一種基于人員信息檢測(cè)的空調(diào)負(fù)荷控制系統(tǒng)及方法
【專利摘要】本發(fā)明公開了一種基于人員信息檢測(cè)的空調(diào)負(fù)荷控制系統(tǒng)，包括完成訓(xùn)練用于預(yù)測(cè)空調(diào)負(fù)荷量的BP神經(jīng)網(wǎng)絡(luò)模塊，還包括：人員信息檢測(cè)模塊，用于檢測(cè)在空調(diào)工作范圍內(nèi)的人員信息，所述人員信息為人員類型和對(duì)應(yīng)的數(shù)量；所述BP神經(jīng)網(wǎng)絡(luò)模塊設(shè)有空調(diào)負(fù)荷與人員信息之間的對(duì)應(yīng)關(guān)系；本發(fā)明還公開了一種基于人員信息檢測(cè)的空調(diào)負(fù)荷控制方法；本發(fā)明的基于人員信息檢測(cè)的空調(diào)負(fù)荷控制系統(tǒng)及方法與其他人數(shù)獲取技術(shù)用于空調(diào)負(fù)荷預(yù)測(cè)相比，能更好地分析人員的負(fù)荷需求差異，對(duì)于精確的負(fù)荷管理與調(diào)控、增強(qiáng)內(nèi)部人員的熱舒適性以及舒適人工環(huán)境的營(yíng)造具有非常重要的意義。
【專利說明】
-種基于人員信息檢測(cè)的空調(diào)負(fù)荷控制系統(tǒng)及方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及空調(diào)負(fù)荷的管理及控制領(lǐng)域，特別設(shè)及一種基于人員信息檢測(cè)的空調(diào) 負(fù)荷控制系統(tǒng)及方法。
【背景技術(shù)】
[0002] 能源和環(huán)境問題是當(dāng)今的兩大熱點(diǎn)問題，其中建筑能耗占了總能源消耗的15~ 60% W上，是實(shí)現(xiàn)可持續(xù)發(fā)展戰(zhàn)略的重要組成部分。對(duì)建筑能耗進(jìn)行有效科學(xué)的管理不僅 可W提高能源的利用效率，也可降低二氧化碳的排放。人工智能是21世紀(jì)科技發(fā)展的新寵， "深度學(xué)習(xí)"是時(shí)下流行的人工智能技術(shù)，作為研究機(jī)器學(xué)習(xí)的新領(lǐng)域，旨在通過模仿人腦 神經(jīng)網(wǎng)絡(luò)、模擬人腦學(xué)習(xí)機(jī)制來分析、處理數(shù)據(jù)。人工智能不僅可W用在圍棋大戰(zhàn)中，更能 在建筑能耗預(yù)測(cè)、管理方面發(fā)揮重要的作用。
[0003] 在建筑能耗中商場(chǎng)等公共建筑耗能十分巨大，W北京10個(gè)大型商場(chǎng)為例，年耗電 量約10億度，其中中央空調(diào)能耗就占了50%左右，因此商場(chǎng)空調(diào)負(fù)荷的節(jié)能潛力十分巨大。 而現(xiàn)階段商場(chǎng)為滿足內(nèi)部人員的舒適性要求，常W當(dāng)天商場(chǎng)可能達(dá)到的最大人數(shù)為總?cè)?數(shù)，計(jì)算預(yù)測(cè)最大的空調(diào)負(fù)荷量，且不考慮具體的人員特征、活動(dòng)狀態(tài)等因素，商場(chǎng)內(nèi)舒適 性降低的同時(shí)也容易造成能量的浪費(fèi)。因而一個(gè)實(shí)時(shí)的、準(zhǔn)確的人員信息統(tǒng)計(jì)系統(tǒng)可W給 商場(chǎng)的空調(diào)負(fù)荷管理帶來巨大的便利，節(jié)約能源的同時(shí)也能增強(qiáng)顧客的舒適性，給商場(chǎng)帶 來巨大的經(jīng)濟(jì)效益。人員信息統(tǒng)計(jì)與空調(diào)負(fù)荷預(yù)測(cè)的相結(jié)合，在建筑能耗管理上展示了極 好的潛力，對(duì)于發(fā)展綠色健康的建筑具有重要意義。
[0004] 上文熱舒適指的是人員對(duì)環(huán)境表示滿意的意識(shí)狀態(tài)，人體把自身的熱平衡條件和 感覺到的環(huán)境狀況綜合起來判斷是否達(dá)到舒適的感覺，包括生理和屯、理兩個(gè)方面。熱舒適 感的影響因素既包括溫度、濕度、垂直溫差、吹風(fēng)量、季節(jié)等環(huán)境因素，也包括例如年齡、性 另IJ、活動(dòng)強(qiáng)度等人員信息。
[0005] BP神經(jīng)網(wǎng)絡(luò)是由大量類似于人腦最基本的處理單元一一神經(jīng)元，廣泛相互聯(lián)接而 構(gòu)成的非線性復(fù)雜的智能網(wǎng)絡(luò)系統(tǒng)。B巧巾經(jīng)網(wǎng)絡(luò)作為一種有效的建筑物空調(diào)負(fù)荷預(yù)測(cè)方 式，也漸漸地受到了暖通空調(diào)領(lǐng)域?qū)I(yè)人±的青睞。例如申請(qǐng)公布號(hào)CN 104008427A的專利 文獻(xiàn)公開了一種基于BP神經(jīng)網(wǎng)絡(luò)的中央空調(diào)冷負(fù)荷的預(yù)測(cè)方法，包括W下步驟:步驟1、選 擇影響學(xué)校建筑冷負(fù)荷的因素作為神經(jīng)網(wǎng)絡(luò)輸入?yún)?shù);步驟2、對(duì)建筑冷負(fù)荷預(yù)測(cè)樣本數(shù)據(jù) 進(jìn)行整理及預(yù)處理;步驟3、設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)的層次結(jié)構(gòu)，確定隱含層數(shù);步驟4、運(yùn)行BP神經(jīng) 網(wǎng)絡(luò)訓(xùn)練，直到反向收斂，終止學(xué)習(xí)，輸出預(yù)測(cè)值。上述方法具有準(zhǔn)確性和可靠性高等優(yōu)點(diǎn)。
