CN115145153B - 一种建筑房屋智能节能控制方法、系统、终端及介质 - Google Patents

一种建筑房屋智能节能控制方法、系统、终端及介质 Download PDF

Info

Publication number
CN115145153B
CN115145153B CN202210788894.XA CN202210788894A CN115145153B CN 115145153 B CN115145153 B CN 115145153B CN 202210788894 A CN202210788894 A CN 202210788894A CN 115145153 B CN115145153 B CN 115145153B
Authority
CN
China
Prior art keywords
trigger
period
equipment
target
standby
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
Application number
CN202210788894.XA
Other languages
English (en)
Other versions
CN115145153A (zh
Inventor
杨顺宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Province Nineteen Construction Construction Co ltd
Original Assignee
Guangdong Province Nineteen Construction Construction Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Province Nineteen Construction Construction Co ltd filed Critical Guangdong Province Nineteen Construction Construction Co ltd
Priority to CN202210788894.XA priority Critical patent/CN115145153B/zh
Publication of CN115145153A publication Critical patent/CN115145153A/zh
Application granted granted Critical
Publication of CN115145153B publication Critical patent/CN115145153B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种建筑房屋智能节能控制方法、系统、终端及介质，涉及节能控制技术领域，其技术方案要点是：采集目标建筑内各个触发节点所对应响应设备在目标周期内的响应运行信息；将响应运行信息输入目标优化模型，并以时间滑动分析方法动态确定目标优化周期，得到目标优化周期所对应的主备运行策略；将目标周期内所有的主备运行策略集成得到目标周期内所对应的主备集成策略，并结合各个触发节点的位置分布信息，得到目标周期内所对应的主备控制策略。能够有效降低建筑房屋智能运行的能耗，整个建筑房屋智能节能控制体系能够在传统基础上进行构建，投入成本低。

