CN117590763A - 一种智慧园区能源数据管控系统 - Google Patents

一种智慧园区能源数据管控系统 Download PDF

Info

Publication number
CN117590763A
CN117590763A CN202410076025.3A CN202410076025A CN117590763A CN 117590763 A CN117590763 A CN 117590763A CN 202410076025 A CN202410076025 A CN 202410076025A CN 117590763 A CN117590763 A CN 117590763A
Authority
CN
China
Prior art keywords
energy consumption
data
voice
energy
space
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.)
Granted
Application number
CN202410076025.3A
Other languages
English (en)
Other versions
CN117590763B (zh
Inventor
杨旭东
赵睿
王大庆
张舰
辛伟平
菅国梁
邸宴龙
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.)
China Net Huaxin Technology Co ltd
Original Assignee
China Net Huaxin Technology 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 China Net Huaxin Technology Co ltd filed Critical China Net Huaxin Technology Co ltd
Priority to CN202410076025.3A priority Critical patent/CN117590763B/zh
Publication of CN117590763A publication Critical patent/CN117590763A/zh
Application granted granted Critical
Publication of CN117590763B publication Critical patent/CN117590763B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • 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
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
    • 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
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/0464—Convolutional networks [CNN, ConvNet]
    • 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
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2642—Domotique, domestic, home control, automation, smart house

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Automation & Control Theory (AREA)
  • Economics (AREA)
  • Air Conditioning Control Device (AREA)
  • Marketing (AREA)
  • Medical Informatics (AREA)
  • Tourism & Hospitality (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Acoustics & Sound (AREA)
  • General Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)

Abstract

本发明涉及能源数据管控领域，公开了一种智慧园区能源数据管控系统，包括数据采集终端；图像采集设备，用于采集空间图像并进行人数检测，当检测到人数小于预设人数阈值时，播放提问语音，若接收到回应语音，将回应语音发送至智慧后台；智慧后台，用于对回应语音进行语音识别，得到识别文本并进行文本情感分析；当分析结果表征允许调整能耗设备运行模式时，调节能耗设备的运行模式；若未接收到回应语音，生成表征无人的提示信息并发送至智慧后台，智慧后台在接收到提示信息后，控制能耗设备进入夜间运行模式或第一耗能模式；可视化显示设备，用于对能源数据和环境数据进行展示。由此，实现了有效降低园区能耗。

