本發(fā)明涉及樓宇自控，具體為基于分布式的樓宇自控方法及自控系統(tǒng)。

背景技術(shù)：

1、樓宇自控是指通過自動化技術(shù)，對樓宇建筑內(nèi)的空調(diào)、通風(fēng)、照明、電梯、能源等進(jìn)行智能化控制和管理；樓宇自控系統(tǒng)通常采用先進(jìn)、穩(wěn)定的傳感器和控制系統(tǒng)，實時監(jiān)測環(huán)境參數(shù)，并根據(jù)預(yù)設(shè)程序或算法進(jìn)行智能化調(diào)節(jié)，以實現(xiàn)節(jié)能、舒適以及安全的樓宇環(huán)境；樓宇自控系統(tǒng)是智慧建筑和智慧城市的重要組成部分，能夠提高建筑運(yùn)營效率和管理水平，實現(xiàn)建筑的可持續(xù)發(fā)展。

2、現(xiàn)有的用于樓宇自控方面的方法，通常是用于對樓宇內(nèi)多個樓宇區(qū)域進(jìn)行分析，通過每兩個樓宇區(qū)域之間的關(guān)聯(lián)性對樓宇區(qū)域進(jìn)行劃分以及數(shù)據(jù)采集，從而在樓宇自控過程中能夠通過不同樓宇區(qū)域的特性對不同的樓宇區(qū)域進(jìn)行控制，從而提高控制的可靠性，這種方法雖能在進(jìn)行樓宇控制時能夠基于樓宇區(qū)域的特性進(jìn)行針對性控制，但當(dāng)同一個樓宇區(qū)域內(nèi)的多個用戶使用樓宇子系統(tǒng)的波動較大，且引起的該樓宇區(qū)域的整體子系統(tǒng)的波動較小時，僅通過上述方法無法準(zhǔn)確敏銳地基于樓宇區(qū)域內(nèi)用戶的子系統(tǒng)的使用波動對用戶的設(shè)備資源投入進(jìn)行及時地調(diào)整，導(dǎo)致影響用戶在樓宇內(nèi)的設(shè)備使用，比如在公開號為cn116319904a的中國專利中，公開了一種樓宇自控分布式方法及系統(tǒng)，該方案就是在各樓宇間建立自控系統(tǒng)，并通過各自的通信節(jié)點接收云平臺發(fā)送的控制指令，通過反饋信息的方式，對樓宇內(nèi)的設(shè)施進(jìn)行測試，當(dāng)反饋的信息超時，則判斷為通過訓(xùn)練失敗，并通過進(jìn)行定位，對訓(xùn)練失敗的位置進(jìn)行標(biāo)記；其他的用于樓宇自控方面的改進(jìn)，通常是在資源協(xié)同利用方面的方法，這種方法仍無法基于樓宇區(qū)域內(nèi)用戶的子系統(tǒng)的使用波動對用戶的設(shè)備資源投入進(jìn)行及時地調(diào)整，導(dǎo)致影響用戶在樓宇內(nèi)的設(shè)備使用，鑒于此，有必要對現(xiàn)有的樓宇自控方法進(jìn)行改進(jìn)，

技術(shù)實現(xiàn)思路

1、本發(fā)明旨在至少在一定程度上解決現(xiàn)有技術(shù)中的技術(shù)問題之一，通過提出基于分布式的樓宇自控方法及自控系統(tǒng)，用于解決現(xiàn)有的樓宇自控方法中當(dāng)同一個樓宇區(qū)域內(nèi)的多個用戶使用樓宇子系統(tǒng)的波動較大，且引起的該樓宇區(qū)域的整體子系統(tǒng)的波動較小時，無法準(zhǔn)確敏銳地基于樓宇區(qū)域內(nèi)用戶的子系統(tǒng)的使用波動對用戶的設(shè)備資源投入進(jìn)行及時地調(diào)整，導(dǎo)致影響用戶在樓宇內(nèi)的設(shè)備使用的問題。