Description

一种建筑房屋智能节能控制方法、系统、终端及介质
技术领域
本发明涉及节能控制技术领域，更具体地说，它涉及一种建筑房屋智能节能控制方法、系统、终端及介质。
背景技术
智能建筑已经成为城市建筑的主流发展趋势，而智能建筑中存在大量的传感器设备以及响应设备，为了实现智能建筑智能、节能运行，一般通过传感器设备监测实际情况，响应设备响应于对应的传感器设备所输出的信号后启动运行，例如，声控灯、电梯、车库进出栏杆等。
目前，智能建筑中的传感器设备和响应设备一般处于待机运行状态，而待机运行状态会耗费大量能源。为此，现有技术中已有通过监测目标区域内是否有人来控制传感器设备和响应设备是否处于待机状态，虽然在一定程度上能够降低能耗，但是摄像监控设备的装配将会增大智能建筑建设的投入成本；且摄像监控设备的运行也会带来一定的能耗。
因此，如何研究设计一种能够克服上述缺陷的建筑房屋智能节能控制方法、系统、终端及介质是我们目前急需解决的问题。
发明内容
为解决现有技术中的不足，本发明的目的是提供一种建筑房屋智能节能控制方法、系统、终端及介质，使得各个触发节点所对应的响应设备以主、备两种方式运行，且主备控制策略随着时间改变而不断变化，能够有效降低建筑房屋智能运行的能耗，整个建筑房屋智能节能控制体系能够在传统基础上进行构建，投入成本低。
本发明的上述技术目的是通过以下技术方案得以实现的：
第一方面，提供了一种建筑房屋智能节能控制方法，包括以下步骤：
采集目标建筑内各个触发节点所对应响应设备在目标周期内的响应运行信息；
将响应运行信息输入目标优化模型，并以时间滑动分析方法动态确定目标优化周期，得到目标优化周期所对应的主备运行策略；
将目标周期内所有的主备运行策略集成得到目标周期内所对应的主备集成策略，并结合各个触发节点的位置分布信息，得到目标周期内所对应的主备控制策略。
进一步的，所述目标优化周期的确定过程具体为：
确定周期下限值和周期上限值；
以周期下限值为起始点、周期上限值为终止点动态滑动生成不同时间间隔的滑动周期；
通过目标优化模型对不同滑动周期所对应的响应运行信息进行优化分析，以最终优化结果所对应的滑动周期作为目标优化周期。
进一步的，所述主备运行策略具体为：
将目标优化模型筛选出的触发节点所对应的响应设备和触发设备作为待机运行的主用设备；
将目标优化模型未筛选出的触发节点所对应的响应设备和触发设备作为断电静默的备用设备；当备用设备邻近的触发节点输出触发信号时，备用设备中的触发设备通电后待机运行；
当触发设备输出触发信号后，相应的响应设备响应于触发信号后启动。
进一步的，当所述备用设备中的触发设备通电待机运行后：
若触发设备在预设时间内未输出触发信号，则备用设备中的触发设备断电静默；
若触发设备在预设时间内输出触发信号，则将预设时间初始化后重新计时。
进一步的，所述预设时间依据触发设备在上一个目标周期内的触发次数确定，且预设时间与触发次数呈正相关。
进一步的，所述目标优化模型的计算公式具体为：
Figure BDA0003732921080000021
Figure BDA0003732921080000022
其中，Pi表示第i个触发节点的实时触发频率；εi表示第i个触发节点的权重系数；N表示目标建筑内触发节点的总数量；n表示实时触发频率大于触发频率阈值的触发节点数量；T表示滑动周期；Qi T表示在滑动周期内触发设备的触发次数，触发次数为触发信号输出次数和/或触发通电次数；P0表示触发频率阈值；T0表示周期下限值；T1表示周期上限值；
以及，将目标优化模型在目标优化周期内求解得到的各个触发节点作为主用设备的触发节点。
进一步的，所述目标优化模型的计算公式具体为：
Figure BDA0003732921080000031
Figure BDA0003732921080000032
其中，Pj表示第j个触发节点的实时触发频率；εj表示第j个触发节点的权重系数；N表示目标建筑内触发节点的总数量；T表示滑动周期；Qj T表示在滑动周期内触发设备的触发次数，触发次数为触发信号输出次数和/或触发通电次数；T0表示周期下限值；T1表示周期上限值；
以及，计算各个触发节点在目标优化周期内的实时触发频率均值；
