【技术实现步骤摘要】
一种智能建筑人员个性化热舒适度动态感知的系统及方法
本专利技术属于智能建筑领域，特别涉及一种智能建筑人员个性化热舒适度动态感知的系统及方法。
技术介绍
随着信息技术的快速发展，考虑信息与建筑物理系统融合的现代智能建筑，最主要的运行目标是为室内人员提供更加舒适的生活工作环境。而人们对于环境舒适性评价最重要的一环为室内热舒适性。进行实时而准确的人员热舒适度动态感知能够使智能建筑对相关环境参数的调节更有目的性和针对性。但是，以往对人员热舒适度的感知方法通常仅依赖于外界的环境情况，建立的模型缺乏对于人员本身特性的考虑；即使一些考虑人员性别年龄等生理特性的预测方法，也多将具有类似身体素质的人员当作一个群体，对其平均的热舒适度进行投票预测，这样的方法由于没有考虑到每个人的独特性，使得对于个体来说预测结果精度很低。
技术实现思路
本专利技术的目的在于提供一种个性化的智能建筑人员热舒适度动态感知的系统及方法，以解决上述现有技术中由于没有考虑到每个人的独特性，使得对于个体来说热舒适度预测结果精度很低的问题。为了实现上述目的，本专利技术采用的技术方案是：一种智能建筑人员个性化热舒适度动态...
【技术保护点】
1.一种智能建筑人员个性化热舒适度动态感知系统，其特征在于，包括：数据采集模块，用于从预先布置在智能建筑的多种传感器上获取室内外环境数据；并从用户填写的记录中获取用户性别、年龄、身高、体重个人信息、行为状态、热舒适度反馈；特征提取模块，用于从数据采集模块采集的数据中提取回归分析所需要的特征的历史与实时取值；包括刚进入房间状态下的室内外温度，室内相对湿度、室内风速特征，以及已进入房间一段时间状态下的室内温度、室内相对湿度、室内风速特征，室内相邻时刻温差特征，上一时刻用户舒适度反馈特征；用户热舒适度感知模块，用于基于特征提取模块得到的各项特征，结合经典热平衡方程展开的二节点模型...
【技术特征摘要】
1.一种智能建筑人员个性化热舒适度动态感知系统，其特征在于，包括：数据采集模块，用于从预先布置在智能建筑的多种传感器上获取室内外环境数据；并从用户填写的记录中获取用户性别、年龄、身高、体重个人信息、行为状态、热舒适度反馈；特征提取模块，用于从数据采集模块采集的数据中提取回归分析所需要的特征的历史与实时取值；包括刚进入房间状态下的室内外温度，室内相对湿度、室内风速特征，以及已进入房间一段时间状态下的室内温度、室内相对湿度、室内风速特征，室内相邻时刻温差特征，上一时刻用户舒适度反馈特征；用户热舒适度感知模块，用于基于特征提取模块得到的各项特征，结合经典热平衡方程展开的二节点模型，在用户的两个状态下分别计算各自的核心个性化参数：实时代谢率或皮肤表面平均温度，并建立回归预测模型；新的时刻，利用数据采集模块、特征提取模块得到的室内外环境特征、用户状态特征，带入回归预测模型预测得到新时刻的核心个性化参数，并将预测量带入二节点模型，得到新的时刻用户预测热舒适度投票；模型更新模块，用于根据用户热舒适度感知模块中得到的用户当前热舒适度的预测值，将数据采集模块得到的用户当前真实热舒适度值作为反馈值，计算偏差并更新优化所建立的回归预测模型。2.根据权利要求1所述的一种智能建筑人员个性化热舒适度动态感知系统，其特征在于，预先布置在智能建筑的多种传感器包括：室内温度传感器、室外温度传感器、室内相对湿度传感器和室内风速传感器。3.根据权利要求1所述的一种智能建筑人员个性化热舒适度动态感知系统，其特征在于，数据采集模块的数据获取过程，包括以下步骤：S101)、通过智能建筑布置的温度传感器、辐射温度传感器、相对湿度传感器、风速传感器，每隔半小时采集智能建筑室内外环境数据；包括室内外温度数据、室内平均辐射温度、室内相对湿度数据、室内风速数据、室内外温差；S102)、通过计算机收集用户输入的性别、年龄、身高、体重个人信息，并收集用户在每隔半个小时弹出的窗口中填写的热舒适度反馈投票信息；S103)、通过人工收集输入用户的衣着水平数据，包括衣物厚度和体表覆盖程度；S104)、通过定位及检测装置，确定用户的个人状态数据，包含用户进入房间的时间和用户的活动强度数据。