Description

一种智慧园区能源数据管控系统
技术领域
本发明涉及能源数据管控领域，具体涉及一种智慧园区能源数据管控系统。
背景技术
近年来，随着各类园区不断涌现，园区的规模也在不断增大。与此同时，园区能耗高的问题也日益凸显。现有的能源数据管控系统已无法满足需求。
现有的能源数据管控系统在使用过程中，经常会存在如下技术问题：
第一，现有的能源数据管控系统的作用仅仅是对园区的能源数据进行监控和统计，无法智能控制能耗设备的状态。例如，当办公区域人员较少时，需要手动调节该办公区域的照明设备的运行参数，这种方式依赖于办公人员的自觉性而且智能化程度低，无法有效降低园区能耗；
第二，在常规运行模式下，空调和照明设备是能耗最高的设备，如何智能化降低常规运行模式下空调和照明设备能耗是亟待解决的问题；
第三，随着清洁能源技术的发展，光伏供能大量应用在智慧园区中。但是，在实际运行过程中，光伏供能容易受到天气等因素的影响，导致光伏功率的波动，影响园区功能的稳定性；
第四，当办公区域人员较少时，对于照明设备的调整未考虑办公区域内的人员的位置，往往会关闭人员所在区域的照明设备，给办公区域内的人员造成了不便。
发明内容
本发明内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本发明提出了一种智慧园区能源数据管控系统，来解决以上背景技术部分提到的技术问题中的一项或多项。
本发明提供了一种智慧园区能源数据管控系统，包括：数据采集终端，数据采集终端包括能源数据采集终端和环境数据采集终端，能源数据采集终端用于采集园区中能耗设备的能源数据，环境数据采集终端用于采集园区中的目标空间的环境数据；智能图像采集设备，智能图像采集设备包括图像模块和语音模块，图像模块用于采集园区中的目标空间的空间图像，并对空间图像进行人数检测，得到人数检测结果，人数检测结果表征空间图像中包含的人数；当人数小于预设人数阈值时，通过语音模块播放预先设置的提问语音，并在播放完成后的第一预设时间段内检测是否接收到针对提问语音的回应语音，若接收到回应语音，将回应语音发送至智慧后台；智慧后台，智慧后台用于接收回应语音并对回应语音进行语音识别，得到识别文本；将识别文本输入文本情感分析网络，文本情感分析网络用于输出分析结果，分析结果用于表征是否允许调整能耗设备运行模式；当分析结果表征允许调整能耗设备运行模式时，调节目标空间对应的能耗设备的运行模式；智能图像采集设备还用于若未接收到回应语音，生成表征目标空间内无人的提示信息，以及将提示信息发送至智慧后台，智慧后台在接收到提示信息后，获取当前时间并确定当前时间是否处于预设夜间时间段；若当前时间处于预设夜间时间段，控制目标空间对应的能耗设备进入夜间运行模式；若当前时间未处于预设夜间时间段，控制目标空间对应的能耗设备进入第一耗能模式；可视化显示设备，可视化显示设备用于对能源数据和环境数据进行展示，能源数据包括能源消耗实时数据、能源消耗整点数据、能源消耗累计数据。
可选的，提问语音是通过以下步骤生成的：获取预先配置的提问语音集合，其中，提问语音集合中的各个提问语音对应不同的场景标识；当人数小于预设人数阈值时，根据人数检测结果查询对应的目标场景标识；根据目标场景标识在提问语音集合中进行匹配，得到目标场景标识所对应的提问语音。
可选的，智慧后台还用于：当能耗设备处于常规运行模式时，获取目标空间的环境数据，环境数据包括温度数据、湿度数据、固体颗粒物浓度、目标气体浓度；根据温度数据、湿度数据、固体颗粒物浓度、目标气体浓度、目标空间的空间类型，生成空调控制信息；获取园区的室外环境数据，室外环境数据包括室外光照强度；根据室外光照强度、目标空间的空间类型和用户针对目标空间设置的光线偏好信息，生成照明设备控制信息；根据空调控制信息控制目标空间的空调设备的运行状态，以及根据照明设备控制信息控制目标空间的照明设备的运行状态。
可选的，智慧后台还用于：在接收到提示信息后，获取目标空间的空间类型；以及若当前时间未处于预设夜间时间段，控制目标空间对应的能耗设备进入第一耗能模式，包括：若当前时间未处于预设夜间时间段且空间类型为第一空间类型，控制目标空间对应的能耗设备进入第一耗能模式。
可选的，智慧后台还用于：获取园区中能耗设备在历史时间区间内的历史能源数据，历史能源数据包括历史时间区间内多个历史时间点分别对应的历史能源消耗数据；将历史能源数据输入预先训练的长短期记忆网络，输出预测时间点对应的预测能源数据；获取预测时间点对应的预测天气信息，将预测天气信息输入预先训练的发电预测模型，得到预测时间点对应的预测发电功率，发电预测模型是通过训练样本集训练得到的，训练样本集中的训练样本包括园区中光伏发电组件的历史发电功率和历史发电功率对应的历史天气信息；根据预测发电功率和预测能源数据，生成能源调配信息。
本发明具有如下有益效果：