选取实时触发频率大于实时触发频率均值的触发节点作为主用设备的触发节点。
第二方面，提供了一种建筑房屋智能节能控制系统，包括：
信息采集模块，用于采集目标建筑内各个触发节点所对应响应设备在目标周期内的响应运行信息；
策略优化模块，用于将响应运行信息输入目标优化模型，并以时间滑动分析方法动态确定目标优化周期，得到目标优化周期所对应的主备运行策略；
策略生成模块，用于将目标周期内所有的主备运行策略集成得到目标周期内所对应的主备集成策略，并结合各个触发节点的位置分布信息，得到目标周期内所对应的主备控制策略。
第三方面，提供了一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面中任意一项所述的一种建筑房屋智能节能控制方法。
第四方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行可实现如第一方面中任意一项所述的一种建筑房屋智能节能控制方法。
与现有技术相比，本发明具有以下有益效果：
1、本发明提出的一种建筑房屋智能节能控制方法，将响应运行信息输入目标优化模型后，以时间滑动分析方法确定最优求解的主备运行策略，使得各个触发节点所对应的响应设备以主、备两种方式运行，且主备控制策略随着时间改变而不断变化，能够有效降低建筑房屋智能运行的能耗，整个建筑房屋智能节能控制体系能够在传统基础上进行构建，投入成本低；
2、本发明不仅响应设备以主、备两种方式运行，当备用设备邻近的触发节点输出触发信号时，备用设备中的触发设备通电后待机运行，实现了将备用设备中的触发设备同样以主、备两种方式运行，进一步降低了建筑房屋智能运行的能耗；
3、本发明通过筛选实时触发频率大于触发频率阈值的触发节点作为参与优化的触发节点，并通过计算所有参与优化的触发节点的总优先值，最后选取总优先值最大所对应的所有触发节点作为主用运行的节点，其余节点作为备用运行的节点，能够极大的保证以主备运行的触发节点的准确度；
4、本发明通过对所有触发节点的触发频次进行综合分析，结合权重系数能够计算出在不同滑动周期的权重值，考虑了所有触发节点对建筑房屋智能节能控制的整体影响，极大的缩短了主备控制策略的切换周期，同时能够保证整个建筑房屋智能节能控制能够稳定、可靠的运行。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1是本发明实施例中的流程图；
图2是本发明实施例中的系统框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1：一种建筑房屋智能节能控制方法，如图1所示，包括以下步骤：
S1：采集目标建筑内各个触发节点所对应响应设备在目标周期内的响应运行信息；
S2：将响应运行信息输入目标优化模型，并以时间滑动分析方法动态确定目标优化周期，得到目标优化周期所对应的主备运行策略；
S3：将目标周期内所有的主备运行策略集成得到目标周期内所对应的主备集成策略，并结合各个触发节点的位置分布信息，得到目标周期内所对应的主备控制策略。
需要说明的是，触发节点包括但不限于声控灯、光敏感应灯、电梯、出库栏杆等。
本发明将响应运行信息输入目标优化模型后，以时间滑动分析方法确定最优求解的主备运行策略，使得各个触发节点所对应的响应设备以主、备两种方式运行，且主备控制策略随着时间改变而不断变化，能够有效降低建筑房屋智能运行的能耗，整个建筑房屋智能节能控制体系能够在传统基础上进行构建，投入成本低。
目标优化周期的确定过程具体为：确定周期下限值和周期上限值；以周期下限值为起始点、周期上限值为终止点动态滑动生成不同时间间隔的滑动周期；通过目标优化模型对不同滑动周期所对应的响应运行信息进行优化分析，以最终优化结果所对应的滑动周期作为目标优化周期。
其中，主备运行策略具体为：将目标优化模型筛选出的触发节点所对应的响应设备和触发设备作为待机运行的主用设备；将目标优化模型未筛选出的触发节点所对应的响应设备和触发设备作为断电静默的备用设备；当备用设备邻近的触发节点输出触发信号时，备用设备中的触发设备通电后待机运行；当触发设备输出触发信号后，相应的响应设备响应于触发信号后启动。需要说明的是，目标优化模型筛选出的触发节点也可以仅针对响应设备进行主备运行。