[0006] 現(xiàn)有的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)商場(chǎng)內(nèi)空調(diào)負(fù)荷一般不考慮人員因素的影響或由于技術(shù) 封閉性等問題不能進(jìn)行實(shí)時(shí)地預(yù)測(cè)，因此存在適應(yīng)性不強(qiáng)W及時(shí)間上的滯后性等缺點(diǎn)。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明公開了一種基于人員信息檢測(cè)的空調(diào)負(fù)荷控制系統(tǒng)，控制參數(shù)中增加了人 性化的人員信息參數(shù)，并且可W進(jìn)行實(shí)時(shí)檢測(cè)，W達(dá)到提高舒適性W及節(jié)能的效果。
[0008] -種基于人員信息檢測(cè)的空調(diào)負(fù)荷控制系統(tǒng)，包括完成訓(xùn)練用于預(yù)測(cè)空調(diào)負(fù)荷量 的BP神經(jīng)網(wǎng)絡(luò)模塊，還包括:人員信息檢測(cè)模塊，用于檢測(cè)在空調(diào)工作范圍內(nèi)的人員信息， 所述人員信息為人員類型和對(duì)應(yīng)的數(shù)量;所述BP神經(jīng)網(wǎng)絡(luò)模塊設(shè)有空調(diào)負(fù)荷與人員信息之 間的對(duì)應(yīng)關(guān)系。
[0009] 獲取人員信息的方式很多，優(yōu)選的，所述人員信息檢測(cè)模塊包括布置在空調(diào)工作 范圍內(nèi)的攝像單元W及接收攝像單元的圖像信息并輸出人員類型和對(duì)應(yīng)的數(shù)量的化encv 函數(shù)庫(kù)靜態(tài)人員信息計(jì)算單元。
[0010] 本發(fā)明利用了化encv靜態(tài)人員信息檢測(cè)技術(shù)，對(duì)建筑內(nèi)人員信息進(jìn)行充分考慮且 檢測(cè)過程達(dá)到"實(shí)時(shí)"的要求，攝像單元與化encv函數(shù)庫(kù)靜態(tài)人員信息計(jì)算單元連接后再與 BP神經(jīng)網(wǎng)絡(luò)模塊連接，同時(shí)將傳感器模塊（用于檢測(cè)其他環(huán)境變量）、自動(dòng)數(shù)據(jù)抓取輸入模 塊與BP神經(jīng)網(wǎng)絡(luò)模塊連接，最后將BP神經(jīng)網(wǎng)絡(luò)模塊與空調(diào)設(shè)備控制模塊連接，所有連接過 程通過傳輸模塊達(dá)成，由訓(xùn)練完畢的BP神經(jīng)網(wǎng)絡(luò)模塊實(shí)時(shí)預(yù)測(cè)輸出建筑內(nèi)部空調(diào)負(fù)荷并控 審IJ，并通過PC機(jī)等硬件做到自動(dòng)化預(yù)測(cè)并調(diào)控。
[0011] 傳感器模塊包括控制溫度、濕度等數(shù)據(jù)讀取與藍(lán)牙轉(zhuǎn)發(fā)的單片機(jī)、實(shí)現(xiàn)模塊間通 信功能的藍(lán)牙串口、獲取溫度信息的溫度傳感器、獲取濕度信息的濕度傳感器，單片機(jī)的 keil編程包含溫度讀取、濕度讀取、串口。
[0012] 攝像單元向化encv函數(shù)庫(kù)靜態(tài)人員信息計(jì)算單元輸入實(shí)時(shí)視頻，自動(dòng)數(shù)據(jù)抓取模 塊在官方外部服務(wù)器中自動(dòng)抓取基本環(huán)境量并輸入BP神經(jīng)網(wǎng)絡(luò)模塊，傳感器向BP神經(jīng)網(wǎng)絡(luò) 模塊輸入建筑內(nèi)部溫濕度等影響因素，Opencv函數(shù)庫(kù)靜態(tài)人員信息計(jì)算單元向BP神經(jīng)網(wǎng)絡(luò) 模塊輸入實(shí)時(shí)的人員信息，B巧巾經(jīng)網(wǎng)絡(luò)模塊向空調(diào)控制模塊輸入實(shí)時(shí)空調(diào)預(yù)測(cè)負(fù)荷，空調(diào) 控制模塊控制空調(diào)設(shè)備，各設(shè)備通過傳輸模塊連接，傳感器可W通過藍(lán)牙等通訊設(shè)備向BP 神經(jīng)網(wǎng)絡(luò)模塊輸入數(shù)據(jù)，所有過程均通過PC機(jī)等硬件自動(dòng)調(diào)控。
[0013] -種基于人員信息檢測(cè)的空調(diào)負(fù)荷控制方法，使用上述的基于人員信息檢測(cè)的空 調(diào)負(fù)荷控制系統(tǒng)，包括W下步驟：
[0014] (1)通過預(yù)先采集人員信息數(shù)據(jù)W及空調(diào)負(fù)荷與人員信息之間的對(duì)應(yīng)關(guān)系對(duì)BP神 經(jīng)網(wǎng)絡(luò)模塊進(jìn)行訓(xùn)練；
