CN112506059A - 一种基于人员感官舒适度节能模型的教室自适应控制系统 - Google Patents
一种基于人员感官舒适度节能模型的教室自适应控制系统 Download PDFInfo
- Publication number
- CN112506059A CN112506059A CN202011418599.2A CN202011418599A CN112506059A CN 112506059 A CN112506059 A CN 112506059A CN 202011418599 A CN202011418599 A CN 202011418599A CN 112506059 A CN112506059 A CN 112506059A
- Authority
- CN
- China
- Prior art keywords
- classroom
- data
- comfort level
- energy
- detection
- 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
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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及电力节能技术领域，尤其涉及一种基于人员感官舒适度节能模型的教室自适应控制系统，检测模组和电能控制模组由通讯模组分别与边缘计算机相连；检测模组用于对教室人员数据和室内环境数据进行采集，并将数据传输到边缘计算机；边缘计算机中设置有检测系统和感官舒适度节能模型，使用感官舒适度节能模型对检测模组采集到的数据进行评估并制定相应的控制策略，通过电能控制模组对教室环境做出自适应调节。通过多次实验建立感官舒适度节能模型，配合检测系统通过控制器调节教室内的电灯和空调降低能耗。系统基于人体舒适度与室内占用率的最佳能耗控制策略，为校园教室节能提供理论基础以及实际系统，能够有效提高教室节能能力和控制能力。
Description
技术领域
本发明涉及电力节能技术领域，尤其涉及一种基于人员感官舒适度节能模型的教室自适应控制系统。
背景技术
随着教育事业的快速发展以及高校规模的不断扩张，高效逐渐成为用能用电大户，伴随能源的日益紧张，以及燃烧发电造成的环境问题日渐突出，教育部也随之提出“建设节约型高效”。教室作为高校教学的重要场所，一般采用开放式管理为主，教室学生基本上无固定班级教室，无固定座位，而对教室的灯光和空调等用电设备都是由学校管理人员手工控制的，除去工作学习的必须用电，因学校教室极多，导致人为因素的电量浪费十分严重。
除此之外，教室内环境的舒适度也是人们日益增长的需求，因此，实现校园教室节能并保持舒适度的自适应控制具有重要意义。
鉴于上述问题的存在，本设计人基于从事此类产品工程应用多年丰富的实务经验及专业知识，积极加以研究创新，以期创设一种基于人员感官舒适度节能模型的教室自适应控制系统，使其更具有实用性。
发明内容
本发明所要解决的技术问题是：提供一种基于人员感官舒适度节能模型的教室自适应控制系统，保证人员舒适度的同时控制用电在最佳能耗。
为了达到上述目的，本发明所采用的技术方案是：一种基于人员感官舒适度节能模型的教室自适应控制系统，包括：边缘计算机、通讯模组、检测模组和电能控制模组，所述检测模组和所述电能控制模组均通过所述通讯模组分别与所述边缘计算机相连；
所述检测模组用于对教室人员数据和室内环境数据进行采集，并将采集数据通过所述通讯模组传输到所述边缘计算机；
所述边缘计算机中设置有检测系统和感官舒适度节能模型，使用所述感官舒适度节能模型对所述检测模组采集到的数据进行评估并制定相应的控制策略，通过所述电能控制模组对教室环境做出自适应调节。
进一步地，所述感官舒适度节能模型用于计算当前环境下的最佳环境参数，以及所述电能控制模组的调节参数；
所述感官舒适度节能模型包括自编码网络最佳参数模型和若干个最佳舒适度节能模型，将若干个所述最佳舒适度节能模型输入到所述自编码网络最佳参数模型中并输出合成后的最佳光照、空气温度和湿度参数。
进一步地，所述最佳舒适度节能模型是通过将所述检测模组采集到的环境数据、人员位置数据和人员舒适度数据输入BP神经网络，并根据最佳舒适度下的环境数据训练所述BP神经网络所获得；
所述环境数据、所述人员位置数据和所述人员舒适度数据设置为一个人员在教室内的一个位置处对应一组环境数据下的舒适度数据；
其中，所述环境数据包括教室内的光照、空气湿度和温度数据。
进一步地，若干个所述最佳舒适度节能模型通过对同一人员在若干个教室位置处所对应若干组环境数据下的舒适度数据，根据最佳舒适度数据训练所述BP神经网络所获得。
进一步地，所述检测模组包括人员检测单元、光照检测单元、温度检测单元和湿度检测单元，分别用于采集教室内的人员数量和位置数据，光照数据，温度数据和湿度数据；
其中，所述人员检测单元包括相机和激光雷达，用于分别采集教室内的正负样本图像和深度图像并输送至所述检测系统。
进一步地，所述检测系统能够识别教室内的人员数量和位置信息，所述检测系统包括高斯混合模型和卷积神经网络；
所述高斯混合模型根据所述正负样本图像剔除正样本图像中的背景并获得单独人员图像；
所述卷积神经网络用于识别所述单独人员图像中的的准确人数，并结合所述深度图像确认每个人员的空间位置。