本发明不仅响应设备以主、备两种方式运行，当备用设备邻近的触发节点输出触发信号时，备用设备中的触发设备通电后待机运行，实现了将备用设备中的触发设备同样以主、备两种方式运行，进一步降低了建筑房屋智能运行的能耗。
当备用设备中的触发设备通电待机运行后：若触发设备在预设时间内未输出触发信号，则备用设备中的触发设备断电静默；若触发设备在预设时间内输出触发信号，则将预设时间初始化后重新计时。
在本实施例中，预设时间依据触发设备在上一个目标周期内的触发次数确定，且预设时间与触发次数呈正相关。此外，预设时间也可以采用设定不变的阈值。
作为一种可选的实施方式，目标优化模型的计算公式具体为：
Figure BDA0003732921080000051
Figure BDA0003732921080000052
其中，Pi表示第i个触发节点的实时触发频率；εi表示第i个触发节点的权重系数；N表示目标建筑内触发节点的总数量；n表示实时触发频率大于触发频率阈值的触发节点数量；T表示滑动周期；Qi T表示在滑动周期内触发设备的触发次数，触发次数为触发信号输出次数和/或触发通电次数；P0表示触发频率阈值；T0表示周期下限值；T1表示周期上限值。
经过上述优化筛选后，将目标优化模型在目标优化周期内求解得到的各个触发节点作为主用设备的触发节点。本发明通过筛选实时触发频率大于触发频率阈值的触发节点作为参与优化的触发节点，并通过计算所有参与优化的触发节点的总优先值，最后选取总优先值最大所对应的所有触发节点作为主用运行的节点，其余节点作为备用运行的节点，能够极大的保证以主备运行的触发节点的准确度。
作为另一种可选的实施方式，目标优化模型的计算公式具体为：
Figure BDA0003732921080000061
Figure BDA0003732921080000062
其中，Pj表示第j个触发节点的实时触发频率；εj表示第j个触发节点的权重系数；N表示目标建筑内触发节点的总数量；T表示滑动周期；Qj T表示在滑动周期内触发设备的触发次数，触发次数为触发信号输出次数和/或触发通电次数；T0表示周期下限值；T1表示周期上限值。
经过上述优化筛选后，计算各个触发节点在目标优化周期内的实时触发频率均值；选取实时触发频率大于实时触发频率均值的触发节点作为主用设备的触发节点。本发明通过对所有触发节点的触发频次进行综合分析，结合权重系数能够计算出在不同滑动周期的权重值，考虑了所有触发节点对建筑房屋智能节能控制的整体影响，极大的缩短了主备控制策略的切换周期，同时能够保证整个建筑房屋智能节能控制能够稳定、可靠的运行。
实施例2：一种建筑房屋智能节能控制系统，如图2所示，包括信息采集模块、策略优化模块和策略生成模块。
其中，信息采集模块，用于采集目标建筑内各个触发节点所对应响应设备在目标周期内的响应运行信息；策略优化模块，用于将响应运行信息输入目标优化模型，并以时间滑动分析方法动态确定目标优化周期，得到目标优化周期所对应的主备运行策略；策略生成模块，用于将目标周期内所有的主备运行策略集成得到目标周期内所对应的主备集成策略，并结合各个触发节点的位置分布信息，得到目标周期内所对应的主备控制策略。
工作原理：一种建筑房屋智能节能控制方法，将响应运行信息输入目标优化模型后，以时间滑动分析方法确定最优求解的主备运行策略，使得各个触发节点所对应的响应设备以主、备两种方式运行，且主备控制策略随着时间改变而不断变化，能够有效降低建筑房屋智能运行的能耗，整个建筑房屋智能节能控制体系能够在传统基础上进行构建，投入成本低。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种建筑房屋智能节能控制方法，其特征是，包括以下步骤：
采集目标建筑内各个触发节点所对应响应设备在目标周期内的响应运行信息；
将响应运行信息输入目标优化模型，并以时间滑动分析方法动态确定目标优化周期，得到目标优化周期所对应的主备运行策略；
将目标周期内所有的主备运行策略集成得到目标周期内所对应的主备集成策略，并结合各个触发节点的位置分布信息，得到目标周期内所对应的主备控制策略；