[0015] (2)人員信息檢測(cè)模塊實(shí)時(shí)檢測(cè)在空調(diào)工作范圍內(nèi)的人員類型和對(duì)應(yīng)的數(shù)量，并 將人員信息結(jié)果發(fā)送給步驟(1)中訓(xùn)練完畢的BP神經(jīng)網(wǎng)絡(luò)模塊；
[0016] (3)BP神經(jīng)網(wǎng)絡(luò)模塊根據(jù)接收實(shí)時(shí)的人員信息預(yù)測(cè)當(dāng)前時(shí)刻空調(diào)工作范圍內(nèi)所需 的空調(diào)負(fù)荷并對(duì)空調(diào)進(jìn)行控制；
[0017] (4)循環(huán)步驟(2)和(3)。
[0018] BP神經(jīng)網(wǎng)絡(luò)是由大量類似于人腦最基本的處理單元一一神經(jīng)元，廣泛相互聯(lián)接而 構(gòu)成的非線性復(fù)雜的智能網(wǎng)絡(luò)系統(tǒng)。BP學(xué)習(xí)算法的基本思想就是采用有師學(xué)習(xí)，在給定大 量的輸入輸出信號(hào)的基礎(chǔ)上，建立系統(tǒng)的非線性輸入輸出模型，對(duì)數(shù)據(jù)進(jìn)行大規(guī)模的并行 處理，通過網(wǎng)絡(luò)輸出誤差的反向傳播，調(diào)整和修改網(wǎng)絡(luò)的連接權(quán)值，使誤差達(dá)到最小，其學(xué) 習(xí)過程包括前向計(jì)算和誤差反向傳播。
[0019] BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊中通過實(shí)地?cái)?shù)據(jù)采集過程得到空調(diào)負(fù)荷與一系列影響因素 之間的多組對(duì)應(yīng)關(guān)系，利用神經(jīng)網(wǎng)絡(luò)聯(lián)想存儲(chǔ)W及其自學(xué)習(xí)、自適應(yīng)、非線性映射等功能， 得到上述兩者之間的非線性復(fù)雜關(guān)系。B巧巾經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊中還可W利用歷史空調(diào)負(fù)荷數(shù) 據(jù)庫(kù)數(shù)據(jù)進(jìn)行分析訓(xùn)練，高效利用大數(shù)據(jù)對(duì)空調(diào)負(fù)荷進(jìn)行預(yù)測(cè)、監(jiān)控和調(diào)整。
[0020] 本發(fā)明中BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊的數(shù)據(jù)包括人員信息，所述人員信息為人員類型和 對(duì)應(yīng)的數(shù)量，為了提高效率和準(zhǔn)確性，本發(fā)明中采用基于化encv函數(shù)庫(kù)的人員信息檢測(cè)系 統(tǒng)來獲取人員信息，該系統(tǒng)是將攝像單元實(shí)時(shí)獲取視頻圖像序列進(jìn)行自動(dòng)分析。一個(gè)視頻 流由多帖的圖像組合而成，從圖像中發(fā)現(xiàn)人，對(duì)于每帖圖像而言運(yùn)是一個(gè)靜態(tài)的目標(biāo)，使過 程得W簡(jiǎn)化，通過化encv函數(shù)庫(kù)進(jìn)行編程，將視頻進(jìn)行檢測(cè)，可得到所需時(shí)刻所對(duì)應(yīng)的該帖 圖像中各類人員信息，包括兒童人數(shù)（《14歲）、青壯年人數(shù)（14~60歲）、老年人人數(shù)（>60 歲）、男性人數(shù)、女性人數(shù)、處于運(yùn)動(dòng)狀態(tài)的人數(shù)、處于靜止?fàn)顟B(tài)的人數(shù)等人員信息，可W根 據(jù)需要調(diào)整參數(shù)范圍，不同類型的人員對(duì)溫度的要求不同，本發(fā)明方法可W根據(jù)不同類型 的人員的溫度需求對(duì)空調(diào)進(jìn)行整體調(diào)控，增強(qiáng)人員熱舒適性。
[0021] 人體進(jìn)行活動(dòng)的能量來自新陳代謝過程中在體內(nèi)產(chǎn)生的熱量，因此，人體的新陳 代謝率直接影響人體與周圍環(huán)境的熱交換。人體的能量代謝率會(huì)受到多種因素的影響，如 肌肉活動(dòng)強(qiáng)度、環(huán)境溫度高低、性別、年齡、種族和生活習(xí)慣等。不同年齡段的人的新陳代謝 率不同，如青壯年代謝率強(qiáng)，而活動(dòng)強(qiáng)度的不同也對(duì)新陳代謝有著很大的影響，如劇烈活動(dòng) 的人群代謝率高，更偏向于溫度較低的環(huán)境。當(dāng)建筑內(nèi)部青壯年人數(shù)或處于運(yùn)動(dòng)狀態(tài)的人 數(shù)增多，總代謝率增強(qiáng)，建筑內(nèi)部所需冷負(fù)荷也隨之增大，需適當(dāng)增加空調(diào)負(fù)荷的供給。
[0022] 不同性別人群對(duì)環(huán)境溫度也有不同的要求，如女性相對(duì)于男性往往更喜歡比較輕 薄的衣服，衣物的熱阻小，散熱更多，因此女性更偏向于溫度較高的環(huán)境。當(dāng)建筑內(nèi)部女性 人數(shù)相對(duì)增多時(shí)，需適當(dāng)減少空調(diào)負(fù)荷的供給W滿足舒適性要求。
