一种用于建筑综合环境监测及预测系统技术方案

本发明专利技术公开一种用于建筑综合环境监测及预测系统，涉及综合环境监测技术领域，包括单片机主控模块，环境监测模块，NB

【技术实现步骤摘要】
一种用于建筑综合环境监测及预测系统


[0001]本专利技术属于综合环境监测
，具体涉及一种用于建筑综合环境监测及预测系统。

技术介绍

[0002]建筑的智能化与自动化运维已经成为一个重要的发展方向，依托于物联网技术和快速发展及其广连接，低功耗的特点，建筑的环境数据可通过连接到物联网的传感器传输到服务器，以进行实时的监测；但目前的技术多着眼于环境状态数据的监测，但并不能结合相关的算法对收集到的数据进行分析，对建筑运维策略及能耗的降低等方面提供的参考有限，因此，我们提出一种用于建筑综合环境监测及预测系统。

技术实现思路

[0003]针对现有技术的不足，本专利技术的目的在于提供一种基于便携式物联网硬件设备的建筑综合环境感知传感器以及集成人工神经网络算法的一体化建筑室内环境监测及预测系统。该便携式物联网硬件设备自带电源、本地储存模块和数据通讯模块，可以随地安装、随时监测、并本地储存和网络储存数据，可用于建筑室内综合环境数据的随时随地的实时收集和分析，并依托网络储存方式汇聚于服务器端的监测数据，分析建筑室内各个环境状态参数的特征，并进行室内综合环境的动态预测处理，为建筑的运维提供状态反馈和决策参考。
[0004]本专利技术的目的可以通过以下技术方案实现：一种用于建筑综合环境监测及预测系统，包括单片机主控模块，环境监测模块，NB-IOT模块，电源模块、时钟模块和掉电储存模块；
[0005]所述单片机主控模块，作为数据交换中心，以一定的频率从环境监测模块中获取环境数据并将其传输至NB-IOT模块，同时在从时钟模块获取时间信息的基础山对获取的数据进行时间标记，并将带有时间标记的传感器数据传输至掉电储存模块；
[0006]所述环境监测模块，用于获取建筑室内环境的环境数据并传输至单片机主控模块进行处理，所述环境监测模块由温度传感器、CO2&TVOC传感器、光照传感器和人体红外释热传感器；
[0007]所述NB-IOT模块，用于连接物联网并将从单片机主控模块获取的数据上传至服务器；
[0008]所述时钟模块，在存储设定时间的基础上，为单片机主控提供时间数据；
[0009]所述掉电储存模块，用于从主控模块获取带时间标记的环境数据并储存为本地备份；
[0010]所述电源模块，为上述所有模块供电，包括锂电池及电压转换模块。
[0011]进一步地，对所述NB-IOT模块上传至服务器的数据进行预处理，预处理后提取数据集的特征信息。
[0012]进一步地，所述特征信息包括建筑环境和人行为的实时数据、建筑环境和人行为的变化量数据、建筑环境和人行为的统计量数据、人员到达时间统计量数据和人员离开时间统计量数据；
[0013]所述建筑环境和人行为的实时数据包含温湿度、CO2、人员信息、光照强度等，所述建筑环境和人行为的实时数据设定为x
t1
，x
t2
，x
t3
，x
t4
，...x
tn
；
[0014]所述建筑环境和人行为的变化量数设定为x
Δt1
，x
Δt2
，x
Δt3
，x
Δt4
，...x
Δtn
，Δt取每5分钟、10分钟、20分钟、1小时、24小时等时间间隔；
[0015]进一步地，将所述特征信息通过神经网络模型进行运算，神经网络模型中每个节点代表一种特定的输出函数(称为激励函数)，每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重，公式1-3示例了常规的反馈人工神经网络数学模型，反馈人工神经网络结构增加了承接层，其隐含层和承接层可由公式2和3计算，公式如下：
[0016]y
t+Δ1
＝g(w3*h
t
+b)
ꢀꢀ
(1)
[0017]h
t
＝f(w1*x
c,t
+w2*x
t-1
)
ꢀꢀ
(2)
[0018]x
c,t
＝αx
c,t-1
+h
t-1
ꢀꢀ
(3)
[0019]其中，y
t+Δt
是神经元输出值；h
t
是隐含层输出；x
c，t
是承接层的输出；w1，w2，w3是承接层、输入层和隐含层神经元输入节点连接权重；b是固定常数；g是输出层神经元激活函数，多取线性函数y
t+Δt
＝w3*h
t