2、為實現(xiàn)上述目的，第一方面，本技術(shù)提供基于分布式的樓宇自控方法，包括如下步驟：

3、基于樓宇內(nèi)用戶使用的樓宇自控系統(tǒng)中子系統(tǒng)的運(yùn)行參數(shù)，繪制用戶散點圖并建立用戶偏好餅圖；

4、基于用戶散點圖以及用戶偏好餅圖獲取用戶行為區(qū)間；

5、對用戶使用的樓宇自控系統(tǒng)中子系統(tǒng)的運(yùn)行參數(shù)進(jìn)行實時監(jiān)控，并基于用戶行為區(qū)間對用戶所使用的子系統(tǒng)進(jìn)行控制。

6、進(jìn)一步地，基于樓宇內(nèi)用戶使用的樓宇自控系統(tǒng)中子系統(tǒng)的運(yùn)行參數(shù)，繪制用戶散點圖并建立用戶偏好餅圖包括：

7、對于樓宇內(nèi)的任意一個用戶，將用戶在樓宇內(nèi)的一個用電周期對應(yīng)的天數(shù)記為k，獲取用戶最近k天內(nèi)使用樓宇自控系統(tǒng)中子系統(tǒng)的運(yùn)行參數(shù)，并將每天的運(yùn)行參數(shù)基于時間先后分別記為使用參數(shù)sc1至使用參數(shù)sck，其中，樓宇自控系統(tǒng)的子系統(tǒng)包括空調(diào)系統(tǒng)、電力系統(tǒng)以及照明系統(tǒng)；

8、使用偏好周期獲取法對使用參數(shù)sc進(jìn)行分析，并基于分析結(jié)果獲取用戶的活動周期；

9、對用戶最近k天內(nèi)每個活動周期對應(yīng)的使用參數(shù)sc進(jìn)行分析，并基于分析結(jié)果獲取用戶散點圖以及用戶偏好餅圖。

10、進(jìn)一步地，偏好周期獲取法包括：

11、將使用參數(shù)sc1中空調(diào)系統(tǒng)的使用時長與使用參數(shù)sc2中空調(diào)系統(tǒng)的使用時長的差值記為空調(diào)緩沖時長；將使用參數(shù)sc1中電力系統(tǒng)的用電量與使用參數(shù)sc2中電力系統(tǒng)的用電量的差值記為用電緩沖量；將使用參數(shù)sc1中照明系統(tǒng)的照明時長與使用參數(shù)sc2中照明系統(tǒng)的照明時長的差值記為照明緩沖時長；設(shè)置周期值，并將周期值的值初始設(shè)定為z。

12、進(jìn)一步地，偏好周期獲取法還包括：

13、使用周期分析子法進(jìn)行分析，周期分析子法包括：將k除以z并向下取整的值記為j，將j乘以z的值記為k1，其中，k1為小于等于k且大于1的正整數(shù)；將使用參數(shù)sc1至使用參數(shù)sck中的使用參數(shù)sc1至使用參數(shù)scz記為第一周期，將使用參數(shù)scz+1至使用參數(shù)scz+z記為第二周期，以此類推，獲取第三周期至第j周期，其中，第j周期為使用參數(shù)sc(j-1)×z+1至使用參數(shù)scj×z；對于第二周期至第j周期中的任意一個第j1周期，對于第j1周期中的任意一個使用參數(shù)sc(j1-1)×z+z1，獲取第一周期中的使用參數(shù)scz1的空調(diào)系統(tǒng)的使用時長、電力系統(tǒng)的用電量以及照明系統(tǒng)的照明時長分別與使用參數(shù)sc(j1-1)×z+z1的空調(diào)系統(tǒng)的使用時長、電力系統(tǒng)的用電量以及照明系統(tǒng)的照明時長的差值，并分別記為空調(diào)分析時長、用電分析量以及照明分析時長；當(dāng)空調(diào)分析時長大于空調(diào)緩沖時長、用電分析量大于用電緩沖量或照明分析時長大于照明緩沖時長時，將z記為不可選值；當(dāng)空調(diào)分析時長小于等于空調(diào)緩沖時長、用電分析量小于等于用電緩沖量且照明分析時長小于等于照明緩沖時長時，將使用參數(shù)sc(j1-1)×z+z1記為可周期參數(shù)，其中，z1為小于等于z且大于等于1的正整數(shù)，j1為小于等于j且大于等于3的正整數(shù)；當(dāng)?shù)趈1周期的所有使用參數(shù)sc均被記為可周期參數(shù)時，將第j1周期記為重復(fù)周期；當(dāng)?shù)谌芷谥恋趈周期均被記為重復(fù)周期時，將周期值記為用戶的活動周期。