[0023] 通過基于化encv函數(shù)庫(kù)的人員信息檢測(cè)系統(tǒng)精確地了解建筑內(nèi)部人員的具體信 息，如性別、年齡和是否處于運(yùn)動(dòng)狀態(tài)等，及相對(duì)應(yīng)的具體數(shù)量，并隨之適當(dāng)調(diào)整空調(diào)負(fù)荷， 對(duì)增強(qiáng)內(nèi)部人員的熱舒適性W及舒適人工環(huán)境的營(yíng)造具有重要意義。
[0024] 本發(fā)明中訓(xùn)練用的數(shù)據(jù)還包括實(shí)時(shí)的空調(diào)負(fù)荷量和實(shí)時(shí)的環(huán)境變量數(shù)據(jù)W及往 年同期的空調(diào)負(fù)荷量和往期環(huán)境變量數(shù)據(jù)。所述的環(huán)境變量包括建筑內(nèi)外溫濕度、建筑圍 護(hù)結(jié)構(gòu)參數(shù)、建筑其余設(shè)備散熱、光照等系列影響建筑空調(diào)負(fù)荷的變量。
[0025] 優(yōu)選的，所述的人員類型包括:性別、年齡和是否處于運(yùn)動(dòng)狀態(tài)中的至少一種。上 述的各類型可W全都進(jìn)行設(shè)定，也可W根據(jù)適用場(chǎng)合進(jìn)行選擇。
[0026] 優(yōu)選的，步驟(2)中，人員信息檢測(cè)模塊實(shí)時(shí)檢測(cè)在空調(diào)工作范圍內(nèi)的人員類型和 對(duì)應(yīng)的數(shù)量的具體方法包括W下步驟：
[0027] 2-1、攝像單元采集空調(diào)工作范圍內(nèi)的圖像；
[0028] 2-2、采用化encv函數(shù)庫(kù)靜態(tài)人員信息計(jì)算單元接收攝像單元的圖像信息并輸出 人員類型。
[0029] 為了減少計(jì)算量，提高計(jì)算效率，優(yōu)選的，步驟（2)中-時(shí)間段t檢測(cè)該 時(shí)刻的實(shí)時(shí)人員信息au，取n個(gè)時(shí)間段t并預(yù)測(cè)將平均人員信f
A將結(jié)果傳送給 BP神經(jīng)網(wǎng)絡(luò)。
[0030] 為了提高本方法的控制效果，考慮室內(nèi)外溫濕度等其他環(huán)境因素的影響，通過BP 神經(jīng)網(wǎng)絡(luò)技術(shù)預(yù)測(cè)得到空調(diào)負(fù)荷，并利用PC機(jī)進(jìn)行自動(dòng)控制，增加了數(shù)據(jù)與時(shí)間上的準(zhǔn)確 性，W達(dá)到節(jié)能的效果，優(yōu)選的，步驟(1)中，同時(shí)還預(yù)先采集環(huán)境變量數(shù)據(jù)并根據(jù)空調(diào)負(fù)荷 與環(huán)境變量之間的對(duì)應(yīng)關(guān)系對(duì)BP神經(jīng)網(wǎng)絡(luò)模塊進(jìn)行訓(xùn)練；
[0031] 步驟(2)中，同時(shí)實(shí)時(shí)檢測(cè)環(huán)境變量并將結(jié)果發(fā)送給步驟(1)中訓(xùn)練完畢的BP神經(jīng) 網(wǎng)絡(luò)模塊；
[0032] 步驟(3)中，B巧巾經(jīng)網(wǎng)絡(luò)模塊同時(shí)接收實(shí)時(shí)的環(huán)境變量結(jié)合人員信息預(yù)測(cè)當(dāng)前時(shí) 刻空調(diào)工作范圍內(nèi)所需的空調(diào)負(fù)荷并對(duì)空調(diào)進(jìn)行控制。
[0033] 優(yōu)選的，環(huán)境變量包括內(nèi)外溫濕度、建筑圍護(hù)結(jié)構(gòu)參數(shù)、建筑其余設(shè)備散熱W及光 照中的至少一種。
[0034] 為了提高控制的準(zhǔn)確性，最終通過BP神經(jīng)網(wǎng)絡(luò)的輸出層得到的t時(shí)刻冷負(fù)荷最優(yōu) 解，同時(shí)根據(jù)各室內(nèi)環(huán)境變量波動(dòng)趨勢(shì)更新中央空調(diào)下一時(shí)刻的空調(diào)負(fù)荷，優(yōu)選的，步驟 (4)中，預(yù)測(cè)I r/ It I與I rit I的差值，在t+1個(gè)時(shí)刻的預(yù)測(cè)空調(diào)負(fù)荷值加入所述差值，I r/ It I為 空調(diào)實(shí)際負(fù)荷量，I rit I為空調(diào)預(yù)測(cè)負(fù)荷量。
[0035] 本發(fā)明中的訓(xùn)練完畢的BP神經(jīng)網(wǎng)絡(luò)W各類人員信息、t時(shí)刻室內(nèi)溫濕度、t時(shí)刻室 外溫濕度、通風(fēng)率、t-1時(shí)刻冷負(fù)荷等為輸入層參數(shù)，中間的隱藏層將各輸入值進(jìn)行加權(quán)和 闊值判決，輸出層對(duì)隱藏層的輸出進(jìn)行最后的加工，得到t時(shí)刻冷負(fù)荷最優(yōu)解。
