CN109631265A - 大型公共空间舒适度智能调节系统 - Google Patents

Abstract

本发明提供了一种大型公共空间舒适度智能调节系统，该系统包括：多个人脸识别装置能够对多个区域内的人群进行人脸识别得到人群特征；多个温度检测部能够实时检测多个区域内的温度从而生成多个温度信号；至少一个空调出风口调节装置能够对大型公共空间的各区域进行温度调节；人工智能处理中心，多个人脸识别装置分别将各个区域对应的人群特征发送给人工智能处理中心，温度检测部分别将对应的温度信号发送给人工智能处理中心，人工智能处理中心生成风量控制指令控制空调出风口调节装置动作，并根据指令实施预定时间后的检测到的温度信号对该风量控制指令基于人工智能不断调整和自我学习、自我更新，营造出舒适健康的室内环境温度，且节能环保。

Description

大型公共空间舒适度智能调节系统

技术领域

本发明涉及建筑技术领域，具体涉及一种大型公共空间舒适度智能调节系统。

背景技术

我国夏热冬暖地区，属于亚热带湿润季风气候区，该地区处于我国改革的前沿，社会经济发展水平较高，大型公共建筑能耗亦相对其它地区相对较高。空调能耗占大型公共建筑能耗的大部分，高能耗的大型公共建筑占公共建筑总面积的比例也越来越大，造成了建筑用电量的增长速度高于建筑总量的增长速度，所以减少大型公共建筑的空调能耗是实现大型公共建筑节能的关键。

解决能源紧张以及环境恶化的形势刻不容缓，绿色建筑的概念逐渐受到国家的重视，我国绿色建筑发展进入全面发展阶段。

传统的室内空气调节设备的功能较为单一且会消耗大量的能源在建筑制冷取暖和空气交换上，不利于可持续发展，不符合绿色节能的建筑理念。

针对日益严酷的生态环境、快速发展的人工智能物联网技术以及日益迫切的绿色可持续建筑发展理念，现需要大型公共建筑制冷系统达到节能、健康、智能化的特征。

发明内容

为解决上述问题，本发明采用了如下技术方案：

本发明提供了一种大型公共空间舒适度智能调节系统，用于对安装有空调系统的大型公共空间的多个区域进行智能温度控制，其特征在于，包括：多个人脸识别装置，分别对应设置在多个区域的天花板上，用于对多个区域内的人群进行人脸识别从而得到多个包括人数、性别以及年龄的人群特征；多个温度检测部，分别对应设置在多个区域内，用于实时检测多个区域内的温度从而生成多个温度信号；至少一个空调出风口调节装置，设置在每个区域内的空调系统的出风口上，用于分别对出风口进行调节从而对大型公共空间的各区域进行温度调节；以及人工智能处理中心，分别与人脸识别装置、温度检测部、空调出风口调节装置通信连接，其中，多个人脸识别装置分别将各个区域对应的人群特征发送给人工智能处理中心，温度检测部分别将对应的温度信号发送给人工智能处理中心，人工智能处理中心接收各个区域的人群特征并基于该人群特征得出区域应当达到的温度作为目标温度，进一步根据该目标温度、该区域对应的温度信号以及初始风量控制指令通过设定的控制指令算法生成风量控制指令，并将该风量控制指令发送给对应的区域内的空调出风口控制机构从而能控制对应的空调出风口的出风量，进而实现对各个区域的基于人群特征的智能温度控制。

本发明的大型公共空间舒适度智能调节系统，还具有这样的特征：其中，温度检测部包括设置在区域的天花板上的红外温度监测摄像头以及设置在区域的地面上的温度传感器。

本发明的大型公共空间舒适度智能调节系统，还具有这样的特征：大型公共空间的各个区域的墙壁上设置有至少一个电动窗户，大型公共空间舒适度智能调节系统还包括：多个电动窗户开启控制机构，分别设置在每个电动窗户上，用于控制该电动窗户的开启程度的控制从而实现对大型公共空间的室内与室外的空气交换量的控制，人工智能处理中心接收各个区域的温度信号并根据该温度信号以及包括初始风量控制指令以及初始开启程度控制指令的初始控制指令通过设定的控制指令算法生成控制指令，该控制指令包括风量控制指令以及开启程度控制指令，人工智能处理中心将开启程度控制指令发送给对应的区域内的电动窗户开启控制机构从而能控制对应的电动窗户的开启程度，进而实现对各个区域的基于人群特征的智能温度控制。

