專利名稱：一種室內(nèi)環(huán)境舒適度的自動(dòng)控制方法
技術(shù)領(lǐng)域：
本發(fā)明屬于室內(nèi)環(huán)境調(diào)節(jié)技術(shù)領(lǐng)域，特別涉及一種室內(nèi)環(huán)境舒適度的自動(dòng)控制方法。
背景技術(shù)：
現(xiàn)代社會(huì)人們85%以上的時(shí)間都是在室內(nèi)度過(guò)的，室內(nèi)環(huán)境的好壞對(duì)人體的身心健康、舒適度以及工作效率都有直接的影響，因此人們對(duì)于環(huán)境的要求也愈來(lái)愈高。目前廣泛應(yīng)用ASHRAE標(biāo)準(zhǔn)的SET*指標(biāo)(標(biāo)準(zhǔn)有效溫度)以人體溫度調(diào)節(jié)的兩節(jié)點(diǎn)模型理論為基礎(chǔ)，在人體傳熱的物理過(guò)程分析得出綜合熱舒適度指標(biāo)，預(yù)測(cè)熱環(huán)境下人體的熱反映，來(lái)衡量和控制室內(nèi)環(huán)境舒適度。SET*指標(biāo)是根據(jù)生理反應(yīng)模型的熱舒適度指標(biāo)，影響因素主要包括空氣溫度、空氣濕度、空氣流速和輻射溫度。這些環(huán)境因素不是完全獨(dú)立的變量，而是相互作用，密不可分的。具有非線性、時(shí)變等復(fù)雜的特性?，F(xiàn)有技術(shù)主要通過(guò)空氣溫度、濕度、風(fēng)速、平均輻射溫度等參數(shù)對(duì)人體皮膚的溫度和濕度等影響進(jìn)行反復(fù)迭代運(yùn)算確定SET*指標(biāo)，計(jì)算復(fù)雜，不能實(shí)時(shí)的確定，因此很難滿足空調(diào)系統(tǒng)實(shí)時(shí)控制的要求。有很多研究都是假設(shè)樣本數(shù)據(jù)的在一定范圍內(nèi)取值得到，但實(shí)測(cè)獲得的樣本數(shù)據(jù)更有利于對(duì)SET*指標(biāo)模型的訓(xùn)練。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的缺點(diǎn)和不足，提供了一種權(quán)衡了能量損耗和室內(nèi)舒適度，以達(dá)到最佳最優(yōu)策略實(shí)現(xiàn)自動(dòng)室內(nèi)環(huán)境控制的一種方法。本發(fā)明的目的通過(guò)下述技術(shù)方案實(shí)現(xiàn)
一種基于室內(nèi)環(huán)境舒適度的模型建立方法，包括以下步驟1)采集當(dāng)前實(shí)際的環(huán)境數(shù)據(jù)作為樣本數(shù)據(jù)；
這部分主要包括室外的溫度、相對(duì)濕度、平均輻射溫度和風(fēng)速環(huán)境因子的數(shù)據(jù)采集，室內(nèi)的溫度、相對(duì)濕度、平均輻射溫度、風(fēng)速環(huán)境因子的的數(shù)據(jù)采集。而相應(yīng)的SET*指標(biāo)則應(yīng)用傳統(tǒng)迭代算法計(jì)算得出。2)利用樣本數(shù)據(jù)建立基于三層前饋型BP神經(jīng)網(wǎng)絡(luò)模型；
所述模型建立的三層前饋型BP網(wǎng)絡(luò)包括輸入層、隱含層和輸出層三個(gè)部分。模型的輸入包括控制輸入量和擾動(dòng)輸入量，控制輸入量為室內(nèi)的環(huán)境因素，包括，室內(nèi)的溫度、相對(duì)濕度、平均輻射溫度、風(fēng)速；擾動(dòng)輸入量為室外的環(huán)境因素，包括室外溫度、相對(duì)濕度、平均輻射溫度、風(fēng)速。輸出是SET*指標(biāo)值。隱含層的節(jié)點(diǎn)選為6個(gè)。3)采用基于模型的預(yù)測(cè)控制設(shè)定SET*指標(biāo)最優(yōu)值和范圍；