[0036] 本發(fā)明通過讀取監(jiān)控視頻的信息，對(duì)建筑內(nèi)部各類人員信息進(jìn)行實(shí)時(shí)地讀取，并 利用測(cè)量、獲取得到的其他因素參量，對(duì)建筑空調(diào)負(fù)荷進(jìn)行更加實(shí)時(shí)、準(zhǔn)確的預(yù)測(cè)與控制， 全程通過PC機(jī)自動(dòng)預(yù)測(cè)、調(diào)控，提高建筑人工環(huán)境舒適程度的同時(shí)減少能耗。
[0037] 本發(fā)明也充分利用了現(xiàn)有設(shè)備和信息資源，是現(xiàn)有對(duì)信息資源的深度開發(fā)利用， 系統(tǒng)簡(jiǎn)單且不需要額外的設(shè)備，節(jié)約成本。另外，與?？谠O(shè)置通道等方法相比，運(yùn)用監(jiān)控不 容易影響顧客的購(gòu)物欲望，增強(qiáng)商場(chǎng)的隱性競(jìng)爭(zhēng)力。
[0038] 本發(fā)明的有益效果：
[0039] 本發(fā)明的基于人員信息檢測(cè)的空調(diào)負(fù)荷控制系統(tǒng)及方法與其他人數(shù)獲取技術(shù)用 于空調(diào)負(fù)荷預(yù)測(cè)相比，能更好地分析人員的負(fù)荷需求差異，對(duì)于精確的負(fù)荷管理與調(diào)控、增 強(qiáng)內(nèi)部人員的熱舒適性W及舒適人工環(huán)境的營(yíng)造具有非常重要的意義。
【附圖說明】
[0040] 圖1為本發(fā)明的基于人員信息檢測(cè)的空調(diào)負(fù)荷控制系統(tǒng)的線框結(jié)構(gòu)圖。
[0041] 圖2為本發(fā)明的基于人員信息檢測(cè)的空調(diào)負(fù)荷控制方法的線框流程圖。
[0042] 圖3為本發(fā)明裝置中的攝像模塊的工作流程圖。
[0043] 圖4為本發(fā)明裝置中的傳感器模塊工作流程圖。
【具體實(shí)施方式】
[0044] 如圖1所示，本實(shí)施例的基于人員信息檢測(cè)的空調(diào)負(fù)荷控制系統(tǒng)包括:包括完成訓(xùn) 練用于預(yù)測(cè)空調(diào)負(fù)荷量的BP神經(jīng)網(wǎng)絡(luò)模塊，人員信息檢測(cè)模塊，用于檢測(cè)在空調(diào)工作范圍 內(nèi)的人員信息，所述人員信息為人員類型和對(duì)應(yīng)的數(shù)量;所述BP神經(jīng)網(wǎng)絡(luò)模塊設(shè)有空調(diào)負(fù) 荷與人員信息之間的對(duì)應(yīng)關(guān)系，人員信息檢測(cè)模塊包括攝像單元和基于化encv函數(shù)庫(kù)靜態(tài) 人員信息計(jì)算單元，攝像單元將得到的監(jiān)控視頻實(shí)時(shí)地輸入到已設(shè)定完畢的基于化encv函 數(shù)庫(kù)靜態(tài)人員信息計(jì)算單元中，攝像單元包括多個(gè)攝像頭，覆蓋整個(gè)空調(diào)的工作空間（具體 指有人走動(dòng)的范圍）。
[0045] 本實(shí)施例中用到了冊(cè)G的識(shí)別模塊，Opencv提供默認(rèn)模型，模型數(shù)據(jù)是通過現(xiàn)有文 獻(xiàn)提供的樣本INRIAPerson . tar訓(xùn)練得到，HOG的全稱為Histograms of Oriented Gradients,顧名思義，方向梯度直方圖，為目標(biāo)的一種描述方式。
[0046] 每一個(gè)目標(biāo)對(duì)應(yīng)一個(gè)特征向量，hog檢測(cè)子為3781維，hog將一個(gè)特征窗口（win)劃 分為很多的塊(block)，在每一個(gè)塊里又劃分為很多的細(xì)胞單元(cell即胞元），hog特征向 量將所有的Ce 11對(duì)應(yīng)的小特征向量串起來得到一個(gè)高維的特征向量。利用hog+svm技術(shù)檢 測(cè)行人，最終的檢測(cè)方法為最基本的線性判別函數(shù)，wx+b = 0。在訓(xùn)練期間需提取一些訓(xùn)練 樣本的hog特征，其目的是為得到檢測(cè)的W和b。在檢測(cè)期間提取待檢測(cè)目標(biāo)的hog特征X，帶 入到方程中進(jìn)行判別，可判斷目標(biāo)是否為需要檢測(cè)的行人。
[0047] 通過基于化encv函數(shù)庫(kù)靜態(tài)人員信息檢測(cè)，得到監(jiān)測(cè)視頻中任意選定時(shí)刻該帖靜 態(tài)圖像中各類人員信息，包括兒童人數(shù)、青壯年人數(shù)、老年人人數(shù)、男性人數(shù)、女性人數(shù)、處 于運(yùn)動(dòng)狀態(tài)的人數(shù)、處于靜止?fàn)顟B(tài)的人數(shù)等。將得到的各類人員信息與監(jiān)測(cè)和官方得到的 環(huán)境參數(shù)輸入至訓(xùn)練完畢的BP神經(jīng)網(wǎng)絡(luò)模塊中。
[0048] BP網(wǎng)絡(luò)是一種多層前饋型網(wǎng)絡(luò)，典型的網(wǎng)絡(luò)結(jié)構(gòu)包括輸人層、隱含層、輸出層，隱 含層可有若干層。在輸入?yún)?shù)前需將BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。
[0049] 設(shè)定的具體內(nèi)容為：
