智能节能环境调控系统及方法与流程

本发明是关于一种调控技术，特别是关于智能节能环境调控系统及方法。
背景技术：
：现行场域(如：卖场)的工作人员于站台值班时，需机动性调整卖场空调温度设定值与出风口角度，以维护卖场环境舒适度，但常因疏忽而没有调整空调设定温度，导致卖场空调产生过热或过冷等无谓耗能现象。虽然目前已有许多调控技术的方法，但还未有同时考虑多人情况的模型，在实际情形通常会有多个人在同一场域中。当场域中多人的偏好不同，或多人的状态有较大差异，则现今技术无法处理。综上所述，如何能有效解决上述问题，实属当前重要研发课题之一，亦成为当前相关领域亟需改进的目标。技术实现要素：本发明的一方面提出一种智能节能环境调控系统包含多个感测器与主机，主机包含数据库与处理器。所述感测器用于收集多个使用者的生理信息与位置信息及环境信息，数据库储存使用者信息与多个节能调控模型，使用者信息包含所述使用者的类型或等级，处理器执行以下操作：依据所述使用者的该生理信息与该位置信息，辨识每一所述使用者的活动状态，并取得与该活动状态相应的一新陈代谢率；根据所述使用者的类型或等级给予多个权重，并根据所述使用者的数量及所述权重，选择所述节能调控模型中的一者做为一选定模型；根据所述活动状态、所述权重以及该选定模型，设定一节能调控值；根据该节能设定值，调控多个环境控制设备。本发明的另一方面提出一种智能节能环境调控方法包含：透过多个感测器，收集多个使用者的生理信息与位置信息与环境信息；依据所述使用者的该生理信息与该位置信息，辨识所述使用者的活动状态，并取得与该活动状态相 应的一新陈代谢率；根据所述使用者的类型或等级给予多个权重，并根据所述使用者的数量及所述权重，选择多个节能调控模型中的一者做为一选定模型；根据所述活动状态、所述权重以及该选定模型，设定一节能调控值；根据该节能设定值，调控多个环境控制设备。通过本发明所揭露的技术，使用最佳化节能调控模型，考量多个使用者的各自的状态及偏好，来找寻最佳节能的调控。以下将以实施方式对上述的说明作详细的描述，并对本发明的技术方案提供进一步的解释。附图说明为了让本发明的上述和其他目的、特征、优点与实施例更明显易懂，所附附图的说明如下：图1为根据本发明一实施例中，一种智能节能环境调控系统的方块图；图2为根据本发明一实施例中，一种智能节能环境调控方法的流程图。具体实施方式为了使本发明的叙述更加详尽与完备，可参照所附的附图及以下所述各种实施例，附图中相同的号码代表相同或相似的元件。另一方面，众所周知的元件与步骤并未描述于实施例中，以避免对本发明造成不必要的限制。请参照图1。图1为根据本发明一实施例中，一种智能节能环境调控系统100的方块图。智能节能环境调控系统100包含多个穿戴式感测器110、固定式感测器112、环境感测器130、环境控制设备190与主机120，主机120包含数据库121、处理器123与网路元件125。于一实施例中，数据库121可整合于储存装置(如：硬盘)，处理器123可为一独立的微处理器或中央处理单元。感测器110、112用于收集多个使用者的生理信息与位置信息，环境感测器130收集环境信息。数据库121储存使用者信息与多个节能调控模型，其中使用者信息包含所述使用者的类型或等级。处理器123用以执行下列操作：依据多个使用者的生理信息与位置信息，辨识每一使用者的活动状态，并取得与活动状态相应的新陈代谢率；根据多个 使用者的类型或等级给予多个权重，并根据使用者的数量及权重，选择多个节能调控模型中的一者做为一选定模型；根据活动状态、权重以及选定模型，设定节能调控值；根据节能设定值，调控多个环境控制设备190。。于一实施例中，数据库121包含可由处理器123执行的一计算机程序，其中计算机程序在由处理器123执行时，使智能节能环境调控系统100进行智能节能环境调控。以下将对于智能节能环境调控系统100的智能调控过程进行更详细的说明。请参照图2，图2为根据本发明一实施例中，一种智能节能环境调控方法200的流程图。智能节能环境调控方法200可以用图1的智能节能环境调控系统100实现，但不以此为限。为了方便及清楚说明起见，在此以智能节能环境调控方法200是由图1的智能节能环境调控系统100实现为例。