模型預(yù)測(cè)控制主要包括過(guò)程建模、定義指標(biāo)函數(shù)、優(yōu)化指標(biāo)函數(shù)和有限時(shí)域滾動(dòng)計(jì)算。過(guò)程建模是利用輸入信號(hào)和輸出信號(hào)的數(shù)據(jù)預(yù)測(cè)未來(lái)輸出信號(hào)的行為；預(yù)測(cè)控制中的優(yōu)化是一種有限時(shí)段的滾動(dòng)優(yōu)化，它不是一次離線進(jìn)行，而是反復(fù)在線進(jìn)行，即所謂的滾動(dòng)優(yōu)化。在每一采樣時(shí)刻，優(yōu)化指標(biāo)只涉及到從該時(shí)刻起未來(lái)有限的時(shí)間，而到下一采樣時(shí)刻，這一優(yōu)化時(shí)段時(shí)同時(shí)向前推移。4)空調(diào)系統(tǒng)控制結(jié)合SET*指標(biāo)最優(yōu)值和范圍對(duì)實(shí)時(shí)采集到的當(dāng)前數(shù)據(jù)進(jìn)行處理，產(chǎn)生控制空調(diào)系統(tǒng)的信號(hào)，實(shí)現(xiàn)室內(nèi)舒適度的自動(dòng)控制。數(shù)據(jù)采集部分將實(shí)時(shí)采集到的數(shù)據(jù)經(jīng)過(guò)處理、存儲(chǔ)、顯示及管理之后，模型根據(jù)各項(xiàng)數(shù)據(jù)分析控制算法，產(chǎn)生一個(gè)優(yōu)化舒適度并且能耗最小的控制信號(hào)，將此控制信號(hào)發(fā)送給下位機(jī)，下位機(jī)選用單片機(jī)來(lái)控制空調(diào)系統(tǒng)和風(fēng)扇系統(tǒng)，實(shí)現(xiàn)室內(nèi)舒適度的控制。本發(fā)明選擇SET*指標(biāo)代替人體的熱舒適度為控制目標(biāo)，建立了空氣溫度、濕度、風(fēng)速和平均輻射溫度環(huán)境變量對(duì)SET*的函數(shù)關(guān)系，從而確定室內(nèi)環(huán)境因子的模型結(jié)構(gòu)，并利用遞推最小二乘法對(duì)自然通風(fēng)條件和空調(diào)作用下的室內(nèi)環(huán)境溫度系統(tǒng)進(jìn)行模型參數(shù)的辨識(shí)，建立反應(yīng)室內(nèi)環(huán)境的可靠數(shù)學(xué)模型，從而達(dá)到適宜的舒適度與最小的能耗。本發(fā)明相對(duì)現(xiàn)有技術(shù)，具有收斂速度快，預(yù)測(cè)模型有效性高、誤差小，能實(shí)現(xiàn)系統(tǒng)實(shí)時(shí)和自動(dòng)控制的優(yōu)點(diǎn)。
具體實(shí)施例方式下面結(jié)合實(shí)施例對(duì)本發(fā)明的實(shí)施作進(jìn)一步描述，但本發(fā)明的實(shí)施不限于此。一種基于室內(nèi)環(huán)境舒適度的模型建立方法，包括以下步驟
1)采集當(dāng)前實(shí)際的環(huán)境數(shù)據(jù)作為樣本數(shù)據(jù)；
2)利用樣本數(shù)據(jù)建立基于三層前饋型BP神經(jīng)網(wǎng)絡(luò)模型；
3)采用基于模型的預(yù)測(cè)控制設(shè)定SET*指標(biāo)最優(yōu)值和范圍；
4)空調(diào)系統(tǒng)控制結(jié)合SET*指標(biāo)最優(yōu)值和范圍對(duì)實(shí)時(shí)采集到的當(dāng)前數(shù)據(jù)進(jìn)行處理，產(chǎn)生控制空調(diào)系統(tǒng)的信號(hào)，實(shí)現(xiàn)室內(nèi)舒適度的自動(dòng)控制。所述步驟1)的環(huán)境數(shù)據(jù)包括室內(nèi)的溫度、相對(duì)濕度、平均輻射溫度和風(fēng)速，還包括室外的溫度、相對(duì)濕度、平均輻射溫度和風(fēng)速和當(dāng)前SET*指標(biāo)值。所述步驟2)的BP神經(jīng)網(wǎng)絡(luò)包括輸入層、隱含層和輸出層。輸入層包括控制輸入量和擾動(dòng)輸入量；控制輸入量為室內(nèi)的溫度、相對(duì)濕度、平均輻射溫度和風(fēng)速；擾動(dòng)輸入量為室外的溫度、相對(duì)濕度、平均輻射溫度和風(fēng)速。輸出層為SET*指標(biāo)。隱含層的節(jié)點(diǎn)為6個(gè)。采用遞推最小二乘法算法對(duì)對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，將輸出層和對(duì)應(yīng)的輸入層進(jìn)行對(duì)比，直到網(wǎng)絡(luò)訓(xùn)練的均方誤差達(dá)到要求，確定各層的權(quán)值和閾值。