1、通过智能图像采集设备对空间内的人数进行检测，当空间内人数较少时，通过播放提示语音征求空间内人员的意见，从而可以兼顾空间内人员的不同需求。在此基础上，智慧后台通过语音识别以及文本情感分析，得到分析结果。当分析结果表征允许调整能耗设备运行模式时，调节目标空间对应的能耗设备的运行模式，从而实现了智能化调节能耗设备的运行模式；进一步的，当空间内无人时根据时间的不同，控制能耗设备进入不同的模式（进入夜间运行模式或第一耗能模式），从而摆脱了对于人员自觉性的依赖，智能化程度高，可以及时调整能耗设备的运行模式，从而有效降低园区能耗；
2、根据空间类型的不同，为其配置不同的阈值组，从而可以保证高频使用空间具有较高的舒适度的同时，降低了低频使用空间的空调的能耗。另外，根据室外光照强度、目标空间的空间类型和用户针对目标空间设置的光线偏好信息，生成照明设备控制信息，从而实现了照明设备的自适应调整，在室外光照强度高、空间使用频率低的情况下，通过减少开启的灯的数量，降低照明设备的能耗。由此，降低了常规运行模式下空调和照明设备的能耗；
3、通过与TN-S 供电系统对接，当预测发电功率小于预测能耗功率时，从TN-S 供电系统调配能源，对光伏发电功率进行补充，从而避免因为光伏功率的波动，影响园区功能的稳定性，提高系统工作效率与供电可靠性；
4、当办公区域人员较少时，通过每个人在目标空间中的实际位置信息和每个灯的位置信息相结合，从而保证每个人所对应的灯保持开启，而其他的灯关闭，从而在降低能耗的同时，充分考虑办公区域内的人员的位置，避免给办公区域内的人员造成不便。
附图说明
结合附图并参考以下具体实施方式，本发明各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。
图1是本发明的一种智慧园区能源数据管控系统的示例性结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
需要注意，本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本发明的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本发明。
如图1所示，示出了本发明的一种智慧园区能源数据管控系统，包括数据采集终端101、智能图像采集设备102、智慧后台103和可视化显示设备104。实践中，数据采集终端101、智能图像采集设备102、可视化显示设备104可以通过有线连接或无线连接的方式与智慧后台103实现通信。其中，数据采集终端101包括能源数据采集终端1011和环境数据采集终端1012。其中，能源数据采集终端1011用于采集园区中能耗设备的能源数据，环境数据采集终端1012用于采集园区中的目标空间的环境数据。实践中，能源数据采集终端1011包括但不限于智能电表、智能热量表等等。环境数据采集终端1012包括但不限于温度采集仪表、湿度采集仪表、亮度检测仪表、噪声检测仪表等等。
智能图像采集设备102（例如智能摄像头）包括图像模块1021和语音模块1022。图像模块1021可以实现图像的采集、处理、传输等功能。具体的，图像模块1021可以用于采集园区中的目标空间的空间图像，并对空间图像进行人数检测，得到人数检测结果，人数检测结果表征空间图像中包含的人数。具体的，可以将空间图像输入预先训练的人数检测网络，其中，人数检测网络可以采用卷积神经网络作为模型结构，并通过端到端的训练方式得到上述人数检测网络，从而实现针对空间图像的人数检测。具体的，可以通过人工标注的方式得到训练样本集，训练样本集中的训练样本包括样本空间图像和该样本空间图像中所包含的人数。其中，该样本空间图像中所包含的人数是通过人工标注的方式得到的。实践中，可以将样本空间图像作为输入，将该样本空间图像中所包含的人数作为期望输出，通过反向传播、随机梯度下降等算法利用上述训练样本集对卷积神经网络进行训练，从而得到人数检测网络。其中，目标空间可以是园区中的任一空间，例如可以是某个办公空间，也可以是某个会议室，还可以是某个休息室等等。
当人数小于预设人数阈值时，通过语音模块1022播放预先设置的提问语音。实践中，可以预先配置提问语音集合，其中，提问语音集合中的各个提问语音对应不同的场景，即提问语音集合中的各个提问语音对应不同的场景标识。在此基础上，可以获取预先配置的提问语音集合。当人数检测结果表征的人数小于预设人数阈值时，根据人数检测结果查询对应的目标场景标识；根据目标场景标识在提问语音集合中进行匹配，得到目标场景标识所对应的提问语音。实践中，可以预先设置若干个人数区间，并为每个人数区间设置对应的场景标识。例如，人数区间为[1,5]时，对应的场景标识为“人数较少”；人数区间为[6,10]时，对应的场景标识为“人数中等”；人数区间为[11,∞] 时，对应的场景标识为“人数较多”。在此基础上，当人数检测结果表征的人数小于预设人数阈值时，可以根据人数检测结果表征的人数所对应的人数区间来确定对应的目标场景标识。作为示例，预设人数阈值为5，人数检测结果为4，此时，人数检测结果表征的人数小于预设人数阈值，可以根据人数检测结果查询对应的目标场景标识（“人数较少”），并根据目标场景标识在提问语音集合中进行匹配，得到目标场景标识所对应的提问语音。作为示例，目标场景标识（“人数较少”）所对应的提问语音可以是“是否允许调整能耗设备的运行模式”或“是否允许将能耗设备调整为低人员密度运行模式”。进而可以通过语音模块播放提问语音。
