办公建筑内人员个性化环控行为预测模型训练集构建系统技术方案

本发明专利技术提供一种办公建筑内人员个性化环控行为预测模型训练集构建系统，其特征在于，包括：物理参数存储部、位置信息存储部、行为存储部、物理参数获取部、物理属性计算部、绝对时间属性计算部、相对时间属性计算部以及训练集构建部。其中，物理参数获取部实时获取外部物理参数的实测值；物理属性计算部利用计算方法计算预定监测时间内的实测值得到外部物理属性；绝对时间属性计算部计算得到太阳高度角以及太阳方位角；相对时间属性计算部计算得到当前环控行为距离上一个环控行为的间隔时长以及在预定时间段内环控行为产生的次数；训练集构建部依次将上述各个属性作为一组训练实例从而得到由多个训练实例组成的高质量训练集。

【技术实现步骤摘要】
办公建筑内人员个性化环控行为预测模型训练集构建系统
本专利技术涉及一种办公建筑内人员个性化环控行为预测模型训练集构建系统。
技术介绍
环控行为是影响建筑运行能耗与室内环境舒适程度的重要因素[1]。为了提升建筑运行能耗与室内环境舒适程度，学者们对建材、设备、围护结构等因素进行了大量研究，但对于建筑人员环控行为因素的研究相对较少。此外，随着“智慧建筑”、“以人为本的建筑”等相关概念的提出，建筑本体对建筑环境中出现的诸多“动态变化过程”保持“敏感”的需求变得越来越高[1]，需要业主或建筑运维团队形成考虑人员行为习惯与偏好的建筑运行管理模式从而满足上述需求。然而，目标建筑内的每个目标人员都存在大大小小的差异进而会因为自身对室内环境的偏好以及环控装置(例如空调、遮阳、门窗、照明等)的调节习惯产生不同的个性化环控行为。有效地识别目标人员的个性化环控行为是建立以人为中心的智能建筑系统的基础。具体地通过动态的预测人员的动作行为并将该动作行为作为目标人员个性化的室内环境偏好以及调节习惯的映射，从而为环控系统提供“基准”，满足人员个性化需求，并完成动态运行控制策略的制定。近年来，数据挖掘技术已被应用在人员环控行为预测中，而预测得到的结果可以作为实现环控系统优化控制的基础。采用数据挖掘技术构建模型的基本流程为：首先建立训练集作为学习样本，然后采用学习算法对其进行学习从而完成模型训练，最后得到应用在实际场景中的个性化环控行为预测模型。目前，关于个性化环控行为预测模型中应用的学习算法已被广泛的研究与开发，而关于提高行为训练集质量的研究与开发较少，尤其在建筑人行为预测方面的研究与应用，学者们将大部分关注点都放在了建筑人行为预测相关的学习算法的选取与应用上，没有对行为训练集的构建进行深入的研究。然而，高质量的行为训练集是建立高性能环控行为预测模型的关键。如果行为训练集无法较为贴切的映射目标人员的个性化环控行为，即使学习算法拥有再强大的学习能力，预测模型也无法拥有良好的预测效果。然而，目前常用的行为训练集构建方法都只是单纯地将行为产生时刻各种潜在因素的绝对数值汇总起来从而完成构建，这样构建的行为训练集没有考虑到目标人员的个性化环控行为产生的原因以及机理，也没有考虑环控行为发生的前一段时间内各种潜在因素带来的影像，从而无法较好地映射个性化环控行为从而导致训练出来的预测模型具有局限性。同时，现有训练集构建方法中的各种潜在因素也都只是外部环境带来的，没有考虑到目标人员自身的喜好以及习惯等构成的潜在因素。综上，现有的训练集构建方法都未真正全面地考虑到导致产生个性化环控行为的各种因素，继而根据该方法构建的训练集训练出的环控行为预测模型在实际应用过程中无法推导出准确的预测结果，进而无法为智能建筑系统进行有效精准地运行控制提供基础。参考文献[1]WagnerA,O’BrienW,DongB.ExploringOccupantBehaviorinBuildings[M].2018.
技术实现思路
