【技术实现步骤摘要】
一种室内温湿度和光线控制方法及系统
[0001]本专利技术属于通信
,具体涉及一种室内温湿度和光线控制方法及系统。
技术介绍
[0002]普通空调通常提供了设定温度以及排湿的功能,空调以设定温度为目标进行运行。窗帘通过人手动可以调节或设定窗帘开度。但是通过人手动调节空调温度或者窗帘,需要人随时根据室内环境的变化情况去对空调或窗帘进行设定,但人对温度和光照感知是较迟钝的,甚至不能直接感知到湿度情况,从而导致室内人员感到忽冷忽热、光线忽明忽暗,缺乏统一的自动室内温湿度和光线控制方法。
技术实现思路
[0003]针对现有技术中的上述不足,本专利技术提供的一种室内温湿度和光线控制方法及系统解决了现有技术存在缺乏统一的自动室内温湿度和光线控制方法的问题。
[0004]为了达到上述专利技术目的,本专利技术采用的技术方案为:一种室内温湿度和光线控制方法,包括以下步骤:
[0005]S1、采集并预处理室内温湿度和光线强度,得到预处理后的温度数据、湿度数据和光线强度数据;
[0006]S2、采用窗帘开度模型处理光线强度数据,得到窗帘开度值;
[0007]S3、采用空调温度调控模型处理温度数据,得到空调温度值;
[0008]S4、根据湿度数据,得到湿度值;
[0009]S5、根据空调温度值、窗帘开度值和湿度值分别对空调和窗帘进行调控。
[0010]本专利技术方法的有益效果为:通过实时采集室内温湿度和光线强度,分别通过窗帘开度模型和空调温度调控模型进行处理,得到 ...
【技术保护点】
【技术特征摘要】
1.一种室内温湿度和光线控制方法,其特征在于,包括以下步骤:S1、采集并预处理室内温湿度和光线强度,得到预处理后的温度数据、湿度数据和光线强度数据;S2、采用窗帘开度模型处理光线强度数据,得到窗帘开度值;S3、采用空调温度调控模型处理温度数据,得到空调温度值;S4、根据湿度数据,得到湿度值;S5、根据空调温度值、窗帘开度值和湿度值分别对空调和窗帘进行调控。2.根据权利要求1所述的室内温湿度和光线控制方法,其特征在于,所述S1包括以下分步骤:S11、采集室内温湿度和光线强度,得到初始温度数据、初始湿度数据和初始光线强度数据;S12、对初始温度数据、初始湿度数据和初始光线强度数据分别采用限幅滤波去除异常值,得到第一次滤波温度数据、第一次滤波湿度数据和第一次滤波光线强度数据;S13、采用滑动均值滤波对第一次滤波温度数据、第一次滤波湿度数据和第一次滤波光线强度数据分别进行再次滤波,得到预处理后的温度数据、湿度数据和光线强度数据。3.根据权利要求2所述的室内温湿度和光线控制方法,其特征在于,所述S13中滤波公式为:其中,χ为滤波后的温度数据、湿度数据或光线强度数据,x
new
为滑动均值滤波滑动块中的最新数据,x
med
为滑动均值滤波滑动块中的中值数据,x
max
为最大的第一次滤波温度数据、第一次滤波湿度数据或第一次滤波光线强度数据,x
min
为最小的第一次滤波温度数据、第一次滤波湿度数据或第一次滤波光线强度数据,x
i
为滑动均值滤波滑动块中第i个第一次滤波温度数据、第一次滤波湿度数据或第一次滤波光线强度数据,N为滑动块的长度,χ
′
为上一次滤波后的第一次滤波温度数据、第一次滤波湿度数据或第一次滤波光线强度数据。4.根据权利要求1所述的室内温湿度和光线控制方法,其特征在于,所述S2中窗帘开度模型采用训练完成后的BP神经网络。5.根据权利要求4所述的室内温湿度和光线控制方法,其特征在于,所述训练时BP神经网络权重更新公式为:网络权重更新公式为:网络权重更新公式为:
其中,w
t+1
为第t+1次训练的BP神经网络权重,w
t
为第t次训练的BP神经网络权重,η
′
t
为第t次训练的BP神经网络第一步长,η
′
t
‑1为第t
‑
1次训练的BP神经网络第一步长,...
【专利技术属性】
技术研发人员:王勇飞,何波,何海锋,胡仲明,谢昆均,罗小晶,
申请(专利权)人:成都大汇物联科技有限公司,
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。