【技术实现步骤摘要】
一种基于物联网的室内空气数据分析方法及系统
[0001]本专利技术涉及空气质量评价
,具体涉及一种基于物联网的室内空气数据分析方法及系统。
技术介绍
[0002]大气灰霾污染导致可吸入颗粒物和所带来的危害,已经被证实。按照民用建筑设计规范要求,室内空气每小时平均应当与室外空气交换一次。模拟测试表明,在关闭门窗的条件下,民用建筑的室内可吸入颗粒物的浓度约为室外的0.6
‑
08倍,例如:当室外的可吸入颗粒物浓度为300ug/m3时,室内约为200ug/m3,远超出了规定的日均值35ug/m3的基本标准。此外,挥发性有机化合物,如有苯乙烯、丙二醇、甘烷、酚、甲苯、乙苯、二甲苯、甲醛等,对人体健康有巨大影响。当居室中的挥发性有机化合物达到一定浓度时,短时间内人们会感到头痛、恶心、呕吐、乏力等,严重时会出现抽搐、昏迷,并会伤害到人的肝脏、肾脏、大脑和神经系统,造成记忆力减退等严重后果。
[0003]现有技术CN201710214075.3公开了一种评价室内空气质量的方法和空气质量评价系统,包括:获取待评价空间的传感器监测到的空气质量参数;根据各所述空气评价参数,分别在数据库中确定与所述空气评价参数相对应的空气质量等级的评价系数和所述空气质量等级的评价区间的上限;根据所述空气评价参数、所述评价系数和所述空气质量等级的评价区间的上限,计算空气质量系数;根据所述空气质量系数和预设的评价策略,确定与所述空气质量系数相对应的目标空气质量等级;生成含有所述目标空气质量等级的空气质量评价报告。
[00 ...
【技术保护点】
【技术特征摘要】
1.一种基于物联网的室内空气数据分析方法,其特征在于,包括以下步骤:步骤S1、系统在预设时间内对室内表征空气质量的空气数据进行采集,并在采集空气数据的过程中将空气数据采样时间点设为动态调节模式以降低表征同种空气质量的空气数据的冗余性,再在每个所述采样时间点处进行空气数据采集构成一组具有时序属性的空气数据序列;步骤S2、系统基于一组空气数据序列构建空气样本数据集,以及基于空气样本数据集利用多目标优化策略构建空气质量评价模型,所述空气质量评价模型用于根据室内空气实时监测的空气数据快速得出室内空气的质量等级以实现室内空气质量进行综合评价;步骤S3、系统实时采集当前时刻的空气数据,并同步传输至空气质量评价模型处得到当前时刻的室内空气质量,以保障室内空气质量监测的实时性。2.根据权利要求1所述的一种基于物联网的室内空气数据分析方法,其特征在于:所述在采集空气数据的过程中将空气数据采样时间点设为动态调节模式,包括:设定初始采样间隔Δt0,将预设时间的初始时刻t
start
和末端时刻t
end
分别作为采样起点和采样终点;将采样起点和采样终点之间的采样时间点设定为:t
i
=t
i
‑1+Δt
i
‑1;式中,t
i
∈[t
start
,t
end
],t
i
表征为第i个采样时间点,Δt
i
‑1表征为第i个采样时间点与第i
‑
1个采样时间点之间的采样间隔,i为计量常数,无实质含义。3.根据权利要求2所述的一种基于物联网的室内空气数据分析方法,其特征在于:所述第i个采样时间点与第i
‑
1个采样时间点之间的采样间隔Δt
i
‑1的计算方法包括:为每个采样时间点设定表征动态调节概率的动态概率,所述动态概率利用余弦相似度进行衡量,所述动态概率的计算公式为:式中,p
i
‑1表征为第i
‑
1个采样时间点的动态概率,S
i
、S
i
‑1分别表征为在第i个采样时间点与第i
‑
1个采样时间点采集到的空气数据;设定概率阈值,并将第i
‑
1个采样时间点的动态概率p
i
‑1与概率阈值比较,其中,当动态概率p
i
‑1大于或等于概率阈值,则将采样间隔Δt
i
‑1更新为更新为当动态概率p
i
‑1小于概率阈值,则将采样间隔Δt
i
‑1更新为更新为式中,f(p
i
‑1)表征为值域为(1,+∞)的递增函数,g(p
i
‑1)表征为值域为(0,1)的递减函数。4.根据权利要求3所述的一种基于物联网的室内空气数据分析方法,其特征在于:所述基于一组空气数据序列构建空气样本数据集,包括:
依次在一组空气数据序列中为每个空气数据标定出质量等级,并将同一采样时间点处的空气数据和质量等级绑...
【专利技术属性】
技术研发人员:汤慧敏,冯腾飞,
申请(专利权)人:安徽新识智能科技有限公司,
类型:发明
国别省市:
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。