本发明的大型公共空间舒适度智能调节系统，还具有这样的特征：其中，设定的控制指令算法为模拟退火算法，该算法包括以下步骤：步骤一，令K＝1，步骤二，扰动产生中间控制指令S’，步骤三，将温度检测部检测的温度T，初始控制指令S，中间控制指令S’代入到下式(1)中并计算得到增量△t’，当△t’<0，令S＝S’，否则以概率exP(-△t’/T)令S＝S’，

△t’＝C(S’)-C(S) (1)

步骤四，K＝K+1，当K＝L时，进入步骤五，否则进入步骤二，步骤五，判断是否满足终止调解，当判断是时，将S输出，否则进入步骤一，C(S)是对S的评价函数值，C(S’)是对S’的评价函数值，K为迭代次数，L为设定的最大迭代次数值，终止条件为在步骤三中连续多次没有令S＝S’。

本发明的大型公共空间舒适度智能调节系统，还具有这样的特征，还包括：专用数据库，其中，一旦人工智能处理中心生成控制指令，人工智能处理中心就将控制指令作为历史控制指令、发送该历史控制指令时的温度信号作为初始温度信号以及发送历史控制指令经过预定时间后的温度信号作为指令实施后温度信号发送给专用数据库，专用数据库接收历史控制指令、初始温度信号以及指令实施后温度信号，并对历史控制指令、初始温度信号、指令实施后温度信号进行对应存储，一旦人工智能处理中心接受到各个区域的温度信号，人工智能处理中心就将专用数据库中与该温度信号对应的历史控制指令作为新的初始控制指令从而实现所述人工智能处理中心的自我学习、自我调整和自我更新。

本发明的大型公共空间舒适度智能调节系统，还具有这样的特征：其中，人工智能处理中心由人工智能算法的计算机组成。

发明作用与效果

根据本发明的大型公共空间舒适度智能调节系统，由于具有多个人脸识别装置，因此能够对多个区域内的人群进行人脸识别从而得到多个包括人数、性别以及年龄的人群特征，由于具有多个温度检测部，因此能够实时检测多个区域内的温度从而生成多个温度信号；由于具有至少一个空调出风口调节装置，因此能够分别对出风口进行调节从而对大型公共空间的各区域进行温度调节；由于具有人工智能处理中心，分别与人脸识别装置、温度检测部、空调出风口调节装置通信连接，能够接收各个区域的人群特征并基于该人群特征得出区域应当达到的温度作为目标温度，进一步根据该目标温度、该区域对应的温度信号以及初始控制指令通过设定的控制指令算法生成风量控制指令，并将该风量控制指令发送给对应的区域内的空调出风口控制机构，从而能够控制对应的空调出风口的出风量，进而实现对各个区域的基于人群特征的智能温度控制。

由于具有专用数据库，一旦人工智能处理中心生成控制指令，人工智能处理中心就将控制指令作为历史控制指令、发送该历史控制指令时的温度信号作为初始温度信号以及发送历史控制指令经过预定时间后的温度信号作为指令实施后温度信号发送给专用数据库，专用数据库接收历史控制指令、初始温度信号以及指令实施后温度信号，并对历史控制指令、初始温度信号、指令实施后温度信号进行对应存储，一旦人工智能处理中心接受到各个区域的温度信号，人工智能处理中心就将专用数据库中与该温度信号对应的历史风量控制指令作为新的初始指令，所以本发明的人工智能处理中心通过人工智能能够不断进行自我学习、自我调整和自我更新，从而对温度的智能调控更加精确快速，进而营造出舒适健康的室内环境温度，且节能环保。

