一种基于pix2pix的环境性能预测方法及装置制造方法及图纸

本发明专利技术涉及一种基于pix2pix的环境性能预测方法及装置，其中方法包括：对城市街区进行自动参数化建模，生成城市街区的三维模拟几何模型；进行环境性能模拟生成环境性能数据集；基于降维编码器对三维模拟几何模型和环境性能数据集进行处理，得到针对不同环境性能预测对象的训练集样本；对训练集样本进行颜色标准化处理；构建pix2pix生成式对抗网络，所述pix2pix生成式对抗网络包括基于U

【技术实现步骤摘要】
一种基于pix2pix的环境性能预测方法及装置


[0001]本专利技术涉及建筑环境性能数值预测领域，尤其是涉及一种基于pix2pix的环境性能预测方法及装置。

技术介绍

[0002]在传统的设计流程中，环境性能评估是设计完成前的最后一步，用于确定设计方案是否符合标准。针对设计的早期阶段的研究已经广泛开展，一方面，为了提高设计过程中性能评估的互动性，一些研究人员在数值模拟软件和三维建模平台之间建立了数据和视觉界面，Ladybug工具已经在主流三维建模平台的基础上建立了多个版本，并为Radiance、EnergyPlus和OpenFOAM等环境性能模拟引擎提供软件接口；另一方面，正如城市和建筑设计是一个复杂的过程，其中有许多组成部分相互作用，城市环境同样也有各种性能指标的耦合。因此，优化环境性能的过程是非常不可预测的。此外，由于建筑师知识背景的限制，基于主观试错的设计决策是低效的。因此，低效的性能模拟是目前复杂环境下性能化设计的一个重要障碍。
[0003]随着绿色建筑标准的实施，几乎所有的设计方案都必须进行性能评估与检验，而传统的环境性能模拟手段在经过如MATLAB和Isigh的外部优化算法工具以及例如整合了遗传算法和模拟退火算法等优化算法插件后大大改善了其优化性能和效率，但当面对一个几何体的规模增加时，风环境模拟、平均辐射温度计算和城市能源建模的复杂性急剧增加带来的对于计算机处理能力的需要的非线性增长式时，低效的性能模拟仍成为了目前城市街区性能驱动设计的一个重要障碍。对于目前日益复杂的城市环境下的设计，需要更为高效的环境数值模拟方法。
[0004]生成对抗网络(GANs)在计算机视觉中起到了至关重要的作用。一些研究人员利用GANs来发现二维流动；在气象学领域，GANs已经被用来生成具有高分辨率的包含空间和时间天气预报；在建筑环境领域，作为一个条件性的GAN，pix2pix已经获得了很多关注。它是基于图像到图像的转换，将输入图像逐像素地转换为输出图像。现有研究已有使用pix2pix来预测室内空间的照度分布、学习建筑物周围的风场分布等，虽然目前的准确性有待提高，但使用pix2pix进行环境性能评估的可能性已经被证明，有必要进一步研究并对其预测准确性和预测效率进行提高和优化。