14、進(jìn)一步地，偏好周期獲取法還包括：

15、當(dāng)周期分析子法中出現(xiàn)將z記為不可選值時，停止周期分析子法的后續(xù)分析，并將周期值以及z均加1后再次使用周期分析子法進(jìn)行分析；當(dāng)周期分析子法的分析過程中首次出現(xiàn)j為1且此時周期值仍未被記為用戶的活動周期時，停止周期分析子法的后續(xù)分析，并將用戶的活動周期設(shè)定為g，其中，g為小于k且大于1的正整數(shù)。

16、進(jìn)一步地，對用戶最近k天內(nèi)每個活動周期對應(yīng)的使用參數(shù)sc進(jìn)行分析，并基于分析結(jié)果獲取用戶散點圖以及用戶偏好餅圖包括：

17、將用戶的活動周期對應(yīng)的值記為t，將使用參數(shù)sck-t至使用參數(shù)sck分別記為特征參數(shù)tc1至特征參數(shù)tct；建立平面直角坐標(biāo)系，記為特征坐標(biāo)系，其中，特征坐標(biāo)系的x軸中由原點向右的坐標(biāo)點依次為特征參數(shù)tc1至特征參數(shù)tct，特征坐標(biāo)系的y軸的單位被設(shè)置為時間/min或電量/度，當(dāng)特征坐標(biāo)系的y軸的單位為時間/min時，基于特征參數(shù)tc1至特征參數(shù)tct中空調(diào)系統(tǒng)的使用時長以及照明系統(tǒng)的照明時長分別在特征坐標(biāo)系內(nèi)繪制散點圖，并分別記為空調(diào)散點圖以及照明散點圖；當(dāng)特征坐標(biāo)系的y軸的單位為電量/度時，基于特征參數(shù)tc1至特征參數(shù)tct中電力系統(tǒng)的用電量在特征坐標(biāo)系內(nèi)繪制散點圖，并記為用電散點圖，其中，將空調(diào)散點圖中的點記為空調(diào)點，且空調(diào)點的橫坐標(biāo)為特征參數(shù)tc，縱坐標(biāo)為特征參數(shù)tc中空調(diào)系統(tǒng)的使用時長；將照明散點圖中的點記為照明點，且照明點的橫坐標(biāo)為特征參數(shù)tc，縱坐標(biāo)為特征參數(shù)tc中照明系統(tǒng)的照明時長；將用電散點圖中的點記為用電點，且用電點的橫坐標(biāo)為特征參數(shù)tc，縱坐標(biāo)為特征參數(shù)tc中電力系統(tǒng)的用電量；

18、將空調(diào)散點圖、照明散點圖以及用電散點圖放入同一個特征坐標(biāo)系內(nèi)，并記為用戶散點圖；對于用戶散點圖內(nèi)特征參數(shù)tc1至特征參數(shù)tct中的任意一個橫坐標(biāo)特征參數(shù)tct1，將直線x＝特征參數(shù)tct1中空調(diào)點、照明點以及用電點的縱坐標(biāo)的數(shù)值的平均值記為特征參數(shù)tct1的均衡值；獲取所有特征參數(shù)tc的均衡值并將所有均衡值的和記為均衡總值。

19、進(jìn)一步地，對用戶最近k天內(nèi)每個活動周期對應(yīng)的使用參數(shù)sc進(jìn)行分析，并基于分析結(jié)果獲取用戶散點圖以及用戶偏好餅圖還包括：

20、繪制餅圖，并將餅圖分割為t個區(qū)域，依次記為餅子區(qū)域bq1至餅子區(qū)域bqt，對于餅子區(qū)域bq1至餅子區(qū)域bqt中的任意一個餅子區(qū)域bqt1，餅子