附图说明

图1是本发明的实施中大型公共空间的结构示意图；

图2是本发明的实施中大型公共空间舒适度智能调节系统的结构示意图；

图3是本发明的实施中大型公共空间舒适度智能调节系统的信息传递示意图；

图4是本发明的实施中大型公共空间舒适度智能调节系统基于人脸识别装置的运行机制示意图；

图5是模拟退火算法的步骤流程图；

图6是爬山算法以及模拟退火算法获取解的示意图；以及

图7是本发明的实施例中大型公共空间舒适度智能调节系统的温度调控动作的动作流程图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，以下结合附图对本发明的大型公共空间舒适度智能调节系统作具体阐述。

下述实施例中，“温度智能调节系统”均指大型公共空间舒适度智能调节系统。

图1是本发明的实施中大型公共空间的结构示意图。

如图1所示，本实施例的大型公共空间200为大型购物商场，该大型购物商场为大型单层、钢框架结构的建筑，被划分成多个区域，每个区域的墙壁上设置有至少一个电动窗户201，天花板202上设置有固定数量的空调系统的出风口204。

图2是本发明的实施中大型公共空间舒适度智能调节系统的结构示意图。图3是本发明的实施中大型公共空间舒适度智能调节系统的信息传递示意图。图4是本发明的实施中大型公共空间舒适度智能调节系统基于人脸识别装置的运行机制示意图。

如图2-4所示，本实施例的温度智能调节系统100用于对安装有空调系统的大型公共空间200的多个区域进行智能温度控制，包括多个人脸识别装置10、多个温度检测部20、至少一个空调出风口调节装置30、多个电动窗户开启控制机构、人工智能处理中心40以及专用数据库50。

多个人脸识别装置10分别对应设置在多个区域的天花板202上，用于对多个区域内的人群进行人脸识别从而得到多个包括人数、性别以及年龄的人群特征，并分别将各个区域对应的人群特征发送给人工智能处理中心50。

多个温度检测部20分别对应设置在多个区域内，用于实时检测多个区域内的温度从而生成多个温度信号，并分别将对应的温度信号发送给人工智能处理中心50。该温度检测部20包括设置在天花板202上的红外温度监测摄像头21以及设置在地面203上的温度传感器22。红外温度监测摄像头21与温度传感器22形成温度检测以及安装位置互补，从而实现对大型公共空间200较为全面的温度检测。

在本实施例中，在对温度的监测中，使用的是有效温度的概念：即以相对湿度100％且无风的情况下，所感受到的温度视为有效温度，而此标准是由多数实验者实验所得的人体实际感受，在同一有效温度下，可有多种组合。例如，在有效温度为21℃时，实际温度、风速、湿度变化的几种组合形式见下表1。

表1

实际温度(℃)	21	22.2	23	24	26	27	28
								风速(m/s)	0	0	0	1	1	1	2.8
湿度(％)	100	80	50	80	50	40	40

至少一个空调出风口调节装置30设置在每个区域内的空调系统的出风口204上，用于分别对处于工作状态的出风口204进行调节并将对出风口204的调节信息反馈给人工智能处理中心40从而实现对大型公共空间的各区域进行温度调节。该空调出风口调节装置30包括电动机以及传动机构(图中未示出)。

多个电动窗户开启控制机构(图中未示出)分别设置在每个电动窗户201上，用于控制该电动窗户201的开启并将该电动窗户201的开启效果信息反馈给人工智能处理中心40从而实现对大型公共空间200的室内与室外的空气交换量的控制，进而实现对各个区域的基于人群特征的智能温度控制。

人工智能处理中心40由人工智能算法的计算机组成。该人工智能处理中心40可以为大型购物商场的机房中的计算机，也可以为其他位置可以进行远程控制的计算机。在第一次使用时，该人工智能处理中心40随机生成包括初始风量控制指令以及初始开启程度控制指令的初始控制指定，然后接收各个区域的人群特征以及对应的温度信号，并基于该人群特征得出区域应当达到的温度作为目标温度，再根据该目标温度、该区域对应的温度信号、包括初始风量控制指令以及初始开启程度控制指令的初始控制指令通过设定的控制指令算法生成包括风量控制指令以及开启程度控制指令的控制指令，进一步将风量控制指令发送给对应的区域内的空调出风口控制机构30从而能控制对应的出风口204的出风量，将开启程度控制指令发送给对应的区域内的电动窗户开启控制机构从而能控制对应的电动窗户的开启程度。