過(guò)程建模是利用輸入信號(hào)和輸出信號(hào)的數(shù)據(jù)預(yù)測(cè)輸出信號(hào)未來(lái)的行為，確定預(yù)測(cè)時(shí)域Np，然后通過(guò)輸出信號(hào)、參考信號(hào)和控制信號(hào)定義相應(yīng)的性能函數(shù)，為了將控制信號(hào)應(yīng)用到預(yù)測(cè)控制過(guò)程，確定控制時(shí)域Nu，通過(guò)對(duì)控制信號(hào)和輸出變量進(jìn)行一些限制來(lái)優(yōu)化方程，通過(guò)方程計(jì)算得到的控制信號(hào)應(yīng)用到實(shí)際過(guò)程當(dāng)中，在下一步的時(shí)候，全部算法重復(fù)進(jìn)行滾動(dòng)計(jì)算。預(yù)測(cè)控制中的優(yōu)化是一種有限時(shí)段的滾動(dòng)優(yōu)化，它不是一次離線進(jìn)行，而是反復(fù)在線進(jìn)行，即所謂的滾動(dòng)優(yōu)化。在每一采樣時(shí)刻，優(yōu)化指標(biāo)只涉及到從該時(shí)刻起未來(lái)有限的時(shí)間，而到下一采樣時(shí)刻，這一優(yōu)化時(shí)段時(shí)同時(shí)向前推移。這樣使得優(yōu)化計(jì)算更為準(zhǔn)確。所以，預(yù)測(cè)控制不是采用對(duì)全局相同的優(yōu)化指標(biāo)，而是在每一時(shí)刻有一個(gè)相對(duì)于該時(shí)刻的優(yōu)化目標(biāo)函數(shù)。在不同時(shí)刻優(yōu)化目標(biāo)函數(shù)的相對(duì)形式是相同的，但其絕對(duì)形式不相同，因?yàn)樗ǖ臅r(shí)間區(qū)域是不同的。室內(nèi)環(huán)境系統(tǒng)是一個(gè)非線性、強(qiáng)耦合、強(qiáng)干擾的動(dòng)態(tài)系統(tǒng)，其輸入和輸出總處于時(shí)變狀態(tài)，基于熱平衡進(jìn)行推導(dǎo)分析得到的數(shù)學(xué)模型，難以確定模型參數(shù)，很難應(yīng)用于室內(nèi)環(huán)境控制的要求。實(shí)驗(yàn)建模是依據(jù)實(shí)驗(yàn)測(cè)量的系統(tǒng)輸入輸出數(shù)據(jù)，將其進(jìn)行分析處理得到反映系統(tǒng)模型靜態(tài)與動(dòng)態(tài)特性，用一些線性化方法推導(dǎo)模型的結(jié)構(gòu)，然后用一個(gè)模型來(lái)進(jìn)行擬合，對(duì)模型參數(shù)進(jìn)行辨識(shí)。室內(nèi)環(huán)境熱舒適度主要決定于室內(nèi)氣候條件，人體與環(huán)境的熱交換。室內(nèi)環(huán)境看作是一個(gè)動(dòng)態(tài)的多輸入單輸出系統(tǒng)(ΜΙΜ0)，包括人體與環(huán)境的熱交換，室內(nèi)空氣溫度、風(fēng)速、相對(duì)濕度、平均輻射溫度，室外的溫度、濕度、風(fēng)速，光照強(qiáng)度或平均輻射溫度等等。由于很難精確測(cè)量人體與環(huán)境熱交換的能量，因此只在計(jì)算人體舒適度指標(biāo)SET*時(shí)考慮與人體相關(guān)的變量，針對(duì)室內(nèi)環(huán)境因子的特點(diǎn)，以溫度為環(huán)境主要因子，建立自然通風(fēng)和空調(diào)系統(tǒng)作用的房間主要環(huán)境因子的模型。模型結(jié)構(gòu)辨識(shí)主要問題是階的確定，包括室內(nèi)環(huán)境因子模型中各多項(xiàng)式的階次與純滯后的模型結(jié)構(gòu)參數(shù)的確定。根據(jù)測(cè)量得到的數(shù)據(jù)，選定不同階次進(jìn)行參數(shù)估計(jì)，得到不同階次的模型方程，利用最小二乘估計(jì)的統(tǒng)計(jì)特性確定模型的真實(shí)階次。
權(quán)利要求
1.一種基于室內(nèi)環(huán)境舒適度的模型建立方法，其特征在于包括以下步驟1)采集當(dāng)前實(shí)際的環(huán)境數(shù)據(jù)作為樣本數(shù)據(jù)；2)利用樣本數(shù)據(jù)建立基于三層前饋型BP神經(jīng)網(wǎng)絡(luò)模型；3)采用基于上述模型的預(yù)測(cè)控制(MBPC)應(yīng)用在室內(nèi)環(huán)境控制系統(tǒng)當(dāng)中，分別設(shè)定舒適度SET*指標(biāo)最優(yōu)值和SET*值范圍；4)空調(diào)系統(tǒng)控制結(jié)合SET*指標(biāo)最優(yōu)值和設(shè)定SET*值范圍對(duì)實(shí)時(shí)采集到的當(dāng)前數(shù)據(jù)進(jìn)行處理，產(chǎn)生控制空調(diào)系統(tǒng)的信號(hào)，實(shí)現(xiàn)室內(nèi)舒適度的自動(dòng)控制。