21、jht1×360°

22、區(qū)域bqt1對應(yīng)的扇形的度數(shù)為jhsum，其中，jht1為特征參數(shù)tct1的均衡值，jhsum為均衡總值；將計算所有餅子區(qū)域bq對應(yīng)的扇形的度數(shù)后得到的餅圖記為用戶偏好餅圖其中，t1為小于等于t且大于等于1的正整數(shù)。

23、進(jìn)一步地，基于用戶散點圖以及用戶偏好餅圖獲取用戶行為區(qū)間包括：

24、建立空間坐標(biāo)系，記為行為特征坐標(biāo)系，其中，行為特征坐標(biāo)系的x軸、y軸以及z軸的單位均為cm；將用戶偏好餅圖放置在行為特征坐標(biāo)系的x-y平面內(nèi)，并將用戶偏好餅圖的圓心與坐標(biāo)原點重合；對于用戶偏好餅圖中的任意一個餅子區(qū)域bqt1，將餅子區(qū)域bqt1的圓弧中點記為弧中點，將弧中點與用戶偏好餅圖的圓心的連線記為弧中線，將弧中線除以3的值記為r，將弧中線內(nèi)距離用戶偏好餅圖的圓心距離為r、2×r以及3×r處的點分別記為行為點a、行為點b以及行為點c，將行為點a的縱坐標(biāo)調(diào)整為z1，將行為點b的縱坐標(biāo)調(diào)整為z2，將行為點c的縱坐標(biāo)調(diào)整為z3，其中，z1、z2以及z3分別為空調(diào)點、照明點以及用電點的縱坐標(biāo)的數(shù)值；將行為點b分別與行為點a以及行為點c連接，將得到的折線記為行為折線xzt1；獲取所有餅子區(qū)域bq對應(yīng)的行為折線xz；對于用戶偏好餅圖內(nèi)任意兩個相鄰的餅子區(qū)域bq，連接兩個餅子區(qū)域bq的行為點a，連接兩個餅子區(qū)域bq的行為點b，連接兩個餅子區(qū)域bq的行為點c；

25、對于行為特征坐標(biāo)系內(nèi)的任意一個行為點a，將行為點a與兩個相鄰餅子區(qū)域bq的行為點a的連線記為a-a1線以及a-a2線，將行為點a與行為點b的連線記為a-b線，將a-a1線與a-b線在行為點a處相交的度數(shù)記為a-b1度，將a-a2線與a-b線在行為點a處相交的度數(shù)記為a-b2度，將a-b1度與a-b2度的差值的絕對值記為特征a度；對于行為特征坐標(biāo)系內(nèi)的任意一個行為點c，將行為點c與兩個相鄰餅子區(qū)域bq的行為點c的連線記為c-c1線以及c-c2線，將行為點c與行為點b的連線記為c-b線，將c-c1線與c-b線在行為點c處相交的度數(shù)記為c-c1度，將c-c2線與c-b線在行為點c處相交的度數(shù)記為c-b2度，將c-b1度與c-b2度的差值的絕對值記為特征c度；

26、對于行為特征坐標(biāo)系內(nèi)的任意一個行為點b，將行為點b與兩個相鄰餅子區(qū)域bq的行為點b的連線記為b-b1線以及b-b2線，將行為點b與行為點a的連線記為b-a線，將行為點b與行為點c的連線記為b-c線，將b-b1線與b-b2線在行為點b處相交的度數(shù)記為b-b度，將b-a線與b-c線在行為點b處相交的度數(shù)記為a-c度，將b-b度與a-c度的差值的絕對值記為特征b度；

27、獲取所有行為點a的特征a度，并將所有特征a度構(gòu)成的區(qū)間記為區(qū)間a；獲取所有行為點b的特征b度，并將所有特征b度構(gòu)成的區(qū)間記為區(qū)間b；獲取所有行為點c的特征c度，并將所有特征c度構(gòu)成的區(qū)間記為區(qū)間c；