图5是模拟退火算法的步骤流程图。

如图5所示，设定的控制指令算法为模拟退火算法，其基本思想如下：

(1)初始化:初始温度T(充分大)，随机生成初始解W，每个T值的迭代次数L；

(2)对k＝1，……，L做第(3)至第(6)步；

(3)产生新解w’；

(4)计算增量△f＝f(w’)-f(w),其中f(w)为目标函数；

(5)若△f<0则接受w’作为新的当前解,否则以概率exP(-△f/T)接受w’作为新的当前解；

(6)如果满足终止条件则输出当前解作为最优解,结束程序。

终止条件通常取为连续若干个新解都没有被接受时终止算法。

图6是爬山算法以及模拟退火算法获取解的示意图。

如图6所示，假设A是当前解，爬山算法往前继续搜索，当搜索到B这个局部最优解时就会停止搜索了。

模拟退火算法以一定的概率来接受一个比当前解要差的解，因此有可能会跳出这个局部的最优解，达到全局的最优解。从上图来说，模拟退火算法在搜索到局部最优解B后，会以一定的概率接受向右的移动。也许经过几次这样的不是局部最优的移动后会到达BC之间的峰点D，这样一来便跳出了局部最优解B，继续往右移动就有可能获得全局最优解C。所以本实施例采用模拟退火算法。

在本实施例中，设定的控制指令算法包括以下步骤：

步骤一，令K＝1，

步骤二，扰动产生中间控制指令S’，

步骤三，将温度检测部20检测的温度T，初始控制指令S，中间控制指令S’代入到下式(1)中并计算得到增量△t’，当△t’<0，令S＝S’，否则以概率exP(-△t’/T)令S＝S’，

△t’＝C(S’)-C(S) (1)

步骤四，K＝K+1，当K＝L时，进入步骤五，否则进入步骤二，

步骤五，判断是否满足终止条件，当判断为不等于时，将S作为控制指令输出，否则进入步骤一，

其中，C(S)是对S的评价函数值，C(S’)是对S’的评价函数值，K为迭代次数，L为设定的最大迭代次数值，终止条件为在步骤三中连续多次没有令S＝S’。

在本实施例中，人工智能处理中心40能够不断自我学习和自我调整。该人工智能处理中心40在生成控制指令后，将该控制指令作为历史控制指令、发送该历史控制指令时的温度信号作为初始温度信号以及发送历史控制指令经过预定时间后的温度信号作为指令实施后温度信号发送给专用数据库50。在本实施例中，预定时间为15s。

专用数据库50可以与人工智能处理中心40集成在一起，也可以为存储数据的云端，用于对历史控制指令、初始温度信号以及、指令实施后温度信号进行接收并对应存储，从而在人工智能处理中心40接受到新的人群特征以及温度信号时，可以获取专用数据库50中相似的人群特征以及初始温度信号对应的历史制指令，并将该历史控制指令作为当前的初始控制指令，使得人工智能处理中心40能够通过人工智能不断自我学习、自我调整和自我更新，进而能够营造出舒适健康的室内环境温度。

图5是本发明的实施例中大型公共空间舒适度智能调节系统的温度调控动作的动作流程图。

如图5所示，在本实施例一中，温度智能调节系统100的温度调控动作的动作流程S1包含如下步骤：

步骤S1-1，多个人脸识别装置10对多个区域内的人群进行人脸识别从而得到多个人群特征，并分别将各个区域对应的人群特征发送给人工智能处理中心40，然后进入步骤S1-2。

步骤S1-2，多个温度检测部20实时检测多个区域内的温度从而生成多个温度信号，并分别将对应的温度信号发送给人工智能处理中心40，然后进入步骤S1-3。

步骤S1-3，人工智能处理中心40接收各个区域的人群特征以及对应的温度信号并基于该人群特征以及对应的温度信号获取专用数据库50中相似的人群特征以及温度信号对应的历史控制指令并将该历史控制指令作为当前的初始控制指令，然后进入步骤S1-4。