进一步的，在播放完成后的第一预设时间段（例如2秒）内检测是否接收到针对提问语音的回应语音，若接收到回应语音，将回应语音发送至智慧后台103。
智慧后台103（例如后台服务器）用于接收回应语音并对回应语音进行语音识别，得到识别文本。实践中，可以利用各类开源的语音识别方法对回应语音进行语音识别，从而得到识别文本。进一步的，将识别文本输入文本情感分析网络，文本情感分析网络用于输出分析结果，分析结果用于表征是否允许调整能耗设备运行模式；当分析结果表征允许调整能耗设备运行模式时，调节目标空间对应的能耗设备的运行模式。例如，可以将能耗设备调整为低人员密度运行模式。能耗设备包括空调、照明设备等等。实践中，根据需要，可以预先为能耗设备设置不同的运行模式所对应的运行参数。例如，可以设置每种模式下空调的温度、照明设备的色温和开启数量等等运行参数。当然，每种运行模式所对应的具体运行参数也可以根据实际情况灵活调整。
作为示例，运行模式可以包括低耗能模式（即第一耗能模式）、夜间运行模式、低人员密度运行模式、分区运行模式、常规运行模式等等。可以理解，分区运行模式所对应的具体运行参数并非预先配置的，而是根据人员分布情况灵活确定的。
其中，文本情感分析网络可以是基于统计方法的分析模型，其依赖于已经建立的“情感词典”。“情感词典”的建立是情感分析的前提和基础，目前在实际使用中，可将其归为4类：通用情感词、程度副词、否定词、领域词。在此基础上，先对识别文本进行分词等预处理，再利用先构建好的“情感词典”，进行字符串匹配，计算识别文本中的词语与“情感词典”中的基准情感词集的语义相似度，从而输出分析结果。
智能图像采集设备102还用于若未接收到回应语音，生成表征目标空间内无人的提示信息，以及将提示信息发送至智慧后台103，智慧后台103在接收到提示信息后，获取当前时间并确定当前时间是否处于预设夜间时间段；若当前时间处于预设夜间时间段，控制目标空间对应的能耗设备进入夜间运行模式；若当前时间未处于预设夜间时间段，控制目标空间对应的能耗设备进入第一耗能模式。
可视化显示设备104（例如大屏）用于对能源数据和环境数据进行展示，例如，能源数据包括能源消耗实时数据、能源消耗整点数据、能源消耗累计数据。
在一些实施例中，通过智能图像采集设备对空间内的人数进行检测，当空间内人数较少时，通过播放提示语音征求空间内人员的意见，从而可以兼顾空间内人员的不同需求。在此基础上，智慧后台通过语音识别以及文本情感分析，得到分析结果。当分析结果表征允许调整能耗设备运行模式时，调节目标空间对应的能耗设备的运行模式，从而实现了智能化调节能耗设备的运行模式；进一步的，当空间内无人时根据时间的不同，控制能耗设备进入不同的模式，从而摆脱了对于人员自觉性的依赖，智能化程度高，可以及时调整能耗设备的运行模式，从而有效降低园区能耗。
在上述的实施例中，通过及时调整能耗设备的运行模式，实现了有效降低园区能耗。然而，在实际运行过程中，仍然存在背景技术部分所描述的技术问题二，即“在常规运行模式下，空调和照明设备是能耗最高的设备，如何智能化降低常规运行模式下空调和照明设备能耗是亟待解决的问题”，为了解决这一技术问题，本发明的一些实施例中，智慧后台还用于：
当能耗设备处于常规运行模式时，获取目标空间的环境数据，环境数据包括温度数据、湿度数据、固体颗粒物浓度、目标气体浓度。其中，目标气体浓度可以是二氧化碳浓度。
根据温度数据、湿度数据、固体颗粒物浓度、目标气体浓度、目标空间的空间类型，生成空调控制信息。实践中，根据空间类型的不同，可以配置不同的阈值组。一般的，根据空间的使用频率的不同，可以将空间划分为不同的空间类型，例如可以划分为高频使用空间或低频使用空间。例如，会议室、休息室等是低频使用空间，办公区域为高频使用空间。一般的，高频使用空间对应的阈值小于低频使用空间对应的阈值。从而，可以保证高频使用空间具有高的舒适度的同时，降低低频使用空间的空调的能耗。
在此基础上，可以首先根据目标空间的空间类型查询对应的阈值组，阈值组中包括固体颗粒物浓度阈值、气体浓度阈值、湿度阈值、温度差值阈值。在此基础上，当固体颗粒物浓度大于固体颗粒物浓度阈值和/或目标气体浓度大于气体浓度阈值时，生成用于开启送风模式的空调控制信息；当湿度数据大于湿度阈值时，生成用于开启除湿模式的空调控制信息；确定温度数据与设定温度值之间的差值，若差值大于温度差值阈值，生成用于启动制冷或制热的空调控制信息。
获取园区的室外环境数据，室外环境数据包括室外光照强度。
