【技术实现步骤摘要】
本专利技术涉及智能控制，特别地涉及一种基于物联网的楼宇设备智能控制方法及系统。
技术介绍
1、对于楼宇的空调系统，目前基于专家经验统一制定楼宇中不同区域的控制策略，难以充分考虑到楼宇中不同区域内人员分布以及环境参数之间的差异性带来的影响，同一输出温度下，楼宇内不同区域可能同时存在着供暖或制冷过度以及供暖或制冷不足的情况，导致整体环境下有的区域节能效率低，而有的区域无法达到用户的基础需要导致用户的体验较差。
技术实现思路
1、针对上述问题，本专利技术提供一种基于物联网的楼宇设备智能控制方法及系统，通过物联网技术采集楼宇中不同区域的各种参数，结合人工智能技术分析历史数据，对楼宇的控制系统进行智能控制，在保证用户体验的同时提高楼宇的节能效率。
2、作为本专利技术的一个方面，提供一种基于物联网的楼宇设备智能控制方法，包括：
3、获取由物联网系统采集到的楼宇环境数据和人员分布数据，基于多个预设目标区域对楼宇环境数据和人员分布数据进行数据划分，提取出每个预设目标区域的第一特征向量；
4、通过全局特征分析模型分别对每个预设目标区域的第一特征向量进行处理，输出每个预设目标区域的第一控制指令，基于多个第一控制指令对每个预设目标区域的目标设备进行全局控制，包括对每个预设目标区域的目标设备的工作参数进行初始设定；
5、从物联网系统采集到的楼宇环境数据和人员分布数据中提取出每个预设目标区域的第二特征向量，分别将每个预设目标区域的第一特征向量、第二特征向量和第
6、进一步地，对于全局特征分析模型，还包括：
7、获取楼宇内多个目标设备的历史控制数据，包括每个目标设备在预设历史时间段内的影响因子数据和控制指令数据；
8、从多个目标设备的历史控制数据中提取出第一样本数据，包括多个第一特征向量和每个第一特征向量对应的目标设备的工作参数；
9、以多个第一特征向量作为输入，以每个第一特征向量对应的目标设备的工作参数作为全局特征分析模型的训练目标，基于第一样本数据训练得到全局特征分析模型。
10、进一步地，从多个目标设备的历史控制数据中提取出第一样本数据，包括：
11、确定每个目标设备的历史控制数据中的多个控制变更节点，获取每个控制变更节点后第一预设时长内目标设备的运行参数，以及每个控制变更节点的影响因子数据，构建第一数据集合，其中，第一数据集合中的每组数据包括单个控制变更节点的影响因子数据以及控制变更节点后第一预设时长内目标设备的运行参数；
12、对于第一数据集合中的任意一组数据，若在控制变更节点后的第二预设时长内目标设备的运行参数未发生变化，则输出第二预设时长内目标设备的运行参数，并基于控制变更节点的影响因子数据生成第一特征向量，将生成的第一特征向量与第二预设时长内目标设备的运行参数关联；
13、遍历第一数据集合，基于输出的多组存在关联的第一特征向量和目标设备的运行参数构建得到第一样本数据。
14、进一步地，对于局部特征分析模型，还包括：
15、从多个目标设备的历史控制数据中提取出第二样本数据，包括多个第二特征向量，以及与每个第二特征向量对应的第一特征向量、目标设备的第一工作参数和第二工作参数；
16、以每组存在关联的第一特征向量、第二特征向量和目标设备的第一工作参数作为输入，以与第二特征向量存在关联的第二工作参数作为局部特征分析模型的训练目标，基于第二样本数据训练得到局部特征分析模型。
17、进一步地，从多个目标设备的历史控制数据中提取出第二样本数据，包括：
18、确定每个目标设备的历史控制数据中的多个控制变更节点，获取每个控制变更节点前的第一预设时长内的影响因子变化数据和目标设备的运行参数，以及每个控制变更节点的影响因子数据，构建第二数据集合，其中，第二数据集合中的每组数据包括每个控制变更节点前的第一预设时长内的影响因子变化数据和目标设备的运行参数，以及每个控制变更节点的影响因子数据；
19、对于第二数据集合中的任意一组数据，若在控制变更节点前的第二预设时长内目标设备的运行参数未发生变化，则输出第二预设时长内目标设备的第一运行参数和控制变更节点下目标设备得到第二运行参数，输出第二预设时长起始点下的影响因子数据，生成第一特征向量，输出控制变更节点下的影响因子数据，生成第二特征向量；
