【技术实现步骤摘要】
一种基于物联传感的建筑节能方法和系统
本专利技术涉及建筑节能
,特别涉及一种基于物联传感的建筑节能方法和系统。
技术介绍
随着物联网的普及,传统建筑开始迅速向智能建筑转型,智能建筑的特点是在建筑空间广泛部署多种类型的传感器,通过物联网实现传感数据的传输,进而在传感数据智能分析的基础上,实现自动化、精确化和预测化的建筑内部设施的调控。据统计,建筑物产生的能耗占到国民经济全部能耗的30%左右,而在建筑能耗中,空调和照明是主要的能耗项目,二者合计为建筑物能耗的70%以上。可见,建筑物能耗的减少是节能减排的重要目标,空调和照明问题尤其重视。目前,为了推动智能建筑的节能减排,可以在建筑室内空间部署大量的照度传感器和/或温度传感器,通过物联网进行照度和/或温度传感数据的传输,进而通过分析传感数据,向前端的空调暖风设备和/或照明灯具下达调控指令。例如,当传感数据显示照度高于预期照度时,则降低照明灯具亮度;当传感数据显示温度低于预期温度时,则降低空调的制冷等。但是,在物联网基础上的建筑节能系统仍然存在不足:一是由于温度/照度等 ...
【技术保护点】
1.一种基于物联传感的建筑节能方法,其特征在于,包括以下步骤:/n感知步骤,实时感知群组内的数据信息,并将其传输至调控决策步骤中;/n调控决策步骤,根据所述数据信息确定所述群组的调控策略,并下达调控指令至执行步骤中;/n执行步骤,根据所述调控指令进行工作。/n
【技术特征摘要】
1.一种基于物联传感的建筑节能方法,其特征在于,包括以下步骤:
感知步骤,实时感知群组内的数据信息,并将其传输至调控决策步骤中;
调控决策步骤,根据所述数据信息确定所述群组的调控策略,并下达调控指令至执行步骤中;
执行步骤,根据所述调控指令进行工作。
2.根据权利要求1所述的建筑节能方法,其特征在于,所述调控决策步骤包括:BP神经网络模型;所述BP神经网络模型以所述群组内的数据信息作为输入量,以所述群组的若干决策结果作为输出量;所述决策结果为执行的工作目标的设定值。
3.根据权利要求2所述的建筑节能方法,其特征在于,所述调控决策步骤包括以下步骤:
步骤1,分析所述若干决策结果的得分,当得分最高的所述决策结果对应的调控决策为主决策时,执行步骤2,当得分最高的所述决策结果对应的所述调控决策为备份决策时,执行步骤3;
步骤2,下达所述调控指令;
步骤3,将所述备份决策升级为所述主决策,并下达所述调控指令,将原有的所述主决策变更为所述备份决策。
4.根据权利要求3所述的建筑节能方法,其特征在于,所述步骤1包括以下步骤:
步骤1.1,根据预定的时间间隔采集所述群组内的数据信息;
步骤1.2,根据所述数据信息作出所述若干决策结果,并分析所述决策结果的可执行度,从而获得调控决策得分;
步骤1.3,根据所述若干决策结果计算所述决策结果的决策相似度指数,以此获得调控决策得分;
步骤1.4,根据所述步骤1.2的所述调控决策得分、或者所述步骤1.2和所述步骤1.3的所述调控决策得分的总和,确定所述决策结果的得分。
5.根据权利要求2所述的建筑节能方法,其特征在于,所述BP神经网络模型以若干样本进行训练,训练之后的所述BP神经网络模型根据所述群组内的数据信息输出所述若干决策结果。
6.一种基于物联传感的建筑节能系统,其特征在于,包括:
传感器,用于实时感知群组内的数据信息,并将其传输至调控决策模块中;
若干...
【专利技术属性】
技术研发人员:不公告发明人,
申请(专利权)人:重庆特斯联智慧科技股份有限公司,
类型:发明
国别省市:重庆;50
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。