进一步地，所述通讯模组包括ZigBee物联网和CAN总线，所述检测模组在教室内设置有多个且均通过所述ZigBee物联网与所述边缘计算机相连；所述CAN总线的一端与所述边缘计算机相连，在所述CAN总线的另一端设置有多个控制器，且多个所述控制器用于单独控制教室内的电灯、风扇和空调。
本发明的有益效果为：本发明提供种基于人员感官舒适度节能模型的教室自适应控制系统通过科学的多次实验建立感官舒适度节能模型，并配合检测系统通过控制器调节教室内的电灯和空调在保证教室人员正常工作的前提下降低能耗。系统的结构合理，操作方便，基于人体舒适度与室内占用率的最佳能耗控制策略，为校园教室节能提供理论基础以及实际系统，能够有效提高教室节能能力和控制能力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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中记载的一些实施例，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为本发明实施例中教室自适应控制系统的框架图；
图2为本发明实施例中最佳舒适度节能模型的框架图；
图3为本发明实施例中自编码网络最佳参数模型的框架图；
图4为本发明实施例中遮挡条件下教室人员检测框架图。
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。
需要说明的是，当元件被称为“固定于”另一个元件，它可以直接在另一 个元件上或者也可以存在居中的元件。当一个元件被认为是“连接”另一个元 件，它可以是直接连接到另一个元件或者可能同时存在居中元件。本文所使用 的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目 的，并不表示是唯一的实施方式。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术 领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术 语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的 术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
如图1至图4所示的基于人员感官舒适度节能模型的教室自适应控制系统，包括边缘计算机、通讯模组、检测模组和电能控制模组，检测模组和电能控制模组均通过通讯模组分别与边缘计算机相连；检测模组用于对教室人员数据和室内环境数据进行采集，并将采集数据通过通讯模组传输到边缘计算机；边缘计算机中设置有检测系统和感官舒适度节能模型，使用感官舒适度节能模型对检测模组采集到的数据进行评估并制定相应的控制策略，通过电能控制模组对教室环境做出自适应调节。
本发明的上述自适应控制系统中，通过检测模组对教室内的人员及其流动情况进行监测，并实时检测教室内的环境状况，例如光照、温度以及湿度。其中，针对人员数量以及位置的检测基于卷积神经网络，采用人员检测系统并获得教室内人员的位置和数量，针对教室环境的检测，基于设置在教室中的检测模组通过传输模组将采集到的环境数据上传到边缘计算机平台，在边缘计算平台上完成传感器描述、数据本地存储、通信代理、虚拟物联网设备，以及数据处理五个功能。最后基于感官舒适度节能模型，制定对应控制策略，通过CAN总线控制空调、台灯、电扇等，实现教室的节能舒适度自适应控制系统。系统的结构合理，操作方便，为校园教室节能提供理论基础以及实际系统，能够有效提高教室节能能力和控制能力。
作为上述实施例的优选，感官舒适度节能模型用于计算当前环境下的最佳环境参数，以及电能控制模组的调节参数；感官舒适度节能模型包括自编码网络最佳参数模型和若干个最佳舒适度节能模型，将若干个最佳舒适度节能模型输入到自编码网络最佳参数模型中并输出合成后的最佳光照、空气温度和湿度参数。首先在人数不同的条件下，在教室不同的区域内对同一人多次试验，获取其在若干不同环境参数下的舒适度与能耗最佳的光照、温度、湿度及能耗条件参数。通过科学的多次实验建立感官舒适度节能模型。
作为上述实施例的优选，最佳舒适度节能模型是通过将检测模组采集到的环境数据、人员位置数据和人员舒适度数据输入BP神经网络，并根据最佳舒适度下的环境数据训练BP神经网络所获得；环境数据、人员位置数据和人员舒适度数据设置为一个人员在教室内的一个位置处对应一组环境数据下的舒适度数据；其中，环境数据包括教室内的光照、空气湿度和温度数据。再具体的实验操作中，若干个最佳舒适度节能模型通过对同一人员在若干个教室位置处所对应若干组环境数据下的舒适度数据，根据最佳舒适度数据训练BP神经网络所获得。使得到的感官舒适度节能模型能够准确计算出当前环境下的最佳环境参数，以及电能控制模组的调节参数。
在本发明的上述自适应控制系统中，检测模组包括人员检测单元、光照检测单元、温度检测单元和湿度检测单元，分别用于采集教室内的人员数量和位置数据，光照数据，温度数据和湿度数据；其中，人员检测单元包括相机和激光雷达，用于分别采集教室内的正负样本图像和深度图像并输送至检测系统。
作为上述实施例的优选，检测系统能够识别教室内的人员数量和位置信息，检测系统包括高斯混合模型和卷积神经网络；高斯混合模型根据正负样本图像剔除正样本图像中的背景并获得单独人员图像；卷积神经网络用于识别单独人员图像中的的准确人数，并结合深度图像确认每个人员的空间位置。最后基于感官舒适度节能模型，制定对应控制策略，并对空调、台灯、电扇等做出对应调节。