步骤S1-4，人工智能处理中心40基于人群特征得出区域应当达到的温度作为目标温度，进一步根据该目标温度、该区域对应的温度信号、初始控制指令通过设定的控制指令算法生成控制指令，并将风量控制指令以及开启程度控制指令分别发送给对应的区域内的空调出风口控制机构30以及电动窗户开启控制机构，然后进入步骤S1-5。

步骤S1-5，人工智能处理中心40将控制指令作为历史控制指令、发送该历史控制指令时的温度信号作为初始温度信号以及发送历史控制指令经过预定时间后的温度信号作为指令实施后温度信号发送给专用数据库50，然后进入步骤S1-6。

步骤S1-6，专用数据库50对历史控制指令、初始温度信号以及指令实施后温度信号进行接受并对应存储，然后进入结束状态。

在上述动作流程中，在步骤三中的初始控制指令也可以为人工智能处理中心40随机生成。

实施例作用与效果

根据本实施例的大型公共空间舒适度智能调节系统，由于具有多个人脸识别装置，因此能够对多个区域内的人群进行人脸识别从而得到多个包括人数、性别以及年龄的人群特征，由于具有多个温度检测部，因此能够实时检测多个区域内的温度从而生成多个温度信号；由于具有至少一个空调出风口调节装置，因此能够分别对出风口进行调节从而对大型公共空间的各区域进行温度调节；由于具有人工智能处理中心，分别与人脸识别装置、温度检测部、空调出风口调节装置通信连接，能够接收各个区域的人群特征并基于该人群特征得出区域应当达到的温度作为目标温度，进一步根据该目标温度、该区域对应的温度信号以及初始控制指令通过设定的控制指令算法生成风量控制指令，并将该风量控制指令发送给对应的区域内的空调出风口控制机构，从而能够控制对应的空调出风口的出风量，进而实现对各个区域的基于人群特征的智能温度控制。

由于温度检测部包括设置在天花板上的红外温度监测摄像头以及设置在地面上的温度传感器，红外温度监测摄像头与温度传感器进行互补，从而能够对大型公共空间进行全面的温度检测，使得本实施例的智能温度控制更加精准。

由于具有多个电动窗户开启控制机构，能够控制电动窗户的开启程度从而实现对大型公共空间的室内与室外的空气交换量的控制，人工智能处理中心接收各个区域的温度信号并根据该温度信号以及初始控制指令通过设定的控制指令算法生成开启程度控制指令，进一步将开启程度控制指令发送给对应的区域内的电动窗户开启控制机构，从而能够控制对应的电动窗户的开启程度，进而实现对各个区域的基于人群特征的智能温度控制。

由于设定的控制指令算法为模拟退火算法，所以本实施例能够实现对温度的快速精准控制。

由于具有专用数据库，一旦人工智能处理中心生成控制指令，人工智能处理中心就将控制指令作为历史控制指令、发送该历史控制指令时的温度信号作为初始温度信号以及发送历史控制指令经过预定时间后的温度信号作为指令实施后温度信号发送给专用数据库，专用数据库接收历史控制指令、初始温度信号以及指令实施后温度信号，并对历史控制指令、初始温度信号、指令实施后温度信号进行对应存储，一旦人工智能处理中心接受到各个区域的温度信号，人工智能处理中心就将专用数据库中与该温度信号对应的历史风量控制指令作为新的初始指令，所以本实施例的人工智能处理中心通过人工智能能够不断进行自我学习、自我调整和自我更新，从而对温度的智能调控更加精确快速，进而营造出舒适健康的室内环境温度，且节能环保。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (6)