根据室外光照强度、目标空间的空间类型和用户针对目标空间设置的光线偏好信息，生成照明设备控制信息。具体的，可以根据室外光照强度和目标空间的空间类型，在预先设定的基准照明设备运行状态库中查询，得到对应的基准照明设备运行状态。基准照明设备运行状态库中关联存储有室外光照强度、目标空间的空间类型以及对应的基准照明设备运行状态。实践中，室外光照强度越强，空间使用频率越低，需要开启的灯的数量越少；反之，需要开启的灯的数量越多。
在此基础上，根据用户针对目标空间设置的光线偏好信息对基准照明设备运行状态进行调整，例如，当光线偏好信息为“偏好亮光源”时，增加开启的灯的数量或调整色温，得到调整后照明设备运行状态，调整后照明设备运行状态包括目标空间内每个灯的开关状态信息和色温，开关状态信息用于表征灯处于开启状态或关闭状态。进一步的，根据调整后照明设备运行状态，生成照明设备控制信息。具体的，可以根据每个灯的开关状态信息和色温以及每个灯对应的开关编号，生成照明设备控制信息，用以控制每个灯的开关状态和色温。
在此基础上，根据空调控制信息控制目标空间的空调设备的运行状态，以及根据照明设备控制信息控制目标空间的照明设备的运行状态。
在一些实施例中，根据空间类型的不同，为其配置不同的阈值组，从而可以保证高频使用空间具有较高的舒适度的同时，降低了低频使用空间的空调的能耗。另外，根据室外光照强度、目标空间的空间类型和用户针对目标空间设置的光线偏好信息，生成照明设备控制信息，从而实现了照明设备的自适应调整，在室外光照强度高、空间使用频率低的情况下，通过减少开启的灯的数量，降低照明设备的能耗。由此，降低了常规运行模式下空调和照明设备的能耗。
可选的，智慧后台还用于：在接收到提示信息后，获取目标空间的空间类型；以及若当前时间未处于预设夜间时间段，控制目标空间对应的能耗设备进入第一耗能模式，包括：若当前时间未处于预设夜间时间段且空间类型为第一空间类型，控制目标空间对应的能耗设备进入第一耗能模式。
在一些实施例中，为了进一步解决背景技术部分所描述的技术问题三，即“随着清洁能源技术的发展，光伏供能大量应用在智慧园区中。但是，在实际运行过程中，光伏供能容易受到天气等因素的影响，导致光伏功率的波动，影响园区功能的稳定性”，本发明的一些实施例中，智慧后台还用于：获取园区中能耗设备在历史时间区间内的历史能源数据，历史能源数据包括历史时间区间内多个历史时间点分别对应的历史能源消耗数据。将历史能源数据输入预先训练的长短期记忆网络，输出预测时间点对应的预测能源数据（预测能耗功率）。获取预测时间点对应的预测天气信息，将预测天气信息输入预先训练的发电预测模型，得到预测时间点对应的预测发电功率，发电预测模型是通过训练样本集训练得到的，训练样本集中的训练样本包括园区中光伏发电组件的历史发电功率和历史发电功率对应的历史天气信息。具体的，以历史天气信息作为发电预测模型的输入，得到发电预测模型的实际输出，并以输入的历史天气信息所对应的历史发电功率作为发电预测模型的期望输出，以及利用预设的损失函数确定实际输出与期望输出之间的差异，将差异反向传入上述发电预测模型并调整发电预测模型每层的参数，经过多次迭代后完成训练，从而得到发电预测模型。根据需要，可以采用循环神经网络作为发电预测模型的模型结构。 在此基础上，根据预测发电功率和预测能源数据，生成能源调配信息。能源调配信息可以是预测发电功率和预测能源数据之间的差值。
实践中，智慧园区同时接入TN-S 供电系统，当预测发电功率小于预测能耗功率时，生成表征用于从TN-S 供电系统调配能源的能源调配信息，用以对光伏发电功率进行补充，从而避免因为光伏功率的波动，影响园区功能的稳定性。
在一些实施例中，为了进一步解决背景技术部分所描述的技术问题四，即“当办公区域人员较少时，对于照明设备的调整未考虑办公区域内的人员的位置，往往会关闭人员所在区域的照明设备，给办公区域内的人员造成了不便”，本发明的一些实施例中，当分析结果表征允许调整能耗设备运行模式时，调节目标空间对应的能耗设备的运行模式，具体包括以下子步骤：
子步骤一，当人数检测结果所表征的人数小于预设人数阈值时，获取目标空间的照明设备的配置信息，其中，配置信息包括目标空间内设置的灯的数量、每个灯的位置信息、每个灯对应的开关编号；
子步骤二，对目标空间的空间图像进行人体检测，得到空间图像中包含的至少一个人中每个人的图像位置信息；
子步骤三，根据预先标定的转换矩阵，对每个人的图像位置信息进行转换，得到每个人在目标空间中的实际位置信息；
子步骤四，根据每个人在目标空间中的实际位置信息和每个灯的位置信息，确定每个人对应的候选灯，得到候选灯集合；可以将与每个人距离最近的灯确定为对应的候选灯。
子步骤五，根据每个灯对应的开关编号，控制上述候选灯集合中的各个灯保持开启，并控制目标空间中除候选灯集合之外的其他灯关闭。
在这些实施例中，当办公区域人员较少时，通过每个人在目标空间中的实际位置信息和每个灯的位置信息相结合，从而保证每个人所对应的灯保持开启，而其他的灯关闭，从而在降低能耗的同时，充分考虑办公区域内的人员的位置，避免给办公区域内的人员造成不便。
以上描述仅为本发明的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (5)