+b；f是隐含层激励函数，多取Sigmoid函数，f＝1/(1+e-x
)；Δt是预测时间步长；α是自连接反馈增益因子，当α为0时，该网络为常规的BP神经网络，不为0时，则为反馈神经网络。
[0020]本专利技术的有益效果：本专利技术所获取的环境数据通过物联网传输，可实现远端的数据监测和分析，同时保留了数据的本地备份以避免因网络连接不稳定造成的数据丢失；
[0021]采集述的基础上对数据进行分析预测，可根据现有的数据推算未来一段时间内地环境数据，提高了数据对建筑运维的参考价值。
附图说明
[0022]为了更清楚地说明本专利技术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，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。
[0023]图1为本专利技术的系统结构示意图
[0024]图2为本专利技术中硬件部分的原理图
[0025]图3常见的人工神经网络结构图
[0026]图4基于人工神经网络的建筑环境多时间标度和空间尺度的预测流程图
[0027]图5建筑综合环境监测的网页可视化流程示意图
具体实施方式
[0028]下面将结合本专利技术实施例中的附图，对本专利技术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专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0029]一种用于建筑综合环境监测及预测系统，包括单片机主控模块，环境监测模块，NB-IOT模块，电源模块、时钟模块和掉电储存模块；该监测及预测系统同时包含处理单元，其分析处理的结果可用于建筑室内综合环境动态监测的可视化，并为建筑环境控制决策提供参考；该监测及预测系统主要模块如图1所示；该监测及预测系统主要流程示意图如图5所示；。
[0030]所述单片机主控模块，作为数据交换中心，以一定的频率从环境监测模块中获取环境数据并将其传输至NB-IOT模块，同时在从时钟模块获取时间信息的基础山对获取的数据进行时间标记，并将带有时间标记的传感器数据传输至掉电储存模块；
[0031]所述环境监测模块，用于获取建筑室内环境的环境数据并传输至单本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于建筑综合环境监测及预测系统，其特征在于，包括单片机主控模块，环境监测模块，NB-IOT模块，电源模块、时钟模块和掉电储存模块；所述单片机主控模块，作为数据交换中心，以一定的频率从环境监测模块中获取环境数据并将其传输至NB-IOT模块，同时在从时钟模块获取时间信息的基础山对获取的数据进行时间标记，并将带有时间标记的传感器数据传输至掉电储存模块；所述环境监测模块，用于获取建筑室内环境的环境数据并传输至单片机主控模块进行处理，所述环境监测模块由温度传感器、CO2&TVOC传感器、光照传感器和人体红外释热传感器；所述NB-IOT模块，用于连接物联网并将从单片机主控模块获取的数据上传至服务器；所述时钟模块，在存储设定时间的基础上，为单片机主控提供时间数据；所述掉电储存模块，用于从主控模块获取带时间标记的环境数据并储存为本地备份；所述电源模块，为上述所有模块供电，包括锂电池及电压转换模块。2.根据权利要求1所述的一种用于建筑综合环境监测及预测系统，其特征在于，对所述NB-IOT模块上传至服务器的数据进行预处理，预处理后提取数据集的特征信息。3.根据权利要求2所述的一种用于建筑综合环境监测及预测系统，其特征在于，所述特征信息包括建筑环境和人行为的实时数据、建筑环境和人行为的变化量数据、建筑环境和人行为的统计量数据、人员到达时间统计量数据和人员离开时间统计量数据；所述建筑环境和人行为的实时数据包含温湿度、CO2、人员信息、光照强度等，所述建筑环境和人行为的实时数据设定为x
t1
，x
t2
，x
t3
，x
t4
，...x
tn
；所述建筑环境和人行为的变化量数设定为x
Δt1
，x
Δt2
，x
Δt3
，x
Δt4
，...x
Δtn

【专利技术属性】
技术研发人员：王伟，李伦龙，鲍莉，王长山，徐小东，马敏，
申请(专利权)人：东南大学，
类型：发明
国别省市：