所述目标优化周期的确定过程具体为：
确定周期下限值和周期上限值；
以周期下限值为起始点、周期上限值为终止点动态滑动生成不同时间间隔的滑动周期；
通过目标优化模型对不同滑动周期所对应的响应运行信息进行优化分析，以最终优化结果所对应的滑动周期作为目标优化周期；
所述主备运行策略具体为：
将目标优化模型筛选出的触发节点所对应的响应设备和触发设备作为待机运行的主用设备；
将目标优化模型未筛选出的触发节点所对应的响应设备和触发设备作为断电静默的备用设备；当备用设备邻近的触发节点输出触发信号时，备用设备中的触发设备通电后待机运行；
当触发设备输出触发信号后，相应的响应设备响应于触发信号后启动；
所述目标优化模型的计算公式具体为：
Figure FDA0004038351230000011
Figure FDA0004038351230000012
其中，Pi表示第i个触发节点的实时触发频率；εi表示第i个触发节点的权重系数；N表示目标建筑内触发节点的总数量；n表示实时触发频率大于触发频率阈值的触发节点数量；T表示滑动周期；Qi T表示在滑动周期内触发设备的触发次数，触发次数为触发信号输出次数和/或触发通电次数；P0表示触发频率阈值；T0表示周期下限值；T1表示周期上限值；
以及，将目标优化模型在目标优化周期内求解得到的各个触发节点作为主用设备的触发节点。
2.根据权利要求1所述的一种建筑房屋智能节能控制方法，其特征是，当所述备用设备中的触发设备通电待机运行后：
若触发设备在预设时间内未输出触发信号，则备用设备中的触发设备断电静默；
若触发设备在预设时间内输出触发信号，则将预设时间初始化后重新计时。
3.根据权利要求2所述的一种建筑房屋智能节能控制方法，其特征是，所述预设时间依据触发设备在上一个目标周期内的触发次数确定，且预设时间与触发次数呈正相关。
4.一种建筑房屋智能节能控制方法，其特征是，包括以下步骤：
采集目标建筑内各个触发节点所对应响应设备在目标周期内的响应运行信息；
将响应运行信息输入目标优化模型，并以时间滑动分析方法动态确定目标优化周期，得到目标优化周期所对应的主备运行策略；
将目标周期内所有的主备运行策略集成得到目标周期内所对应的主备集成策略，并结合各个触发节点的位置分布信息，得到目标周期内所对应的主备控制策略；
所述目标优化周期的确定过程具体为：
确定周期下限值和周期上限值；
以周期下限值为起始点、周期上限值为终止点动态滑动生成不同时间间隔的滑动周期；
通过目标优化模型对不同滑动周期所对应的响应运行信息进行优化分析，以最终优化结果所对应的滑动周期作为目标优化周期；
所述主备运行策略具体为：
将目标优化模型筛选出的触发节点所对应的响应设备和触发设备作为待机运行的主用设备；
将目标优化模型未筛选出的触发节点所对应的响应设备和触发设备作为断电静默的备用设备；当备用设备邻近的触发节点输出触发信号时，备用设备中的触发设备通电后待机运行；
当触发设备输出触发信号后，相应的响应设备响应于触发信号后启动；
所述目标优化模型的计算公式具体为：
Figure FDA0004038351230000021
Figure FDA0004038351230000022
其中，Pj表示第j个触发节点的实时触发频率；εj表示第j个触发节点的权重系数；N表示目标建筑内触发节点的总数量；T表示滑动周期；Qj T表示在滑动周期内触发设备的触发次数，触发次数为触发信号输出次数和/或触发通电次数；T0表示周期下限值；T1表示周期上限值；
以及，计算各个触发节点在目标优化周期内的实时触发频率均值；
选取实时触发频率大于实时触发频率均值的触发节点作为主用设备的触发节点。
5.根据权利要求4所述的一种建筑房屋智能节能控制方法，其特征是，当所述备用设备中的触发设备通电待机运行后：
若触发设备在预设时间内未输出触发信号，则备用设备中的触发设备断电静默；
若触发设备在预设时间内输出触发信号，则将预设时间初始化后重新计时。
6.根据权利要求5所述的一种建筑房屋智能节能控制方法，其特征是，所述预设时间依据触发设备在上一个目标周期内的触发次数确定，且预设时间与触发次数呈正相关。
7.一种建筑房屋智能节能控制系统，其特征是，包括：