[0050] BP神經(jīng)網(wǎng)絡(luò)的輸入層和隱含層神經(jīng)元采用Sigmoid函數(shù)，輸出層取Sigmoid函數(shù)或 線性函數(shù)，采用糾錯(cuò)規(guī)則進(jìn)行學(xué)習(xí)，具有并行分布結(jié)構(gòu)。BP學(xué)習(xí)算法采用有師學(xué)習(xí)，沒有直 接給出輸入與輸出間的解析關(guān)系，在給定大量的輸入輸出信號(hào)的基礎(chǔ)上，建立系統(tǒng)的非線 性輸入輸出模型，對(duì)數(shù)據(jù)進(jìn)行大規(guī)模的并行處理，通過網(wǎng)絡(luò)輸出誤差的反向傳播，調(diào)整和修 改網(wǎng)絡(luò)的連接權(quán)值，使誤差達(dá)到最小，學(xué)習(xí)過程包括前向計(jì)算和誤差反向傳播。
[0051 ] 相應(yīng)計(jì)算公式如下。
[0化2]
[0化3]
[0化4]
[0化5]
[0056] 其中Xi表示輸入信號(hào);yh表示隱層節(jié)點(diǎn)的輸出向表示輸出節(jié)點(diǎn)的輸出；COih為輸入 節(jié)點(diǎn)到隱層節(jié)點(diǎn)的連接權(quán)值；《 W為隱層節(jié)點(diǎn)到輸出節(jié)點(diǎn)的連接權(quán)值；0h為隱層節(jié)點(diǎn)的闊 值，丫功輸出節(jié)點(diǎn)的闊值，Ek是第k個(gè)表征矢量的誤差;yjk是第j個(gè)輸出神經(jīng)元的期望值;Ojk 是第j個(gè)輸出神經(jīng)元的實(shí)際值。
[0057] 本實(shí)施例中將各類人員信息、t時(shí)刻室內(nèi)溫濕度、t時(shí)刻室外溫濕度、通風(fēng)率、t-1時(shí) 刻冷負(fù)荷為輸入層參數(shù)，中間的隱藏層將各輸入值進(jìn)行加權(quán)和闊值判決，輸出層對(duì)隱藏層 的輸出進(jìn)行最后的加工，得到t時(shí)刻冷負(fù)荷最優(yōu)解。對(duì)給定的訓(xùn)練樣本，利用傳播公式，沿著 誤差減少的方向不斷調(diào)整網(wǎng)絡(luò)聯(lián)結(jié)權(quán)值和闊值，最后使此預(yù)測(cè)空調(diào)負(fù)荷的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)完 成。
[0058] 通過一段時(shí)間的數(shù)據(jù)采集過程得到大量空調(diào)負(fù)荷數(shù)值及其影響因素之間的對(duì)應(yīng) 關(guān)系，或通過調(diào)用歷史空調(diào)負(fù)荷數(shù)據(jù)庫(kù)數(shù)據(jù)，應(yīng)用于BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，得到訓(xùn)練完成的 BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)。
[0059] 如圖2所示，將人員信息檢測(cè)模塊得到的各類人員信息與監(jiān)測(cè)和官方得到的環(huán)境 參數(shù)輸入至訓(xùn)練完畢的BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)中，預(yù)測(cè)得到當(dāng)前時(shí)刻建筑內(nèi)部所需的空調(diào)負(fù)荷具 體數(shù)值，從而用于空調(diào)負(fù)荷的控制。
[0060] BP神經(jīng)網(wǎng)絡(luò)的輸入?yún)?shù)有室內(nèi)各類人員信息，包括兒童人數(shù)pi(《14歲）、青壯年 人數(shù)P2( 14~60歲）、老年人人數(shù)p3( >60歲）、男性人數(shù)P4、女性人數(shù)P日、處于運(yùn)動(dòng)狀態(tài)的人數(shù) P6、處于靜止?fàn)顟B(tài)的人數(shù)P7,其余人員狀態(tài)信息P8;還有環(huán)境變量(溫濕度傳感器得建筑內(nèi)的 基本環(huán)境量，程序自動(dòng)抓取官方發(fā)布的外界溫濕度等基本環(huán)境量），包括:室外溫度To，室內(nèi) 溫度Ti,室外濕度S0,室內(nèi)濕度Si,室內(nèi)通風(fēng)率Qv,上一時(shí)刻的負(fù)荷量W-I;還有輸出為空調(diào)的 負(fù)荷量W，W的計(jì)算公式如下：
[0061 ] W = f (Pl , P2, P3, P4, P5, P6, P7, P8, To, Ti , SO , Si , Qv , W-I )
[0062] 上述公式為神經(jīng)網(wǎng)絡(luò)訓(xùn)練出來的最適合該商場(chǎng)的負(fù)荷函數(shù)，該控制系統(tǒng)的主要目 的是因時(shí)制宜和因地制宜，可W實(shí)時(shí)得到最適合的商場(chǎng)負(fù)荷，通過PC機(jī)自動(dòng)控制中央空調(diào) 的負(fù)荷量，達(dá)到節(jié)能的效果，更好地分析人員的負(fù)荷需求差異，對(duì)于精確的負(fù)荷管理與調(diào) 控、增強(qiáng)內(nèi)部人員的熱舒適性W及舒適人工環(huán)境的營(yíng)造具有非常重要的意義。