在本发明的上述自适应控制系统中，通讯模组包括ZigBee物联网和CAN总线，检测模组在教室内设置有多个且均通过ZigBee物联网与边缘计算机相连；CAN总线的一端与边缘计算机相连，在CAN总线的另一端设置有多个控制器，且多个控制器用于单独控制教室内的电灯、风扇和空调。通过在教室内设置多个人员检测单元、光照检测单元、温度检测单元和湿度检测单元，分别用于采集教室内的人员数量和位置数据，光照数据，温度数据和湿度数据，使检测模组采集到的数据更加精确。
本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种基于人员感官舒适度节能模型的教室自适应控制系统，其特征在于，包括：边缘计算机、通讯模组、检测模组和电能控制模组，所述检测模组和所述电能控制模组均通过所述通讯模组分别与所述边缘计算机相连；
所述检测模组用于对教室人员数据和室内环境数据进行采集，并将采集数据通过所述通讯模组传输到所述边缘计算机；
所述边缘计算机中设置有检测系统和感官舒适度节能模型，使用所述感官舒适度节能模型对所述检测模组采集到的数据进行评估并制定相应的控制策略，通过所述电能控制模组对教室环境做出自适应调节。
2.根据权利要求1所述的教室自适应控制系统，其特征在于，所述感官舒适度节能模型用于计算当前环境下的最佳环境参数，以及所述电能控制模组的调节参数；
所述感官舒适度节能模型包括自编码网络最佳参数模型和若干个最佳舒适度节能模型，将若干个所述最佳舒适度节能模型输入到所述自编码网络最佳参数模型中并输出合成后的最佳光照、空气温度和湿度参数。
3.根据权利要求2所述的教室自适应控制系统，其特征在于，所述最佳舒适度节能模型是通过将所述检测模组采集到的环境数据、人员位置数据和人员舒适度数据输入BP神经网络，并根据最佳舒适度下的环境数据训练所述BP神经网络所获得；
所述环境数据、所述人员位置数据和所述人员舒适度数据设置为一个人员在教室内的一个位置处对应一组环境数据下的舒适度数据；
其中，所述环境数据包括教室内的光照、空气湿度和温度数据。
4.根据权利要求3所述的教室自适应控制系统，其特征在于，若干个所述最佳舒适度节能模型通过对同一人员在若干个教室位置处所对应若干组环境数据下的舒适度数据，根据最佳舒适度数据训练所述BP神经网络所获得。
5.根据权利要求2所述的教室自适应控制系统，其特征在于，所述检测模组包括人员检测单元、光照检测单元、温度检测单元和湿度检测单元，分别用于采集教室内的人员数量和位置数据，光照数据，温度数据和湿度数据；
其中，所述人员检测单元包括相机和激光雷达，用于分别采集教室内的正负样本图像和深度图像并输送至所述检测系统。
6.根据权利要求5所述的教室自适应控制系统，其特征在于，所述检测系统能够识别教室内的人员数量和位置信息，所述检测系统包括高斯混合模型和卷积神经网络；
所述高斯混合模型根据所述正负样本图像剔除正样本图像中的背景并获得单独人员图像；
所述卷积神经网络用于识别所述单独人员图像中的的准确人数，并结合所述深度图像确认每个人员的空间位置。
7.根据权利要求1所述的教室自适应控制系统，其特征在于，所述通讯模组包括ZigBee物联网和CAN总线，所述检测模组在教室内设置有多个且均通过所述ZigBee物联网与所述边缘计算机相连；
所述CAN总线的一端与所述边缘计算机相连，在所述CAN总线的另一端设置有多个控制器，且多个所述控制器用于单独控制教室内的电灯、风扇和空调。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011418599.2A CN112506059B (zh) | 2020-12-07 | 2020-12-07 | 一种基于人员感官舒适度节能模型的教室自适应控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011418599.2A CN112506059B (zh) | 2020-12-07 | 2020-12-07 | 一种基于人员感官舒适度节能模型的教室自适应控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112506059A true CN112506059A (zh) | 2021-03-16 |
| CN112506059B CN112506059B (zh) | 2022-09-16 |
Family
ID=74971019
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011418599.2A Active CN112506059B (zh) | 2020-12-07 | 2020-12-07 | 一种基于人员感官舒适度节能模型的教室自适应控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112506059B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102563808A (zh) * | 2012-01-11 | 2012-07-11 | 华南理工大学 | 一种室内环境舒适度的自动控制方法 |
| DE102011077522A1 (de) * | 2011-06-15 | 2012-12-20 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur Erfassung der thermischen Behaglichkeit |