1.一种智慧园区能源数据管控系统，其特征在于，包括：
数据采集终端，所述数据采集终端包括能源数据采集终端和环境数据采集终端，所述能源数据采集终端用于采集园区中能耗设备的能源数据，所述环境数据采集终端用于采集所述园区中的目标空间的环境数据；
智能图像采集设备，所述智能图像采集设备包括图像模块和语音模块，所述图像模块用于采集所述园区中的目标空间的空间图像，并对所述空间图像进行人数检测，得到人数检测结果，所述人数检测结果表征所述空间图像中包含的人数；当所述人数小于预设人数阈值时，通过所述语音模块播放预先设置的提问语音，并在播放完成后的第一预设时间段内检测是否接收到针对所述提问语音的回应语音，若接收到所述回应语音，将所述回应语音发送至智慧后台；
所述智慧后台用于接收所述回应语音并对所述回应语音进行语音识别，得到识别文本；将所述识别文本输入文本情感分析网络，所述文本情感分析网络用于输出分析结果，所述分析结果用于表征是否允许调整能耗设备运行模式；当所述分析结果表征允许调整能耗设备运行模式时，调节所述目标空间对应的能耗设备的运行模式；
所述智能图像采集设备还用于若未接收到所述回应语音，生成表征所述目标空间内无人的提示信息，以及将所述提示信息发送至所述智慧后台，所述智慧后台在接收到所述提示信息后，获取当前时间并确定当前时间是否处于预设夜间时间段；若所述当前时间处于预设夜间时间段，控制所述目标空间对应的能耗设备进入夜间运行模式；若所述当前时间未处于预设夜间时间段，控制所述目标空间对应的能耗设备进入第一耗能模式；
可视化显示设备，所述可视化显示设备用于对所述能源数据和所述环境数据进行展示。
2.根据权利要求1所述的智慧园区能源数据管控系统，其特征在于，所述提问语音是通过以下步骤生成的：
获取预先配置的提问语音集合，其中，所述提问语音集合中的各个提问语音对应不同的场景标识；
当所述人数小于预设人数阈值时，根据所述人数检测结果查询对应的目标场景标识；
根据所述目标场景标识在所述提问语音集合中进行匹配，得到所述目标场景标识所对应的提问语音。
3.根据权利要求2所述的智慧园区能源数据管控系统，其特征在于，所述智慧后台还用于：
当所述能耗设备处于常规运行模式时，获取所述目标空间的环境数据，所述环境数据包括温度数据、湿度数据、固体颗粒物浓度、目标气体浓度；
根据所述温度数据、湿度数据、固体颗粒物浓度、目标气体浓度、所述目标空间的空间类型，生成空调控制信息；
获取所述园区的室外环境数据，所述室外环境数据包括室外光照强度；
根据所述室外光照强度、所述目标空间的空间类型和用户针对所述目标空间设置的光线偏好信息，生成照明设备控制信息；
根据所述空调控制信息控制所述目标空间的空调设备的运行状态，以及根据所述照明设备控制信息控制所述目标空间的照明设备的运行状态。
4.根据权利要求3所述的智慧园区能源数据管控系统，其特征在于，所述智慧后台还用于：
在接收到所述提示信息后，获取所述目标空间的空间类型；以及
所述若所述当前时间未处于预设夜间时间段，控制所述目标空间对应的能耗设备进入第一耗能模式，包括：
若所述当前时间未处于预设夜间时间段且所述空间类型为第一空间类型，控制所述目标空间对应的能耗设备进入第一耗能模式。
5.根据权利要求4所述的智慧园区能源数据管控系统，其特征在于，所述智慧后台还用于：
获取所述园区中能耗设备在历史时间区间内的历史能源数据，所述历史能源数据包括所述历史时间区间内多个历史时间点分别对应的历史能源消耗数据；
将所述历史能源数据输入预先训练的长短期记忆网络，输出预测时间点对应的预测能源数据；
获取所述预测时间点对应的预测天气信息，将所述预测天气信息输入预先训练的发电预测模型，得到所述预测时间点对应的预测发电功率，所述发电预测模型是通过训练样本集训练得到的，所述训练样本集中的训练样本包括所述园区中光伏发电组件的历史发电功率和所述历史发电功率对应的历史天气信息；
根据所述预测发电功率和所述预测能源数据，生成能源调配信息。
CN202410076025.3A 2024-01-18 2024-01-18 一种智慧园区能源数据管控系统 Active CN117590763B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410076025.3A CN117590763B (zh) 2024-01-18 2024-01-18 一种智慧园区能源数据管控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410076025.3A CN117590763B (zh) 2024-01-18 2024-01-18 一种智慧园区能源数据管控系统