技术实现思路

[0005]本专利技术的目的就是为了提供一种基于pix2pix的环境性能预测方法及装置，利用pix2pix代替多个环境性能模拟过程，避免长期的网格划分和模拟，实现对几何模型环境性能的快速预测和准确评价。
[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]一种基于pix2pix的环境性能预测方法，包括以下步骤：
[0008]对城市街区进行自动参数化建模，生成城市街区的三维模拟几何模型；
[0009]进行环境性能模拟生成环境性能数据集，所述环境性能数据集包括行人高度风数据集，UTCI数据集和年度累积太阳辐射数据集；
[0010]基于降维编码器对三维模拟几何模型和环境性能数据集进行处理，得到针对不同环境性能预测对象的训练集样本；
[0011]对训练集样本进行颜色标准化处理；
[0012]构建pix2pix生成式对抗网络，所述pix2pix生成式对抗网络包括基于U
‑
net的生成器和基于卷积PatchGAN分类器的判别器；
[0013]基于TensorFlow深度学习框架，利用训练集分别训练pix2pix生成式对抗网络；
[0014]基于训练完成的pix2pix生成式对抗网络预测环境性能，所述环境性能包括行人高度风，UTCI和年度累积太阳辐射；
[0015]对预测得到的环境性能进行颜色标准化处理得到预测结果。
[0016]所述自动参数化建模利用Rhino/Grasshopper平台和插件完成。
[0017]所述行人高度风数据集利用Butterfly插件调用OpenFOAM生成，通过设置模拟参数进行行人高度风的数值模拟，所述模拟参数包括风洞参数、边界尺寸条件、参考高度、环境粗糙度、模型表面定义。
[0018]所述UTCI数据集利用Ladybug计算得到，其计算公式为：
[0019]UTCI＝T
amb
+f(T
amb
,T
MRT
,U
wind
,p
vapour
)
[0020]其中，T
amb
是环境温度，T
MRT
是平均辐射温度，U
wind
是风速，p
vapour
是蒸汽压力。
[0021]所述年度累积太阳辐射数据集利用Ladybug创建天空模型，并在预配置的距离处利用兴趣平面网格进行模拟得到。
[0022]所述降维编码器执行以下步骤生成训练集样本：
[0023]对环境性能数据集进行预处理得到预配置尺寸的环境性能RGB图像；
[0024]对三维模拟几何模型进行降维处理，将三维模型的高度维度信息转换为不同颜色的像素，得到二维几何模型；
[0025]将二维几何模型分别与不同的环境性能RGB图像进行图像叠加，并与二维几何模型进行图像编组，得到针对不同环境性能预测对象的训练集样本。
[0026]所述生成器由一个编码器和一个解码器组成，其中，所述编码器中的每个块的数据处理层都由卷积层、批量归一化层和Leaky ReLU层构成，所述解码器中的前3个块的数据处理层由转置卷积层、批量归一化层、Dropout层和ReLU层构成，其余块的数据处理层由转置卷积层、批量归一化层和ReLU层构成，编码器和解码器之间设有跳连接。
[0027]所述判别器中除第一个块以外的每个块的数据处理层都由卷积层、批量归一化层、Leaky ReLU层构成，用于判别图像的真实性，当判别器的输入为初始输入图像和目标图像时，将其分类为真；当判别器的输入为初始输入图像和生成器输出的图像时，将其分类为假。
[0028]所述颜色标准化处理为：基于二维几何模型和环境性能RGB图像中的像素颜色建立标准库，针对待处理图像中的每一个像素，将其与标准库中的每一像素颜色进行比较，计算RGB三个通道值的差值平方和的平方根，得到颜色误差，确定颜色误差最小值对应的标准库中的RGB值，并将所述RGB值赋值给待处理图像中对应的像素。
[0029]一种基于pix2pix的环境性能预测装置，包括存储器、处理器，以及存储于所述存
储器中的程序，所述处理器执行所述程序时实现如上述所述的方法。
[0030]与现有技术相比，本专利技术具有以下有益效果：
[0031](1)本专利技术利用pix2pix生成式对抗网络替代行人高度风、热舒适度、累积太阳辐射等多个环境性能模拟过程，避免了长期的网格划分和模拟，实现了对几何模型环境性能的快速预测和精确评价。
[0032](2)本专利技术有效解决了复杂的城市环境下的环境性能模拟耗时长、效率低的问题，对城市街区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于pix2pix的环境性能预测方法，其特征在于，包括以下步骤：对城市街区进行自动参数化建模，生成城市街区的三维模拟几何模型；进行环境性能模拟生成环境性能数据集，所述环境性能数据集包括行人高度风数据集，UTCI数据集和年度累积太阳辐射数据集；基于降维编码器对三维模拟几何模型和环境性能数据集进行处理，得到针对不同环境性能预测对象的训练集样本；对训练集样本进行颜色标准化处理；构建pix2pix生成式对抗网络，所述pix2pix生成式对抗网络包括基于U
‑
net的生成器和基于卷积PatchGAN分类器的判别器；基于TensorFlow深度学习框架，利用训练集分别训练pix2pix生成式对抗网络；基于训练完成的pix2pix生成式对抗网络预测环境性能，所述环境性能包括行人高度风，UTCI和年度累积太阳辐射；对预测得到的环境性能进行颜色标准化处理得到预测结果。2.根据权利要求1所述的一种基于pix2pix的环境性能预测方法，其特征在于，所述自动参数化建模利用Rhino/Grasshopper平台和插件完成。3.根据权利要求1所述的一种基于pix2pix的环境性能预测方法，其特征在于，所述行人高度风数据集利用Butterfly插件调用OpenFOAM生成，通过设置模拟参数进行行人高度风的数值模拟，所述模拟参数包括风洞参数、边界尺寸条件、参考高度、环境粗糙度、模型表面定义。4.根据权利要求1所述的一种基于pix2pix的环境性能预测方法，其特征在于，所述UTCI数据集利用Ladybug计算得到，其计算公式为：UTCI＝T
amb
+f(T
amb
,T
MRT
,U
wind
,p
vapour
)其中，T
amb
是环境温度，T
MRT
是平均辐射温度，U
wind
是风速，p
vapour
是蒸汽压力。5.根据权利要求1所述的一种基于pix2pix的环境性能预测方法，其特征...

【专利技术属性】
技术研发人员：姚佳伟，袁烽，王锦煜，张永明，庄智，
申请(专利权)人：同济大学，
类型：发明
国别省市：