信息采集模块，用于采集目标建筑内各个触发节点所对应响应设备在目标周期内的响应运行信息；
策略优化模块，用于将响应运行信息输入目标优化模型，并以时间滑动分析方法动态确定目标优化周期，得到目标优化周期所对应的主备运行策略；
策略生成模块，用于将目标周期内所有的主备运行策略集成得到目标周期内所对应的主备集成策略，并结合各个触发节点的位置分布信息，得到目标周期内所对应的主备控制策略；
所述目标优化模型的计算公式具体为：
Figure FDA0004038351230000031
Figure FDA0004038351230000032
其中，Pi表示第i个触发节点的实时触发频率；εi表示第i个触发节点的权重系数；N表示目标建筑内触发节点的总数量；n表示实时触发频率大于触发频率阈值的触发节点数量；T表示滑动周期；Qi T表示在滑动周期内触发设备的触发次数，触发次数为触发信号输出次数和/或触发通电次数；P0表示触发频率阈值；T0表示周期下限值；T1表示周期上限值；
以及，将目标优化模型在目标优化周期内求解得到的各个触发节点作为主用设备的触发节点。
8.一种建筑房屋智能节能控制系统，其特征是，包括：
信息采集模块，用于采集目标建筑内各个触发节点所对应响应设备在目标周期内的响应运行信息；
策略优化模块，用于将响应运行信息输入目标优化模型，并以时间滑动分析方法动态确定目标优化周期，得到目标优化周期所对应的主备运行策略；
策略生成模块，用于将目标周期内所有的主备运行策略集成得到目标周期内所对应的主备集成策略，并结合各个触发节点的位置分布信息，得到目标周期内所对应的主备控制策略；
所述目标优化周期的确定过程具体为：
确定周期下限值和周期上限值；
以周期下限值为起始点、周期上限值为终止点动态滑动生成不同时间间隔的滑动周期；
通过目标优化模型对不同滑动周期所对应的响应运行信息进行优化分析，以最终优化结果所对应的滑动周期作为目标优化周期；
所述主备运行策略具体为：
将目标优化模型筛选出的触发节点所对应的响应设备和触发设备作为待机运行的主用设备；
将目标优化模型未筛选出的触发节点所对应的响应设备和触发设备作为断电静默的备用设备；当备用设备邻近的触发节点输出触发信号时，备用设备中的触发设备通电后待机运行；
当触发设备输出触发信号后，相应的响应设备响应于触发信号后启动；
所述目标优化模型的计算公式具体为：
Figure FDA0004038351230000041
Figure FDA0004038351230000042
其中，Pj表示第j个触发节点的实时触发频率；εj表示第j个触发节点的权重系数；N表示目标建筑内触发节点的总数量；T表示滑动周期；Qj T表示在滑动周期内触发设备的触发次数，触发次数为触发信号输出次数和/或触发通电次数；T0表示周期下限值；T1表示周期上限值；
以及，计算各个触发节点在目标优化周期内的实时触发频率均值；
选取实时触发频率大于实时触发频率均值的触发节点作为主用设备的触发节点。
9.一种计算机终端，包含存储器、处理器及存储在存储器并可在处理器上运行的计算机程序，其特征是，所述处理器执行所述程序时实现如权利要求1-6中任意一项所述的一种建筑房屋智能节能控制方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征是，所述计算机程序被处理器执行可实现如权利要求1-6中任意一项所述的一种建筑房屋智能节能控制方法。
CN202210788894.XA 2022-07-06 2022-07-06 一种建筑房屋智能节能控制方法、系统、终端及介质 Active CN115145153B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210788894.XA CN115145153B (zh) 2022-07-06 2022-07-06 一种建筑房屋智能节能控制方法、系统、终端及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210788894.XA CN115145153B (zh) 2022-07-06 2022-07-06 一种建筑房屋智能节能控制方法、系统、终端及介质