4.根据权利要求3所述的一种智能建筑人员个性化热舒适度动态感知系统，其特征在于，特征提取模块的特征提取过程，包括以下步骤：S201)、从数据采集模块得到的室内外环境数据和用户热舒适度投票数据中提取室内外环境特征和用户热舒适度投票信息；S202)、根据数据采集模块得到的用户个人状态数据：如果某时刻用户刚从外界进入室内环境，则为状态1，如果某时刻用户已在室内停留一段时间，则为状态2；按照此规则映射提取用户状态特征；S203)、根据数据采集模块得到的用户个人状态数据，提取用户活动强度特征；S204)、根据步骤S202)、S203)得到的用户状态特征和用户活动强度特征，确定用户在当前状态下热舒适性的核心个性化参数：状态1的核心个性化参数为用户的实时代谢率，状态2的核心个性化参数为用户的皮肤表面平均温度。5.根据权利要求4所述的一种智能建筑人员个性化热舒适度动态感知系统，其特征在于，用户热舒适度感知模块的用户热舒适度感知过程，包括以下步骤：S301)、根据特征提取模块得到的用户热舒适度投票信息和室内外环境特征，基于公式(1)二节点模型以及公式(2)美国暖通、制冷与空调工程师协会标准55-2013推荐的蓄热率到用户热舒适度投票之间的映射来计算：Vote＝[0.303exp(-0.036M)+0.028]S(2)其中，S是身体总蓄热率，M是人体代谢率，是以分数形式表示的相对湿度，Pa是在环境温度Ta下的饱和蒸汽压，hr是辐射传热系数，hc是对流传热系数，wrsw是皮表湿度，Psk是皮肤表面平均温度Tsk下的饱和蒸汽压，Fpcl是服装的渗透效率因子，Fcl是服装热效率因子；(1)、(2)中，相关参数hr、hc、wrsw、Fpcl、Fcl由(3)-(9)得到：Fcl＝1/(1+(hr+hc))Icl(3)Fpcl＝1/(1+0.923hcIcl)(4)Tcl＝35.7-0.028M-IclFcl{3.96×10-8[(Tcl+273)4-(Tr+273)4]+hc(Tcl-Ta)}(7)Wrsw＝(Pd-Pa)/(Psk-Pa)(8)饱和蒸汽压Pd、Psk、Pa根据(10)计算：log10P＝8.07131-1730.63/(233.426+T)(10)其中，Icl是服装的隔热系数，Tcl是服装表面温度，Va是风速，AD是DuBios体表面积，Ar是人体有效辐射面积，且Ar/AD通常设定为0.7，Tr是平均辐射温度，σ是玻尔兹曼常数，ε是人体辐射率，设定为0.95，Pd是露点温度Td下的饱和蒸汽压，Rw是水蒸气的气体常数，L是汽化焓；若用户处于状态1，其从外界进入房间，代谢从高水平运动状态下降至静坐状态，利用公式(1)-(10)，取皮肤表面平均温度为统计均值34.1℃，计算其核心个性化参数实时代谢率；若用户处于状态2，用户代谢已基本保持静坐稳定状态，皮肤表面平均温度更能反应与房间的热交换，利用公式(1)-(10)，取美国暖通、制冷与空调工程师协会标准55-2013中静坐状态对应的人体代谢率，计算其核心个性化参数实时皮肤表面平均温度；S302)、在状态1下，使用特征提取模块得到的室内外环境特征，结合步骤S301)中得到的代谢率为目标标签，利用机器学习模型进行回归分析，建立第一回归模型；在状态2下，使用特征提取模块得到的室内环境特征、以及上一时刻用户热舒适度反馈特征，结合步骤S301)中得到的当前时刻皮肤表面平均温度为目标标签，利用机器学习模型进行回归分析，建立第二回归模型；S303)、在新的时刻点，重复数据采集模块、特征提取模块，采集并提取室内外环境特征、用户状态特征、活动强度特征，利用步骤S302)中用历史...
【专利技术属性】
技术研发人员：徐占伯，苏莹，周亚东，王煦焜，管晓宏，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。