在步骤S201中，使用者将偏好设定输入至智能节能环境调控系统100，数据库121储存偏好设定。于一实施例中，使用者根据穿着进行输入个人衣着率。如使用者穿着较厚(如：夹克或大衣)，则输入其信息进智能节能环境调控系统100，以调控环境控制设备190将环境温度降低，反之则提高。于一实施例中，使用者根据偏好输入个人冷热偏好值。使用者输入偏好冷热的设定，若使用者偏好凉爽，则智能节能环境调控系统100在环境调控时，会偏向降低温度及降低湿度。于一实施例中，智能节能环境调控系统100根据地理区域、使用者的个人健康履历、家族病史及节能考量等而对可调控范固有所限制，例如在健身房其温度设定为20度以上，而一般住宅为24度以上，而拥有高血压病史的使用者则不能调过低温度，且拒绝设定偏妤低于20度以达到有效节能，并根据不同病史的使用者拥有不同的优先权，如心脏病患者的冷热偏好/限制比一般使用者来的重要(心脏病患优先权重比一般使用者高)。于一实施例中，智能节能环境调控系统100需根据各使用者状态来读取历史新陈代谢信息，由处理器123判断数据库121是否有历史数据。若数据库121无历史数据，处理器123基于数据库121中成人标准新陈代谢以决定使用者的新陈代谢率。若数据库121有历史数据，处理器123读取个人历史新陈代谢数据以决定使用者的新陈代谢率。在步骤S207中，使用者选择目前个人状态并进行输入，如：休息、静态、动态及激烈性等状态。在步骤S208中，透过感测器110收集多个使用者的生理信息与位置信息。于一实施例中，使用者使用固定式感测器112(如：血压器、代谢率分析仪等)测量不同状态下的生理信息(如：血压、代谢率等)，根据收集数据输入至系统中，使系统在不同生理状态下的判别能更为精确；并经由穿戴式感测器收集脉搏、人体温度、呼吸频率等生理信息，以及空间位置的信息。在步骤S209中，处理器123依据生理信息与位置信息，辨识使用者的活动状态，但若接收使用者的输入状态(步骤S207)，将该输入状态设定为该使用者的活动状态。于一实施例中，智能节能环境调控系统100分析使用者状态，进行智能状态判别(包含：休息、静态、动态及激烈性等状态)，根据使用者空间位置(如：在卧室、公共区域、劳动区域等)及生理数据(如：体温、呼吸频率、脉搏等)来判别使用者状态，如在卧室床的区域并且脉搏略低(45-48每下/分)，则判别为睡眠状态，此外若有使用者状态设定(步骤S207)输入，则会覆盖智能判别的状态，转而使用使用者自行设定的状态。在步骤S210中，由环境感测器130及网路上公开信息收集即时环境信息，并读取数据库121中历史环境信息。于一实施例中，环境感测器130收集的即时环境因子数据是以室内为主，处理器123透过网路元件125(如：网路卡)由网路上的公开信息收集其他环境因子数据是以室外为主。在步骤S211中，处理器123依据使用者的生理信息与位置信息，辨识使用者的活动状态，并取得与活动状态相应的新陈代谢率；根据使用者的类型或等级给予不同权重，并根据使用者的数量及权重，选择多个节能调控模型中的一者做为一选定模型。于一实施例中，智能节能环境调控系统100根据家族病史、医疗信息，将有如心脏病、中风的使用者为高权重，有气喘历史者为中权重，一般使用者为低权重。于一实施例中，智能节能环境调控系统100收集上述的环境信息(包含室内温度、室外温度、湿度、风速、热辐射温度等)以及使用者的新陈代谢率与偏好设定(如：衣着程度、冷热偏好)；接着，根据活动状态、新陈代谢率、 环境信息、偏好设定，及这些使用者的类型或等级，套入选定模型中进行计算。于一实施例中，该选定模型在满足多使用者的热舒适度及光舒适度下，找寻最佳节能调控值。于一实施例中，选定模型(调控模型)以预测平均投票(PredictedMeanVote,PMV)公式来计算舒适度。采用PMV作为热舒适指标是因为它显示出一个舒适的范围内，可以区分舒适与否。PMV功能需要6个信息输入，其中两个是人为因素，包括新陈代谢率和服装热阻；其他则是环境因素，包括室内温度、平均辐射温度、相对空气流速和相对湿度。举例而言，PMV的范围是-3到+3，通常定义-1到+1为舒适。