20、遍历第二数据集合，基于输出的多个控制变更节点下存在关联的第一特征向量、第二特征向量、目标设备的第一工作参数和第二工作参数构建得到第二样本数据。
21、进一步地，还包括：
22、通过全局特征分析模型分别对每个预设目标区域的第一特征向量进行处理，输出每个预设目标区域的第一目标参数，基于每个预设目标区域的第一目标参数生成每个预设目标区域的第一控制指令；
23、通过局部特征分析模型输出每个预设目标区域的第二目标参数，基于每个预设目标区域的第二目标参数生成每个预设目标区域的第二控制指令。
24、进一步地，全局特征分析模型和局部特征分析模型为神经网络模型。
25、作为本专利技术的另一个方面，提供一种基于物联网的楼宇设备智能控制系统，应用于上述任一项所述的智能控制方法，包括：
26、信息采集模块，用于获取由物联网系统采集到的楼宇环境数据和人员分布数据；
27、数据划分模块，用于基于多个预设目标区域对楼宇环境数据和人员分布数据进行数据划分；
28、第一特征提取模块，用于从划分后的楼宇环境数据和人员分布数据中提取出每个预设目标区域的第一特征向量；
29、第二特征提取模块，用于从物联网系统采集到的楼宇环境数据和人员分布数据中提取出每个预设目标区域的第二特征向量；
30、智能控制模块，用于通过全局特征分析模型分别对每个预设目标区域的第一特征向量进行处理，生成每个预设目标区域的第一控制指令，基于多个第一控制指令对每个预设目标区域的目标设备进行全局控制；通过局部特征分析模型分别对每个预设目标区域的第一特征向量、第二特征向量和第一控制指令进行处理，生成每个预设目标区域的第二控制指令，基于多个第二控制指令对每个预设目标区域的目标设备进行局部控制。
31、进一步地，还包括：
32、模型训练模块，用于从楼宇内多个目标设备的历史控制数据中提取出第一样本数据和第二样本数据，基于第一样本数据训练得到全局特征分析模型，基于第二样本数据训练得到局部特征分析模型。
33、进一步地，对于智能控制模块，还包括：
34、智能控制模块通过全局特征分析模型分别对每个预设目标区域的第一特征向量进行处理，输出每个预设目标区域的第一目标参数，基本文档来自技高网...
【技术保护点】
1.一种基于物联网的楼宇设备智能控制方法，其特征在于，包括：
2.如权利要求1所述的智能控制方法，其特征在于，对于全局特征分析模型，还包括：
3.如权利要求2所述的智能控制方法，其特征在于，从多个目标设备的历史控制数据中提取出第一样本数据，包括：
4.如权利要求3所述的智能控制方法，其特征在于，对于局部特征分析模型，还包括：
5.如权利要求4所述的智能控制方法，其特征在于，从多个目标设备的历史控制数据中提取出第二样本数据，包括：
6.如权利要求1所述的智能控制方法，其特征在于，还包括：
7.如权利要求6所述的智能控制方法，其特征在于，全局特征分析模型和局部特征分析模型为神经网络模型。
8.一种基于物联网的楼宇设备智能控制系统，所述智能控制系统应用于上述权利要求1-7任一项所述的智能控制方法，其特征在于，包括：
9.如权利要求8所述的智能控制系统，其特征在于，还包括：
10.如权利要求8所述的智能控制系统，其特征在于，对于智能控制模块，还包括：
【技术特征摘要】
1.一种基于物联网的楼宇设备智能控制方法，其特征在于，包括：
2.如权利要求1所述的智能控制方法，其特征在于，对于全局特征分析模型，还包括：
3.如权利要求2所述的智能控制方法，其特征在于，从多个目标设备的历史控制数据中提取出第一样本数据，包括：
4.如权利要求3所述的智能控制方法，其特征在于，对于局部特征分析模型，还包括：
5.如权利要求4所述的智能控制方法，其特征在于，从多个目标设备的历史控制数据中提取出第二样本数据，包括：<...
【专利技术属性】
技术研发人员：叶志兴，龙涛，
申请(专利权)人：阿达科机电顾问深圳有限公司，
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。