[0063] 如圖3所示，本實(shí)施例的攝像模塊采用基于H264網(wǎng)絡(luò)監(jiān)控?cái)z像頭系統(tǒng)，采用達(dá)芬奇 系列忍片DM8148作為系統(tǒng)的主處理器，硬件平臺(tái)主要包括CCD攝像頭、TVP5158忍片、DM8148 主處理器、LC的夜晶屏、1000 MW太網(wǎng)口 W及固態(tài)SATA硬盤等。通過監(jiān)控?cái)z像頭模塊將視頻反 饋至客戶端W便實(shí)時(shí)讀取人員信息。
[0064] CC時(shí)暴像頭將光信號(hào)轉(zhuǎn)變?yōu)殡娦盘?hào)輸出到控制中屯、，使用TVP5158忍片將視頻模擬 信號(hào)轉(zhuǎn)換為數(shù)字視頻信號(hào)，輸入主處理器中，具有靈敏度高、抗強(qiáng)光、崎變小、體積小、壽命 長(zhǎng)、抗震動(dòng)等優(yōu)點(diǎn)。
[0(?日]DM8148可直接掛載固態(tài)SATA硬盤、擁有雙端口 1000 MW太網(wǎng)端口、并支持H. 264格 式的解壓縮等功能，因而選擇DM8148作為系統(tǒng)的主處理器。
[0066] 采用達(dá)芬奇系列忍片DM8148作為系統(tǒng)的主處理器，通過調(diào)用驅(qū)動(dòng)獲取視頻數(shù)據(jù)， 送入LC的夜晶屏顯示W(wǎng)及將視頻原始數(shù)據(jù)送入到視頻編碼器進(jìn)行H.264編碼。經(jīng)編碼好的視 頻數(shù)據(jù)存入本地固態(tài)SATA硬盤和RTP封包利用1000 MW太網(wǎng)口實(shí)現(xiàn)網(wǎng)絡(luò)傳輸。遠(yuǎn)程客戶端 (PC機(jī))通過接收視頻數(shù)據(jù)流，進(jìn)行解碼、播放，實(shí)現(xiàn)實(shí)時(shí)視頻監(jiān)控。
[0067] 如圖4所示，本實(shí)施例的傳感器模塊包括單片機(jī)控制空間、藍(lán)牙傳輸組件、感器組 件。傳感器裝置是利用金屬對(duì)不同環(huán)境有不同反應(yīng)來達(dá)到讀取外界環(huán)境參數(shù)的目的，藍(lán)牙 傳輸裝置采用無線射頻傳輸數(shù)據(jù)來達(dá)到將數(shù)據(jù)傳輸給處理器的功能。
[0068] 具體包括:Arduino UNO開發(fā)板1、肥06藍(lán)牙串口 2、DS18B20溫度傳感器(輸出值溫 度為-50~80°C)3和DHTll濕度傳感器4。
[0069] Arduino UNO開發(fā)板是主控制部分，單片機(jī)是集成電路忍片，是采用超大規(guī)模集成 電路技術(shù)把具有數(shù)據(jù)處理能力的中央處理器CPU、隨機(jī)存儲(chǔ)器RAM、只讀存儲(chǔ)器ROM、多種I/O 口和中斷系統(tǒng)、定時(shí)器/計(jì)數(shù)器等功能，該系統(tǒng)利用單片機(jī)的類似微型計(jì)算機(jī)的功能，實(shí)現(xiàn) 溫度，濕度等數(shù)據(jù)的讀取與控制藍(lán)牙模塊的轉(zhuǎn)發(fā)。
[0070] DS18B20溫度傳感器(輸出值溫度為-50~80°C)利用高溫度系數(shù)晶振隨溫度變化 其振蕩率明顯改變的特性，獲取溫度信息，封裝在電路板中即可與單片機(jī)通信。
[0071] DHTll濕度傳感器，穩(wěn)定性強(qiáng)，可W滿足系統(tǒng)需要一個(gè)穩(wěn)定的輸入的需求，封裝在 電路板中即可與單片機(jī)通信。
[0072] HC06藍(lán)牙串口與單片機(jī)通過電路連接，緩存單片機(jī)輸出端口的數(shù)據(jù)并與服務(wù)器建 立藍(lán)牙連接，發(fā)送數(shù)據(jù)，實(shí)現(xiàn)模塊間的通信功能。
[0073] 通過監(jiān)控?cái)z像頭模塊采集視頻輸入PC機(jī)中，利用設(shè)定完畢的基于化encv函數(shù)庫(kù)靜 態(tài)人員信息檢測(cè)系統(tǒng)實(shí)時(shí)輸出此時(shí)刻建筑內(nèi)部具體人員信息，包括兒童人數(shù)、青壯年人數(shù)、 老年人人數(shù)、男性人數(shù)、女性人數(shù)、處于運(yùn)動(dòng)狀態(tài)的人數(shù)、處于靜止?fàn)顟B(tài)的人數(shù)等。將各類人 員信息并傳感器模塊輸入的溫濕度參數(shù)、自動(dòng)數(shù)據(jù)抓取輸入模塊得到的官方基本環(huán)境量輸 入至設(shè)定并訓(xùn)練完畢的BP神經(jīng)網(wǎng)絡(luò)中，預(yù)測(cè)得出當(dāng)前時(shí)刻最佳空調(diào)負(fù)荷量。通過PC機(jī)自動(dòng) 得出的實(shí)時(shí)空調(diào)預(yù)測(cè)負(fù)荷量輸入至空調(diào)控制模塊，控制空調(diào)設(shè)備運(yùn)行。
【主權(quán)項(xiàng)】