PMV指标可以是如下表1所示：＜表1＞热+3暖+2微暖+1舒适0微凉-1凉-2冷-3PMV函数以如下关系式(1)—(5)做描述：(1)PMV＝(0.028+0.3033e-0.036M)×[M－3.05×(5.733－0.00699M－P)－0.42×(M－58.15)－0.0173M(5.867－P)－0.0014M(34－T)－3.96×10-8fcl×((Tcl+237)4－(Tcl+237)4)－fcl×hc(Tcl－T)](2)Tcl＝35.7－0.028M－0.155Icl(3.96×10-8)fcl×((Tcl+273)4－(Tcl+273)4)－fclhc×(Tcl－T)](3)若hc＝2.38(Tcl－T)0.25；若(4)若fcl≧0.5032，fcl＝1+0.2Icl；若fcl≦0.5032，fcl＝1.05+0.15Icl(5)P＝PSRH/100T是室内温度(℃)，Tmrt是平均辐射温度(℃)。P是在空气中的蒸气压(帕)，M是新陈代谢率(W/立方米)。v是相对空气速度(米/秒)，Icl是服装的热阻(1clo＝0.155m2K/W)，hc是对流传热因子(W/m2K)，fcl 是衣着的表面积的比率，Tcl是服装的外表面温度，RH是相对湿度，PS在一个特定温度下的饱和蒸气压，PMV指标函数可以写成为如下方程式(6)：(6)PMV＝f(T,Tmrt,M,Icl,RH,v)PMV指标是一个非线性函数，与关系式(2)—(5)相关。因为关系式(2)和(3)约束，它需要花费一些时间来搜索，所以需要进行非线性规划，以找寻节能调控值(最佳值)。于一实施例中，求解非线性规划可使用Nelder-Mead及ArtificialBeeColony演算法，但本发明不以此为限。于一实施例中，数据库121中的多个节能调控模型至少分成两种模式，一种为节能精确调控模型(步骤S212)，使各个舒适度皆达到合适范围；一种为节能即时调控模型(步骤S213)，以减少计算时间。于一实施例中，节能精确调控模型以如下关系式做描述：MinimizeLθt+LθlSubjectto∣PMVi+ρi∣≦kilmin≦Ei≦lmaxθt是一环境决策，包含温度、湿度、风向的向量；θl是另一环境决策，包含空间中灯光的数目及亮度。Lθt表示在θt的决策调控下，所消耗的能源；Lθl表示在θl的决策调控下，所消耗的能源。PMVi是各个热舒适度指标，ρi是个人使用者偏好，ki是不同权重使用者的舒适度区域。lmin与lmax表示使用者光舒适度区间，Ei是使用者位置的光照度。于一实施例中，在环境调控的决策下(包含温度、湿度、风速以及光照度)所消耗的能源，其中Lθt为中央空调所消耗的能源，而Lθl为光照设施所消耗的能源，“MinimizeLθt+Lθl”是找寻在光、热舒适度为舒适状态下并且为最低耗能的调控值。于一实施例中，“∣PMVi+ρi∣≦ki”是限制每个使用者的热舒适度与偏好能在舒适区间内，并且舒适区间会根据使用者权重而有所不同。于一实施例中，“lmin≦Ei≦lmax”是限制每个使用者的光舒适度在舒适区间内，并且舒适区间会根据使用者状态而有所不同。“节能精确调控模型”可以使场域中所有使用者都感到舒适，但可能会增加计算时间。实务上，计算整体使用者舒适度区间，并根据不同使用者的权重与偏好进行舒适度区间调整。举例而言，根据家族病史、医疗信息，将有如心 脏病、中风的使用者为高权重，有气喘历史者为中权重，一般使用者为低权重。权重越高者，在模型中的ki越小，反之越高；举例而言，如心脏病使用者其舒适度区间为1，而一般使用者舒适度区间为2。实作上，可考虑场域中整体使用者的舒适度，但是有机会找不到此调控值。若无最佳调控值，会选择“节能即时调控模型”来进行计算。于一实施例中，节能即时调控模型以如下关系式做描述：MinimizeLθt+LθlSubjecttoE(∣PMV∣)≦Ek+ρEVar(∣PMV∣)≦Vk+ρvlmin≦Ei≦lmaxθt是一环境决策，包含温度、湿度、风向的向量；θl是另一环境决策，包含空间中灯光的数目及亮度。Lθt表示在θt的决策调控下，所消耗的能源；Lθl表示在θl的决策调控下，所消耗的能源。PMV是整体热舒适度指标。Ek表示舒适度区间，限制平均舒适度需在此区问内；Vk表示舒适度区间，限制舒适度差异需在此区问内。ρE、ρv是整体使用者偏好。