28、將區(qū)間a、區(qū)間b以及區(qū)間c記為用戶行為區(qū)間。

29、進(jìn)一步地，對用戶使用的樓宇自控系統(tǒng)中子系統(tǒng)的運(yùn)行參數(shù)進(jìn)行實時監(jiān)控，并基于用戶行為區(qū)間對用戶所使用的子系統(tǒng)進(jìn)行控制包括：

30、每當(dāng)用戶使用的樓宇自控系統(tǒng)中子系統(tǒng)運(yùn)行一天后，實時獲取最新一天內(nèi)子系統(tǒng)的運(yùn)行參數(shù)，并基于用戶的活動周期重新獲取特征參數(shù)tc；基于最新的特征參數(shù)tc獲取用戶散點圖、用戶偏好餅圖以及用戶偏好餅圖對應(yīng)的所有行為點a的特征a度、行為點b的特征b度以及行為點c的特征c度，當(dāng)任意一個行為點a的特征a度、行為點b的特征b度或行為點c的特征c度處于用戶行為區(qū)間之外時，將處于用戶行為區(qū)間之外的度數(shù)對應(yīng)的行為點所對應(yīng)的子系統(tǒng)記為波動子系統(tǒng)；基于樓宇自控系統(tǒng)對用戶的波動子系統(tǒng)的使用進(jìn)行持續(xù)監(jiān)控并基于波動子系統(tǒng)被使用的強(qiáng)度調(diào)整對波動子系統(tǒng)的資源投入。

31、第二方面，本技術(shù)還提供基于分布式的樓宇自控系統(tǒng)，包括用戶偏好分析模塊、區(qū)間劃定模塊以及用戶系統(tǒng)控制模塊；

32、用戶偏好分析模塊用戶基于樓宇內(nèi)用戶使用的樓宇自控系統(tǒng)中子系統(tǒng)的運(yùn)行參數(shù)，繪制用戶散點圖并建立用戶偏好餅圖；

33、區(qū)間劃定模塊用于基于用戶散點圖以及用戶偏好餅圖獲取用戶行為區(qū)間；

34、用戶系統(tǒng)控制模塊用于對用戶使用的樓宇自控系統(tǒng)中子系統(tǒng)的運(yùn)行參數(shù)進(jìn)行實時監(jiān)控，并基于用戶行為區(qū)間對用戶所使用的子系統(tǒng)進(jìn)行控制。

35、本發(fā)明的有益效果：本發(fā)明首先基于樓宇內(nèi)用戶使用的樓宇自控系統(tǒng)中子系統(tǒng)的運(yùn)行參數(shù)，繪制用戶散點圖并建立用戶偏好餅圖，這樣的好處在于，通過繪制用戶散點圖并建立用戶偏好餅圖，能夠獲取每個用戶在樓宇內(nèi)每種子系統(tǒng)的使用方面的偏好情況，有助于在后續(xù)分析過程中，能夠基于每個用戶的使用偏好，在用戶的子系統(tǒng)的使用波動出現(xiàn)較大變化時能夠及時進(jìn)行對子系統(tǒng)的資源投入進(jìn)行調(diào)整，防止因用戶的設(shè)備無法及時獲取充足的資源導(dǎo)致影響用戶在樓宇內(nèi)的設(shè)備使用的問題；

36、本發(fā)明還通過基于用戶散點圖以及用戶偏好餅圖獲取用戶行為區(qū)間，最后對用戶使用的樓宇自控系統(tǒng)中子系統(tǒng)的運(yùn)行參數(shù)進(jìn)行實時監(jiān)控，并基于用戶行為區(qū)間對用戶所使用的子系統(tǒng)進(jìn)行控制，這樣的好處在于，通過獲取用戶行為區(qū)間，能夠得到用戶在正常情況下使用樓宇內(nèi)子系統(tǒng)的使用波動范圍，有助于在用戶的子系統(tǒng)的使用波動出現(xiàn)較大變化時及時對樓宇內(nèi)的子系統(tǒng)進(jìn)行調(diào)整，以保障用戶在樓宇內(nèi)的設(shè)備使用。