为解决上述问题，本专利技术提供了一种从外部物理刺激、绝对时间以及相对时间三个维度综合考虑个性化环控行为产生的各种因素并基于该因素构建出高质量训练集的系统，本专利技术采用了如下技术方案：本专利技术提供了一种办公建筑内人员个性化环控行为预测模型训练集构建系统，用于构建高质量训练集从而提升环控行为预测模型的性能，其特征在于，包括：物理参数存储部，存储有与办公建筑内人员个性化的环控行为相关的外部物理参数，该外部物理参数包括光照度、室内温度、室内湿度、二氧化碳浓度、太阳辐射量、水平面辐照度、房间朝向垂直面辐照度、室外温度以及室外湿度；位置信息存储部，存储有办公建筑的地理位置信息，该地理位置信息至少包括纬度；行为存储部，存储有环控行为产生的行为时间；物理参数获取部，用于实时获取外部物理参数的实测值；物理属性计算部，利用复数个预定计算方法计算预定监测时间内的实测值从而得到用来描述外部物理参数变化趋势的复数个外部物理属性；绝对时间属性计算部，根据纬度、环控行为产生时的赤纬角以及太阳时角通过预定的绝对时间计算公式计算得到办公建筑对应的太阳高度角以及太阳方位角；相对时间属性计算部，根据行为时间计算得到当前环控行为距离上一个环控行为的间隔时长以及在预定时间段内环控行为产生的次数；训练集构建部，依次将环控行为的类别、多个外部物理参数、描述该外部物理参数的复数个外部物理属性、该环控行为产生时的太阳高度角、太阳方位角以及该环控行为产生时的间隔时长、次数作为一组训练实例从而得到由多个训练实例组成的高质量训练集，其中类别包括有行为以及无行为。本专利技术提供的办公建筑内人员个性化环控行为预测模型训练集构建系统，还可以具有这样的技术特征，其中，高质量训练集分为开启行为训练集以及关闭行为训练集，开启行为训练集分为有开启行为训练实例以及无开启行为训练实例，关闭行为训练集分为有关闭行为训练实例以及无关闭训练实例。本专利技术提供的办公建筑内人员个性化环控行为预测模型训练集构建系统，还可以具有这样的技术特征，其中，绝对时间计算公式为：式中，为纬度，δ为赤纬角，ω为太阳时角，h为太阳高度角，α为太阳方位角。本专利技术提供的办公建筑内人员个性化环控行为预测模型训练集构建系统，还可以具有这样的技术特征，其中，外部物理属性为平均值、标准差、变异系数、斜率、峰态系数、最大值、最小值、偏态系数、最大值到环控行为产生时持续时间、最小值到环控行为产生时持续时间、最大值到环控行为产生时斜率的变化以及最小值到环控行为产生时斜率的变化。专利技术作用与效果根据本专利技术提供的办公建筑内人员个性化环控行为预测模型训练集构建系统，由于物理参数获取部可以实时获取外部物理参数的实测值，物理属性计算部又可以利用复数个预定计算方法计算预定监测时间内的实测值得到复数个外部物理属性，同时，外部物理参数包括光照度、室内温度、室内湿度、二氧化碳浓度、太阳辐射量、水平面辐照度、房间朝向垂直面辐照度、室外温度以及室外湿度，因此全面考虑了造成环控行为的各种因素，并且不是单纯地只对环控行为产生时刻的各种因素进行评估，而是针对环控行为产生前一段时间内的各种因素进行评估，从而符合心理学中有关外部物理环境对人体刺激是有“阈值”的相关研究结论。另外，由于绝对时间属性计算部可以根据纬度、环控行为产生时的赤纬角以及太阳时角通过预定的绝对时间计算公式计算得到办公建筑对应的太阳高度角以及太阳方位角，因此相较于只以钟表上的时间作为绝对时间而言，太阳高度角以及太阳方位角对绝对时间的描述更为精准，并且因为考虑到了办公建筑的纬度信息，所以同时实现了空间与时间两个维度的描述，使得最后训练出的环控行为预测模型可以适用于不同地区的目标建筑或目标房间从而具有更好的泛化能力。同时，相对时间属性计算部可以根据行为时间计算当前环控行为距离上一个环控行为的间隔时长以及在预定时间段内环控行为产生的次数，因此将办公建筑内人员对室内环控装置的调节具有“惰性”的因素考虑在内，充分考虑到人员不会在自身的舒适本文档来自技高网...