Publications (2)

Publication Number Publication Date
CN117590763A true CN117590763A (zh) 2024-02-23
CN117590763B CN117590763B (zh) 2024-03-19

Family

ID=89920499

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410076025.3A Active CN117590763B (zh) 2024-01-18 2024-01-18 一种智慧园区能源数据管控系统

Country Status (1)

Country Link
CN (1) CN117590763B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040239494A1 (en) * 2003-05-14 2004-12-02 Kennedy John F. Systems and methods for automatic energy analysis of buildings
US20140142904A1 (en) * 2012-11-16 2014-05-22 Johnson Controls Technology Company Systems and methods for generating an energy use model for a building
WO2018032260A1 (zh) * 2016-08-15 2018-02-22 吴鹏 校园中央空调节能控制方法及系统
US20180323645A1 (en) * 2017-05-02 2018-11-08 SAW Capital Partners LLC Energy management System
KR102293132B1 (ko) * 2021-02-17 2021-08-26 엠넥스텍 주식회사 비대면 및 개인화를 위한 건물 관리 시스템 및 그 방법
CN114239972A (zh) * 2021-12-20 2022-03-25 广州汇锦能效科技有限公司 基于人工智能技术的校园能效与电气安全管理方法和系统
CN114881310A (zh) * 2022-04-27 2022-08-09 国网河南省电力公司营销服务中心 能耗预测装置及方法
CN218645520U (zh) * 2022-09-02 2023-03-17 福建聚佰嘉科技有限公司 学校照明控制系统
JP2023048860A (ja) * 2021-09-28 2023-04-07 パナソニックＩｐマネジメント株式会社 省エネ化制御システム、省エネ化制御方法、及び、プログラム
US20230222388A1 (en) * 2021-11-23 2023-07-13 Strong Force Ee Portfolio 2022, Llc AI-Based Energy Edge Platform, Systems, and Methods Having Automated and Coordinated Governance of Resource Sets
CN117314094A (zh) * 2023-10-07 2023-12-29 上海益邦智能技术股份有限公司 基于ai智能园区的能源管控方法及系统