Publications (2)

Publication Number Publication Date
CN115145153A CN115145153A (zh) 2022-10-04
CN115145153B true CN115145153B (zh) 2023-03-10

Family

ID=83412543

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210788894.XA Active CN115145153B (zh) 2022-07-06 2022-07-06 一种建筑房屋智能节能控制方法、系统、终端及介质

Country Status (1)

Country Link
CN (1) CN115145153B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8473078B1 (en) * 2006-10-19 2013-06-25 United Services Automobile Association (Usaa) Systems and methods for target optimization using regression
CN111143685A (zh) * 2019-12-30 2020-05-12 第四范式（北京）技术有限公司 一种推荐系统的构建方法及装置
CN113701315A (zh) * 2021-09-02 2021-11-26 国网(苏州)城市能源研究院有限责任公司 一种分体式空调集群智能节能控制方法及系统
CN113835344A (zh) * 2021-11-25 2021-12-24 阿里云计算有限公司 设备的控制优化方法、展示平台、云服务器及存储介质
CN113885324A (zh) * 2021-10-09 2022-01-04 国网山东综合能源服务有限公司 一种建筑智能用电控制方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10223169B2 (en) * 2016-12-28 2019-03-05 Intel Corporation Technologies for adaptive collaborative optimization of internet-of-things systems

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8473078B1 (en) * 2006-10-19 2013-06-25 United Services Automobile Association (Usaa) Systems and methods for target optimization using regression
CN111143685A (zh) * 2019-12-30 2020-05-12 第四范式（北京）技术有限公司 一种推荐系统的构建方法及装置
CN113701315A (zh) * 2021-09-02 2021-11-26 国网(苏州)城市能源研究院有限责任公司 一种分体式空调集群智能节能控制方法及系统
CN113885324A (zh) * 2021-10-09 2022-01-04 国网山东综合能源服务有限公司 一种建筑智能用电控制方法及系统
CN113835344A (zh) * 2021-11-25 2021-12-24 阿里云计算有限公司 设备的控制优化方法、展示平台、云服务器及存储介质

Also Published As

Publication number Publication date
CN115145153A (zh) 2022-10-04

Similar Documents

Publication Publication Date Title
KR101510860B1 (ko) 사용자 의도 파악 어플리케이션 서비스 방법 및 서버와 이를 이용한 사용자 의도 파악 어플리케이션 서비스 시스템
CN110097876A (zh) 语音唤醒处理方法和被唤醒设备
US10757834B2 (en) Method and apparatus for determining water chilling unit for cooling data center
CN101835178A (zh) 一种实现远程无线监测的方法及无线监测装置
JP2008165797A (ja) Ｐｃｕにプロセッサアーキテクチャイベントをファクタリングすることによる電力使用の最適化
DK1297313T3 (da) Overvågning af sundheden af et kraftværk
CN111199733A (zh) 多级识别语音唤醒方法及装置、计算机存储介质及设备
US20210026437A1 (en) Techniques for adjusting computing device sleep states
CN110950195A (zh) 一种电梯的优化控制方法、装置和设备
CN104111850A (zh) 一种降低微控制单元mcu功耗的方法及系统
CN111191769A (zh) 自适应的神经网络训练与推理装置
CN115145153B (zh) 一种建筑房屋智能节能控制方法、系统、终端及介质
CN111261143B (zh) 一种语音唤醒方法、装置及计算机可读存储介质
CN114462688A (zh) 一种基于lstm模型和动态阈值确定算法的爆管检测方法
CN111161747B (zh) 基于Tensorflow唤醒模型的预测方法、装置和计算机设备
CN117077870B (zh) 一种基于人工智能的水资源数字化管理方法
CN116386676B (zh) 语音唤醒方法、语音唤醒装置及存储介质
CN113887948A (zh) 一种海上风电施工窗口期及工效的分析方法及其系统
CN111914000B (zh) 一种基于功耗预测模型的服务器功率封顶方法、系统
CN111179924A (zh) 一种基于模式切换的唤醒性能优化的方法及系统
CN110610710B (zh) 一种自学习语音识别系统的构建装置和构建方法
CN115330224A (zh) 一种优化辅泵控制降低泵房能耗的方法
Jun et al. A direct algorithm for joint optimal sensor scheduling and MAP state estimation for hidden Markov models
US20200075037A1 (en) Sound analysis apparatus, sound analysis method, and non-transitory computer readable storage medium
CN110097723A (zh) 基于计算机视觉的外破行为识别与告警方法

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