-01-11 | 一种基于建筑节能的高校排课系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114399191B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103453618A (zh) * | 2012-05-29 | 2013-12-18 | 马尼托沃克起重机集团（法国）公司 | 自动化的操作员舱室气候控制 |
| WO2015077754A1 (en) * | 2013-11-25 | 2015-05-28 | Siemens Corporation | A statistical approach to modeling and forecast of cchp energy and cooling demand and optimization cchp control setpoints |
| TWM510485U (zh) * | 2015-07-02 | 2015-10-11 | Univ Shu Te | 校園節能類神經網路決策支援系統 |
| CN105976156A (zh) * | 2016-04-25 | 2016-09-28 | 北京高思博乐教育科技有限公司 | 排课方法 |
| CN108520341A (zh) * | 2018-03-23 | 2018-09-11 | 华南理工大学 | 一种考虑人数不确定性的教学楼空调系统设备选型方法 |
| CN109255512A (zh) * | 2018-07-12 | 2019-01-22 | 浙江工业大学 | 一种基于蒙特卡洛遗传算法的高校排课方法 |
| CN110335011A (zh) * | 2019-05-29 | 2019-10-15 | 广东精标科技股份有限公司 | 基于学生职业生涯规划的智能选课排班系统 |
| CN110659819A (zh) * | 2019-09-19 | 2020-01-07 | 安徽七天教育科技有限公司 | 一种新高考模式下选课走班的自动排课系统 |
| CN112782987A (zh) * | 2020-12-28 | 2021-05-11 | 合肥怡创信息技术有限公司 | 一种多功能智慧教室控制系统及其控制方法 |
| CN214253663U (zh) * | 2021-02-08 | 2021-09-21 | 无锡南洋职业技术学院 | 一种高校教学管理用排课展示装置 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040115596A1 (en) * | 2001-04-23 | 2004-06-17 | Jonathan Scott Snyder | System for scheduling classes and managing educational resources |
| US10354345B2 (en) * | 2012-01-23 | 2019-07-16 | Whisker Labs, Inc. | Optimizing and controlling the energy consumption of a building |
| FR3078414B1 (fr) * | 2018-02-28 | 2021-11-12 | Gilles Noziere | Procede pour l'optimisation des depenses energetiques et du confort d'un batiment |
| CN109282443B (zh) * | 2018-09-05 | 2021-03-09 | 广东工业大学 | 一种多模式、低能耗的室内热调节方法 |
-
2022
- 2022-01-11 CN CN202210027103.1A patent/CN114399191B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103453618A (zh) * | 2012-05-29 | 2013-12-18 | 马尼托沃克起重机集团（法国）公司 | 自动化的操作员舱室气候控制 |
| WO2015077754A1 (en) * | 2013-11-25 | 2015-05-28 | Siemens Corporation | A statistical approach to modeling and forecast of cchp energy and cooling demand and optimization cchp control setpoints |
| TWM510485U (zh) * | 2015-07-02 | 2015-10-11 | Univ Shu Te | 校園節能類神經網路決策支援系統 |
| CN105976156A (zh) * | 2016-04-25 | 2016-09-28 | 北京高思博乐教育科技有限公司 | 排课方法 |
| CN108520341A (zh) * | 2018-03-23 | 2018-09-11 | 华南理工大学 | 一种考虑人数不确定性的教学楼空调系统设备选型方法 |
| CN109255512A (zh) * | 2018-07-12 | 2019-01-22 | 浙江工业大学 | 一种基于蒙特卡洛遗传算法的高校排课方法 |
| CN110335011A (zh) * | 2019-05-29 | 2019-10-15 | 广东精标科技股份有限公司 | 基于学生职业生涯规划的智能选课排班系统 |
| CN110659819A (zh) * | 2019-09-19 | 2020-01-07 | 安徽七天教育科技有限公司 | 一种新高考模式下选课走班的自动排课系统 |
| CN112782987A (zh) * | 2020-12-28 | 2021-05-11 | 合肥怡创信息技术有限公司 | 一种多功能智慧教室控制系统及其控制方法 |
| CN214253663U (zh) * | 2021-02-08 | 2021-09-21 | 无锡南洋职业技术学院 | 一种高校教学管理用排课展示装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114399191A (zh) | 2022-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tanabe et al. | Thermal comfort and productivity in offices under mandatory electricity savings after the Great East Japan earthquake | |
| Roaf et al. | Counting the costs of comfort | |
| Zhou et al. | Case study of window operating behavior patterns in an open-plan office in the summer | |
| CN111985696A (zh) | 一种针对大型区域供冷供热能源站的冷热负荷计算方法 | |
| Lai et al. | Thermal comfort diversity in Chinese urban residential buildings across various climates | |
| CN106484939A (zh) | 一种有利于大空间建筑室内热舒适的建模方法 | |
| Wang et al. | Thermal environment investigation and analysis on thermal adaptation of workers in a rubber factory | |
| Bojic | Education and training in renewable energy sources in Serbia and Montenegro | |
| Mahar et al. | Building energy efficiency policies and practices in Pakistan: A literature review | |
| Arumägi et al. | Design of the first net-zero energy buildings in Estonia | |
| Yandri et al. | Implementation of walk-through audits for designing energy management system: A first step towards an efficient campus | |
| Zhen et al. | Wind environment of urban residential blocks: A research review | |
| CN114399191B (zh) | 一种基于建筑节能的高校排课系统及方法 | |
| CN103778286B (zh) | 一种风压图可视化的建筑设计方法 | |
| CN112603027A (zh) | 一种基于计算机云计算大数据用教学系统 | |
| Wei et al. | Exploring a strategy for tall office buildings based on thermal energy consumption from industrialized perspective: An empirical study in China | |
| Bian et al. | Occupant behavior effects on energy-saving measures and thermal comfort in severe cold areas | |
| Yen et al. | The needs to measure energy awareness in Malaysian Universities | |
| CN204102444U (zh) | 太阳能光热实验平台 | |
| Tian et al. | AN EMPIRICAL STUDY OF STUDENTS’AIR CONDITIONING ENERGY USE BEHAVIOR IN UNIVERSITY DORMITORIES—A CASE OF NANJING, CHINA | |
| Zhang et al. | Simulation and optimization analysis of summer indoor thermal environment for school buildings in hot summer and cold winter zone | |
| Ayadi et al. | Impacts of COVID-19 on educational buildings energy consumption: case study of the university of Jordan | |
| CN110929406A (zh) | 一种综合电力需求侧响应处理系统的微市场模块运算模型 | |
| Si et al. | Research on evaluation and optimization of sustainable indoor environment of public buildings in Xi’an in summer | |
| CN115187133B (zh) | 一种基于动态监测的传统民居运行阶段碳排量核算方法 |
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 |