2.根據(jù)權(quán)利要求1所述的基于室內(nèi)環(huán)境舒適度的模型建立方法，其特征在于所述步驟1)的環(huán)境數(shù)據(jù)包括室內(nèi)的溫度、相對(duì)濕度、平均輻射溫度和風(fēng)速。
3.根據(jù)權(quán)利要求2所述的基于室內(nèi)環(huán)境舒適度的模型建立方法，其特征在于所述環(huán)境數(shù)據(jù)還包括室外的溫度、相對(duì)濕度、平均輻射溫度和風(fēng)速。
4.根據(jù)權(quán)利要求3所述的基于室內(nèi)環(huán)境舒適度的模型建立方法，其特征在于所述樣本數(shù)據(jù)還包括基于當(dāng)前室內(nèi)的溫度、相對(duì)濕度、平均輻射溫度和風(fēng)速，利用傳統(tǒng)迭代算法計(jì)算的當(dāng)前SET*指標(biāo)值。
5.根據(jù)權(quán)利要求1所述的基于室內(nèi)環(huán)境舒適度的模型建立方法，其特征在于所述步驟2)的BP神經(jīng)網(wǎng)絡(luò)包括輸入層、隱含層和輸出層。
6.根據(jù)權(quán)利要求5所述的基于室內(nèi)環(huán)境舒適度的模型建立方法，其特征在于所述輸入層包括控制輸入量和擾動(dòng)輸入量；控制輸入量為室內(nèi)的溫度、相對(duì)濕度、平均輻射溫度和風(fēng)速；擾動(dòng)輸入量為室外的溫度、相對(duì)濕度、平均輻射溫度和風(fēng)速。
7.根據(jù)權(quán)利要求6所述的基于室內(nèi)環(huán)境舒適度的模型建立方法，其特征在于所述輸出層為SET*指標(biāo)。
8.根據(jù)權(quán)利要求5所述的基于室內(nèi)環(huán)境舒適度的模型建立方法，其特征在于所述隱含層的節(jié)點(diǎn)為6個(gè)。
9.根據(jù)權(quán)利要求廣8之一所述的基于室內(nèi)環(huán)境舒適度的模型建立方法，其特征在于采用遞推最小二乘法算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，將輸出層和對(duì)應(yīng)的輸入層進(jìn)行對(duì)比，直到網(wǎng)絡(luò)訓(xùn)練的均方誤差達(dá)到要求，確定各層的權(quán)值和閾值。
全文摘要
本發(fā)明涉及室內(nèi)環(huán)境調(diào)節(jié)技術(shù)領(lǐng)域，提供一種自動(dòng)室內(nèi)環(huán)境舒適度控制方法。該方法選擇三層BP神經(jīng)網(wǎng)絡(luò)為原型，包括如下步驟1)采集當(dāng)前實(shí)際的環(huán)境數(shù)據(jù)作為樣本數(shù)據(jù)；2)利用樣本數(shù)據(jù)基于三層前饋型BP神經(jīng)網(wǎng)絡(luò)建立模型；3)采用基于模型的預(yù)測(cè)控制設(shè)定SET*指標(biāo)最優(yōu)值和范圍；4)空調(diào)系統(tǒng)控制結(jié)合SET*指標(biāo)最優(yōu)值和范圍對(duì)實(shí)時(shí)采集到的當(dāng)前數(shù)據(jù)進(jìn)行處理，產(chǎn)生控制空調(diào)系統(tǒng)的信號(hào)，從而實(shí)現(xiàn)對(duì)環(huán)境調(diào)控設(shè)備的實(shí)時(shí)控制。本發(fā)明克服了傳統(tǒng)模型中的復(fù)雜迭代運(yùn)算,利用改進(jìn)的L-M算法提高了收斂速度,預(yù)測(cè)模型的有效性高、誤差小。
文檔編號(hào)F24F11/00GK102563808SQ201210007218
公開日2012年7月11日 申請(qǐng)日期2012年1月11日 優(yōu)先權(quán)日2012年1月11日
發(fā)明者張祥羅, 李婷, 王亞蘭, 許厚鵬, 陳淵睿 申請(qǐng)人:華南理工大學(xué)