1.一种大型公共空间舒适度智能调节系统，用于对安装有空调系统的大型公共空间的多个区域进行智能温度控制，其特征在于，包括：

多个人脸识别装置，分别对应设置在多个所述区域的天花板上，用于对多个所述区域内的人群进行人脸识别从而得到多个包括人数、性别以及年龄的人群特征；

多个温度检测部，分别对应设置在多个所述区域内，用于实时检测多个所述区域内的温度从而生成多个温度信号；

至少一个空调出风口调节装置，设置在每个所述区域内的所述空调系统的出风口上，用于分别对所述出风口进行调节从而对所述大型公共空间的各区域进行温度调节；以及

人工智能处理中心，分别与所述人脸识别装置、所述温度检测部、所述空调出风口调节装置通信连接，

其中，多个所述人脸识别装置分别将各个所述区域对应的所述人群特征发送给所述人工智能处理中心，

所述温度检测部分别将对应的所述温度信号发送给所述人工智能处理中心，

所述人工智能处理中心接收各个所述区域的所述人群特征并基于该人群特征得出所述区域应当达到的温度作为目标温度，进一步根据该目标温度、该区域对应的所述温度信号以及初始风量控制指令通过设定的控制指令算法生成风量控制指令，并将该风量控制指令发送给对应的所述区域内的所述空调出风口控制机构从而能控制对应的所述空调出风口的出风量，进而实现对各个所述区域的基于所述人群特征的智能温度控制。

2.根据权利要求1所述的大型公共空间舒适度智能调节系统，其特征在于：

其中，所述温度检测部包括设置在所述区域的天花板上的红外温度监测摄像头以及设置在所述区域的地面上的温度传感器。

3.根据权利要求2所述的大型公共空间舒适度智能调节系统，其特征在于：

所述大型公共空间的各个所述区域的墙壁上设置有至少一个电动窗户，

所述大型公共空间舒适度智能调节系统还包括：

多个电动窗户开启控制机构，分别设置在每个所述电动窗户上，用于控制该电动窗户的开启程度从而实现对所述大型公共空间的室内与室外的空气交换量的控制，

所述人工智能处理中心接收各个所述区域的所述温度信号并根据该温度信号以及包括所述初始风量控制指令以及初始开启程度控制指令的初始控制指令通过设定的控制指令算法生成控制指令，该控制指令包括所述风量控制指令以及开启程度控制指令，

所述人工智能处理中心将所述开启程度控制指令发送给对应的所述区域内的所述电动窗户开启控制机构从而能控制对应的所述电动窗户的开启程度，进而实现对各个所述区域的基于所述人群特征的智能温度控制。

4.根据权利要求3所述的大型公共空间舒适度智能调节系统，其特征在于：

其中，所述设定的控制指令算法为模拟退火算法，该算法包括以下步骤：

步骤一，令K＝1，

步骤二，扰动产生中间控制指令S’，

步骤三，将所述温度检测部检测的所述温度T，所述初始控制指令S，所述中间控制指令S’代入到下式(1)中并计算得到增量△t’，当△t’<0，令S＝S’，否则以概率exP(-△t’/T)令S＝S’，

△t’＝C(S’)-C(S) (1)

步骤四，K＝K+1，当K＝L时，进入步骤五，否则进入所述步骤二，

步骤五，判断是否满足终止调解，当判断是时，将S输出，否则进入所述步骤一，

所述C(S)是对所述S的评价函数值，所述C(S’)是对所述S’的评价函数值，所述K为迭代次数，所述L为设定的最大迭代次数值，所述终止条件为在所述步骤三中连续多次没有令S＝S’。

5.根据权利要求3所述的大型公共空间舒适度智能调节系统，其特征在于，还包括：

专用数据库，

其中，一旦所述人工智能处理中心生成所述控制指令，所述人工智能处理中心就将所述控制指令作为历史控制指令、发送该历史控制指令时的所述温度信号作为初始温度信号以及发送所述历史控制指令经过预定时间后的所述温度信号作为指令实施后温度信号发送给所述专用数据库，

所述专用数据库接收所述历史控制指令、所述初始温度信号以及所述指令实施后温度信号，并对所述历史控制指令、所述初始温度信号、所述指令实施后温度信号进行对应存储，一旦所述人工智能处理中心接受到各个所述区域的所述温度信号，所述人工智能处理中心就将所述专用数据库中与该温度信号对应的所述历史控制指令作为新的初始控制指令从而实现所述人工智能处理中心的自我学习、自我调整和自我更新。

6.根据权利要求1所述的大型公共空间舒适度智能调节系统，其特征在于：

其中，所述人工智能处理中心由人工智能算法的计算机组成。