于一实施例中，“E(∣PMV∣)≦Ek+ρE”与“Var(∣PMV∣)≦Vk+ρv”是限制整体使用者热舒适度，并根据整体偏好与人数来进行热舒适度区间限制，使用平均数与变异数来增加计算速度，即是说预期大部分的人处于舒适度区间，并且其变异并不会过大。“节能即时调控模型”可以加快计算速度，达到即时调控。实务上，计算整体使用者平均与变异舒适度，根据空间中人数给予不同范围限制。举例而言，人数少时(如小于十人)，对于平均与变异舒适度局限范围较严(Ek＝1，Vk＝1.5)；人数多时(如大于十人)，对于平均与变异舒适度局限较宽(Ek＝1.5，Vk＝1.5)。如此一来，“节能即时调控模型”可加快找到调控值，但有机会使少部分使用者处于非舒适状态。在步骤S212中，当多个使用者对应的不同权重中任一者高于一门槛值，处理器123选择节能精确调控模型以做为上述的选定模型，其中该门槛值可由系统设计者或计算机分析决定的，借此，在有高权重使用者的场域(例如：有高血压患者)可选择使用节能精确调控模型。节能精确调控模型用于分析所述使用者各自的舒适度。于一实施例中，节能精确调控模型在环境调控的决策下(包含温度、湿度、风速以及光照度)所消耗的能源，包括中央空调所消耗的能源与光照设施所消耗的能源。节能精确调控模型限制每个使用者的热舒适度与偏好能在舒适区间内，并且舒适区间会根据使用者权重而有所不同，进而限制每个使用者的光及热舒适度在舒适区间内，并且舒适区间会根据使用者权重而有所不同。于一实施例中，处理器123基于生理信息、环境信息与节能精确调控模型，进行非线性规划，以找寻节能调控值(最佳值)。于一实施例中，求解非线性规划可使用Nelder-Mead及ArtificialBeeColony演算法，但本发明不以此为限。若非线性规划找不到最佳值，则进入步骤S213，套用节能即时调控模型。在步骤S213中，当多个使用者的位置信息符合一预设频繁移动条件时，处理器123选择节能即时调控模型以做为选定模型，其中该预设频繁移动条件可由系统设计者或计算机分析决定，借此，在多使用者频繁进出的场域可选择使用节能即时调控模型。节能即时调控模型用于分析所述使用者整体的平均与变异舒适度。于一实施例中，处理器123基于生理信息、环境信息与节能即时调控模型，进行非线性规划，以找寻节能调控值(最佳值)。于一实施例中，求解非线性规划可使用Nelder-Mead演算法及ArtificialBeeColony，但本发明不以此为限。在步骤S214中，处理器123根据节能设定值，调控环境控制设备190，包括空调设备的温度、湿度、风速调控，照明设备的开关、亮度调控等。通过本发明所揭露的技术，使用穿戴式感测器110进行数据分析，穿戴式感测器110使用微机电系统(MEMS)，将物理系统转换成讯息，由主机120连结并计算，根据空间位置、个人习惯、心跳、体温等数据来判别使用者现阶段的状况(如：休息、静态、动态及激烈性等)；由环境感测器(如：温度感测器、湿度感测器等)收集环境因子(如：温度、湿度、风速、光照、二氧化碳浓度等)；由穿戴式感测器110(如：医疗手环、智慧手表等)收集生理因子(人体温度、心跳、呼吸频率等)，将数据导入节能调控模型找寻最佳调控，经由演算法找寻最佳节能调控决策。智能节能环境调控系统100可实施于安养院、老人照护中心等机构，或实施于居家环境。智能节能环境调控系统100分析使用者状态，根据状态转换与空间位置判别使用者行为，通过判别使用者行为进行调控，增加模型真实度(如使用者刚 从睡眠状态清醒，经由空间位置移动、温度及心跳判别，判别后套入节能调控模型，通过调控空间将灯源缓慢点亮，使其眼睛感到舒适并不会产生眩光，并调控温度及湿度使其体感温度感到舒适，达到智能调控)。智能节能环境调控系统100根据季节与时段，给予模型不同调控设定，如夏天给予温度调控较低、冬天较高，白天灯控较暗、晚上灯控较亮，并根据不同设施场所给予自行输入偏好调控设定。智能节能环境调控系统100经由输入额外设定(如：偏好冷、偏好热的个人偏好)，调整使用者各自的舒适感来套入节能调控模型，达到人性化的设定。尽管本文已参阅附图详细描述了本发明的说明性实施例，但应了解，本发明并不限于彼等相同的实施例。在不脱离由所附申请专利范围定义的本发明的范畴及精神的情况下，熟悉此项技术者可对本发明进行各种改变及修改。当前第1页1 2 3