1. 一種基于人員信息檢測(cè)的空調(diào)負(fù)荷控制系統(tǒng)，包括完成訓(xùn)練用于預(yù)測(cè)空調(diào)負(fù)荷量的 BP神經(jīng)網(wǎng)絡(luò)模塊，其特征在于，還包括:人員信息檢測(cè)模塊，用于檢測(cè)在空調(diào)工作范圍內(nèi)的 人員信息，所述人員信息為人員類型和對(duì)應(yīng)的數(shù)量;所述BP神經(jīng)網(wǎng)絡(luò)模塊設(shè)有空調(diào)負(fù)荷與 人員信息之間的對(duì)應(yīng)關(guān)系。2. 如權(quán)利要求1所述的基于人員信息檢測(cè)的空調(diào)負(fù)荷控制系統(tǒng)，其特征在于，所述人員 信息檢測(cè)模塊包括布置在空調(diào)工作范圍內(nèi)的攝像單元W及接收攝像單元的圖像信息并輸 出人員類型和對(duì)應(yīng)的數(shù)量的化encv函數(shù)庫(kù)靜態(tài)人員信息計(jì)算單元。3. -種基于人員信息檢測(cè)的空調(diào)負(fù)荷控制方法，其特征在于，使用權(quán)利要求1或2所述 的基于人員信息檢測(cè)的空調(diào)負(fù)荷控制系統(tǒng)，包括W下步驟： (1) 通過預(yù)先采集人員信息數(shù)據(jù)W及空調(diào)負(fù)荷與人員信息之間的對(duì)應(yīng)關(guān)系對(duì)BP神經(jīng)網(wǎng) 絡(luò)模塊進(jìn)行訓(xùn)練； (2) 人員信息檢測(cè)模塊實(shí)時(shí)檢測(cè)在空調(diào)工作范圍內(nèi)的人員類型和對(duì)應(yīng)的數(shù)量，并將人 員信息結(jié)果發(fā)送給步驟(1)中訓(xùn)練完畢的BP神經(jīng)網(wǎng)絡(luò)模塊； (3) BP神經(jīng)網(wǎng)絡(luò)模塊根據(jù)接收實(shí)時(shí)的人員信息預(yù)測(cè)當(dāng)前時(shí)刻空調(diào)工作范圍內(nèi)所需的空 調(diào)負(fù)荷并對(duì)空調(diào)進(jìn)行控制； (4) 循環(huán)步驟(2)和(3)。4. 如權(quán)利要求3所述的基于人員信息檢測(cè)的空調(diào)負(fù)荷控制方法，其特征在于，所述的人 員類型包括:性別、年齡和是否處于運(yùn)動(dòng)狀態(tài)中的至少一種。5. 如權(quán)利要求3所述的基于人員信息檢測(cè)的空調(diào)負(fù)荷控制方法，其特征在于，步驟(2) 中，人員信息檢測(cè)模塊實(shí)時(shí)檢測(cè)在空調(diào)工作范圍內(nèi)的人員類型和對(duì)應(yīng)的數(shù)量的具體方法包 括W下步驟： 2-1、攝像單元采集空調(diào)工作范圍內(nèi)的圖像； 2-2、采用化encv函數(shù)庫(kù)靜態(tài)人員信息計(jì)算單元接收攝像單元的圖像信息并輸出人員 類型。6. 如權(quán)利要求3所述的基于人員信息檢測(cè)的空調(diào)負(fù)荷控制方法，其特征在于，步驟(2) 中，每隔一個(gè)分時(shí)間段t檢測(cè)該時(shí)刻的實(shí)時(shí)人員信息au，取n個(gè)時(shí)間段t并預(yù)測(cè)將平均人員信 息并將結(jié)果傳送給BP神經(jīng)網(wǎng)絡(luò)。7. 如權(quán)利要求3所述的基于人員信息檢測(cè)的空調(diào)負(fù)荷控制方法，其特征在于，步驟（1) 中，同時(shí)還預(yù)先采集環(huán)境變量數(shù)據(jù)并根據(jù)空調(diào)負(fù)荷與環(huán)境變量之間的對(duì)應(yīng)關(guān)系對(duì)BP神經(jīng)網(wǎng) 絡(luò)模塊進(jìn)行訓(xùn)練； 步驟(2)中，同時(shí)實(shí)時(shí)檢測(cè)環(huán)境變量并將結(jié)果發(fā)送給步驟(1)中訓(xùn)練完畢的BP神經(jīng)網(wǎng)絡(luò) 模塊； 步驟(3)中，B巧巾經(jīng)網(wǎng)絡(luò)模塊同時(shí)接收實(shí)時(shí)的環(huán)境變量結(jié)合人員信息預(yù)測(cè)當(dāng)前時(shí)刻空 調(diào)工作范圍內(nèi)所需的空調(diào)負(fù)荷并對(duì)空調(diào)進(jìn)行控制。8. 如權(quán)利要求7所述的基于人員信息檢測(cè)的空調(diào)負(fù)荷控制方法，其特征在于，所述的環(huán) 境變量包括內(nèi)外溫濕度、建筑圍護(hù)結(jié)構(gòu)參數(shù)、建筑其余設(shè)備散熱W及光照中的至少一種。9. 如權(quán)利要求3所述的基于人員信息檢測(cè)的空調(diào)負(fù)荷控制方法，其特征在于，步驟(4) 中，預(yù)測(cè)I r/ It I與I rit I的差值，在t+1個(gè)時(shí)刻的預(yù)測(cè)空調(diào)負(fù)荷值加入所述差值，I r/ It I為空調(diào) 實(shí)際負(fù)荷量，I rit I為空調(diào)預(yù)測(cè)負(fù)荷量。
【文檔編號(hào)】F24F11/00GK105910225SQ201610244200
【公開日】2016年8月31日
【申請(qǐng)日】2016年4月18日
【發(fā)明人】何堅(jiān), 何一堅(jiān), 吳藝超, 鄔晗暉, 吳昊, 吳慧津, 陳晨濤
【申請(qǐng)人】浙江大學(xué)