【技术保护点】
1.一种办公建筑内人员个性化环控行为预测模型训练集构建系统，用于构建高质量训练集从而提升环控行为预测模型的性能，其特征在于，包括：/n物理参数存储部，存储有与办公建筑内人员个性化的环控行为相关的外部物理参数，该外部物理参数包括光照度、室内温度、室内湿度、二氧化碳浓度、太阳辐射量、水平面辐照度、房间朝向垂直面辐照度、室外温度以及室外湿度；/n位置信息存储部，存储有所述办公建筑的地理位置信息，该地理位置信息至少包括纬度；/n行为存储部，存储有所述环控行为产生的行为时间；/n物理参数获取部，用于实时获取所述外部物理参数的实测值；/n物理属性计算部，利用复数个预定计算方法计算预定监测时间内的所述实测值从而得到用来描述所述外部物理参数变化趋势的复数个外部物理属性；/n绝对时间属性计算部，根据所述纬度、所述环控行为产生时的赤纬角以及太阳时角通过预定的绝对时间计算公式计算得到所述办公建筑对应的太阳高度角以及太阳方位角；/n相对时间属性计算部，根据所述行为时间计算得到当前环控行为距离上一个环控行为的间隔时长以及在预定时间段内所述环控行为产生的次数；/n训练集构建部，依次将所述环控行为的类别、多个所述外部物理参数、描述该外部物理参数的复数个所述外部物理属性、该环控行为产生时的所述太阳高度角、所述太阳方位角以及该环控行为产生时的所述间隔时长、所述次数作为一组训练实例从而得到由多个所述训练实例组成的所述高质量训练集，其中所述类别包括有行为以及无行为。/n...

【技术特征摘要】
1.一种办公建筑内人员个性化环控行为预测模型训练集构建系统，用于构建高质量训练集从而提升环控行为预测模型的性能，其特征在于，包括：
物理参数存储部，存储有与办公建筑内人员个性化的环控行为相关的外部物理参数，该外部物理参数包括光照度、室内温度、室内湿度、二氧化碳浓度、太阳辐射量、水平面辐照度、房间朝向垂直面辐照度、室外温度以及室外湿度；
位置信息存储部，存储有所述办公建筑的地理位置信息，该地理位置信息至少包括纬度；
行为存储部，存储有所述环控行为产生的行为时间；
物理参数获取部，用于实时获取所述外部物理参数的实测值；
物理属性计算部，利用复数个预定计算方法计算预定监测时间内的所述实测值从而得到用来描述所述外部物理参数变化趋势的复数个外部物理属性；
绝对时间属性计算部，根据所述纬度、所述环控行为产生时的赤纬角以及太阳时角通过预定的绝对时间计算公式计算得到所述办公建筑对应的太阳高度角以及太阳方位角；
相对时间属性计算部，根据所述行为时间计算得到当前环控行为距离上一个环控行为的间隔时长以及在预定时间段内所述环控行为产生的次数；
训练集构建部，依次将所述环控行为的类别、多个所述外部物理参数、描述该外部物理参数的复数个所述外部物理属性、该环控行为产生时的所述太阳...

【专利技术属性】
技术研发人员：朱晗，李峥嵘，李璨君，张信民，余旭芸，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海;31