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040239494A1 (en) * 2003-05-14 2004-12-02 Kennedy John F. Systems and methods for automatic energy analysis of buildings
US20140142904A1 (en) * 2012-11-16 2014-05-22 Johnson Controls Technology Company Systems and methods for generating an energy use model for a building
WO2018032260A1 (zh) * 2016-08-15 2018-02-22 吴鹏 校园中央空调节能控制方法及系统
US20180323645A1 (en) * 2017-05-02 2018-11-08 SAW Capital Partners LLC Energy management System
KR102293132B1 (ko) * 2021-02-17 2021-08-26 엠넥스텍 주식회사 비대면 및 개인화를 위한 건물 관리 시스템 및 그 방법
JP2023048860A (ja) * 2021-09-28 2023-04-07 パナソニックＩｐマネジメント株式会社 省エネ化制御システム、省エネ化制御方法、及び、プログラム
US20230222388A1 (en) * 2021-11-23 2023-07-13 Strong Force Ee Portfolio 2022, Llc AI-Based Energy Edge Platform, Systems, and Methods Having Automated and Coordinated Governance of Resource Sets
CN114239972A (zh) * 2021-12-20 2022-03-25 广州汇锦能效科技有限公司 基于人工智能技术的校园能效与电气安全管理方法和系统
CN114881310A (zh) * 2022-04-27 2022-08-09 国网河南省电力公司营销服务中心 能耗预测装置及方法
CN218645520U (zh) * 2022-09-02 2023-03-17 福建聚佰嘉科技有限公司 学校照明控制系统
CN117314094A (zh) * 2023-10-07 2023-12-29 上海益邦智能技术股份有限公司 基于ai智能园区的能源管控方法及系统

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
ADHI HARMOKO SAPUTRO等: "Local and global human activity detection for room energy saving model", 《2016 INTERNATIONAL CONFERENCE ON ADVANCED COMPUTER SCIENCE AND INFORMATION SYSTEMS (ICACSIS)》, 9 March 2017 (2017-03-09) *
单明等: "北方农村清洁取暖区域性典型案例实施方案及经验总结", 环境与可持续发展, no. 03, 12 June 2020 (2020-06-12) *
张强;: "能源管理平台的作用与功能", 智能建筑, no. 06, 6 June 2014 (2014-06-06) *
张运楚等: "建筑能耗管理与室内空间感知研究进展", 山东建筑大学学报, no. 06, 15 December 2016 (2016-12-15) *
易雪蓉: "电力系统下语音识别的研究与应用", 《中国优秀硕士学位论文电子全文库 工程科技II辑》, 15 September 2019 (2019-09-15) *
肖景;: "医院能源管理系统设计", 智能建筑, no. 03, 6 March 2016 (2016-03-06) *

Also Published As

Publication number Publication date
CN117590763B (zh) 2024-03-19

Similar Documents

Publication Publication Date Title
CN106340071B (zh) 一种基于云计算的智能教室系统
CN108153158A (zh) 家居场景的切换方法、装置、存储介质及服务器
CN109842984A (zh) 智慧教室照明控制系统及智慧教室照明自适应控制方法
CN105678476B (zh) 一种基于视频的自习教室智能引导系统以及引导方法
CN111856997A (zh) 轨道车辆智能控制系统及轨道车辆
CN108833229B (zh) 一种语音识别功能的智能家居控制系统
CN117590763B (zh) 一种智慧园区能源数据管控系统
CN112020184A (zh) 一种基于物联网的楼宇照明系统及方法
CN115272675A (zh) 一种基于多传感器信息融合的能源管理系统以及方法
CN114743554A (zh) 基于物联网的智能家居交互方法及装置
CN113867171A (zh) 基于ZigBee无线传感器网络的智能家居系统
CN107883520B (zh) 基于空调设备的提醒方法及装置、终端
CN117714910A (zh) 一种基于物联网的楼宇对讲机控制系统
CN112672468A (zh) 一种基于物联网的智慧路灯系统
CN110715418B (zh) 空调机器人的温度控制方法和装置
Yaman et al. New approach for intelligent street lights using computer vision and wireless sensor networks
CN110388723A (zh) 空调与照明设备能效监测方法、装置、服务器和存储介质
CN113409781B (zh) 一种5g智慧杆
CN114488837B (zh) 智能家居设备的控制方法、装置、存储介质及设备
CN113692097B (zh) 一种社区灯光自动控制系统
CN107522047B (zh) 一种智能电梯管理的方法及系统
CN114298973A (zh) 一种基于红外图像分割的智能供热监测方法
CN209911810U (zh) 基于nbiot的景观灯智能控制装置
CN110515577B (zh) 一种基于城市数据的交互智能协同显示系统
CN116880280A (zh) 楼宇的节能控制方法、装置、电子设备及存储介质

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