| CN104374053A (zh) * | 2014-11-25 | 2015-02-25 | 珠海格力电器股份有限公司 | 一种智能控制方法、装置及系统 |
| CN105910225A (zh) * | 2016-04-18 | 2016-08-31 | 浙江大学 | 一种基于人员信息检测的空调负荷控制系统及方法 |
| CN206739526U (zh) * | 2017-03-27 | 2017-12-12 | 中国科学院广州能源研究所 | 一种车站通风空调控制系统 |
| CN110030674A (zh) * | 2019-03-07 | 2019-07-19 | 北京交通大学 | 一种智慧教室空调控制系统及控制方法 |
-
2020
- 2020-12-07 CN CN202011418599.2A patent/CN112506059B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102011077522A1 (de) * | 2011-06-15 | 2012-12-20 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur Erfassung der thermischen Behaglichkeit |
| CN102563808A (zh) * | 2012-01-11 | 2012-07-11 | 华南理工大学 | 一种室内环境舒适度的自动控制方法 |
| CN104374053A (zh) * | 2014-11-25 | 2015-02-25 | 珠海格力电器股份有限公司 | 一种智能控制方法、装置及系统 |
| CN105910225A (zh) * | 2016-04-18 | 2016-08-31 | 浙江大学 | 一种基于人员信息检测的空调负荷控制系统及方法 |
| CN206739526U (zh) * | 2017-03-27 | 2017-12-12 | 中国科学院广州能源研究所 | 一种车站通风空调控制系统 |
| CN110030674A (zh) * | 2019-03-07 | 2019-07-19 | 北京交通大学 | 一种智慧教室空调控制系统及控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112506059B (zh) | 2022-09-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021072951A1 (zh) | 基于物联网和机器学习的室内智慧节能系统 | |
| CN102830664B (zh) | 基于智能视频识别技术的教室用电设备管理方法及系统 | |
| CN105320184B (zh) | 建筑室内环境智能监控系统 | |
| CN204347581U (zh) | 一种基于ZigBee的教学楼节能控制系统 | |
| CN110030674A (zh) | 一种智慧教室空调控制系统及控制方法 | |
| CN102679493A (zh) | 基于日程表的教学楼中央空调末端设备管理方法及系统 | |
| CN214619993U (zh) | 一种空调智能控制节能系统 | |
| CN108415493A (zh) | 一种教室环境智能调控系统 | |
| CN105115100A (zh) | 基于智能优化的中央空调设备控制系统及方法 | |
| CN112484255B (zh) | 一种节能型暖通空调系统及楼宇自控方法 | |
| CN112506059B (zh) | 一种基于人员感官舒适度节能模型的教室自适应控制系统 | |
| CN109286508A (zh) | 一种雾节点部署方法及系统 | |
| CN109673092A (zh) | 一种教室智能灯光管理系统及方法 | |
| CN203982142U (zh) | 教学楼教室智能节能控制系统 | |
| CN117634826B (zh) | 基于云计算和多维数据的智能建筑状态监测管理系统 | |
| CN204830327U (zh) | 一种室内空气监测及净化控制系统 | |
| CN203909519U (zh) | 一种智慧教室控制器 | |
| CN109613874A (zh) | 一种开放型实训室智能控制系统及方法 | |
| Wang et al. | Opportunities to save energy and improve comfort by using wireless sensor networks in buildings | |
| CN112783103A (zh) | 基于LoRa通信和PIλDμ控制的智慧农业监控系统 | |
| CN208061053U (zh) | 一种教室环境智能调控系统 | |
| CN115689171A (zh) | 一种基于窄带物联网的综合能源运行场地智能管控平台 | |
| TWI536282B (zh) | 校園節能類神經網路決策支援系統及其方法 | |
| CN209746413U (zh) | 基于人员密集程度进行室内用能设备智能控制的系统 | |
| CN203909567U (zh) | 分布式教学办公环境智能调控系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |