一种基于人工智能的数据调控系统的制作方法

1.本发明涉及数据调控技术领域，具体为一种基于人工智能的数据调控系统。


背景技术：

2.随着国民生产总值的不断增长，人们对能源需求的增长和现有能源资源日趋减少的矛盾日益突出，除了开发利用新能源之外，减少能耗已成为解决能源问题的重要途径。据统计，在全国能源消耗总量中，有接近三分之一是建筑能耗，而且这一比例还在逐年增加，因此，建筑节能是缓解能源危机的重要一环，而在建筑总能耗中，空调耗能和照明耗能分别占比40％-60％和20％-35％，节能潜力巨大。
3.研究表明，穿墙面积比的值对建筑的采光量与空调能耗均有影响，且随着穿墙面积比的增大或减小，两者的变化趋势相反；穿墙面积比对建筑能耗的影响程度仅次于建筑层高，具体变现为：随着穿墙面积比的增大，建筑的采光质量提高，空调冷负荷增加，如果为了增加建筑的美观性而使建筑的穿墙面积比过大会导致空调能耗急剧增加，甚至会出现室内炫光现象，反之，如果为了降低建筑的空调冷负荷而过度减小建筑的穿墙面积比则会导致建筑的采光质量下降，增加建筑队人工辅助照明的依赖，进而增加照明能耗；上述任何一种情况的出现都会造成建筑能耗的额外增加，尤其是对于现代工厂来说，工业用电的高价让建筑设计初期不得不考虑额外耗能的问题。因此，设计额外能耗低和合理平衡的一种基于人工智能的数据调控系统是很有必要的。


技术实现要素：

4.本发明的目的在于提供一种基于人工智能的数据调控系统，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于人工智能的数据调控系统，包括建筑信息获取模块、能耗模拟模块、数据调控模块，所述建筑信息获取模块的输出端与能耗模拟模块的输入端电连接，所述能耗模拟模块的输出端与数据调控模块的输入端电连接，所述建筑信息获取模块用于对当前建筑物的信息情况进行采集，所述能耗模拟模块用于模拟当前情况下建筑物的能耗情况，所述数据调控模块用于根据计算结果对建筑物的参数进行动态调控；所述能耗模拟模块包括热量辐射统计模块、时间变量拟合模块、冷负荷权系数计算模块、室内冷负荷计算模块、照明负荷计算模块，所述热量辐射统计模块、时间变量拟合模块的输出端与冷负荷权系数计算模块的输入端电连接，所述冷负荷权系数计算模块的输出端与室内冷负荷计算模块的输入端、照明负荷计算模块的输入端电连接，所述热量辐射统计模块用于统计建筑物内的热量辐射情况，所述时间变量拟合模块用于引入时间变量，所述冷负荷权系数计算模块用于计算当前建筑内的冷负荷权系数，所述室内冷负荷计算模块用于计算当前建筑的室内冷负荷量，所述照明负荷计算模块用于计算当前建筑内的照明部分所占负荷。
6.根据上述技术方案，所述建筑信息获取模块包括采光模拟模块、光照时长获取模
块、窗户方向角计算模块、穿墙面积比计算模块，所述采光模拟模块的输出端与光照时长获取模块的输入端电连接，所述光照时长获取模块的输出端与窗户方向角计算模块、穿墙面积比计算模块的输出端电连接，所述采光模拟模块用于模拟出建筑建成后的采光情况，所述光照时长获取模块用于根据大数据获取当地的光照时长，所述窗户方向角计算模块用于计算当前建筑窗户与天空的方向角，所述穿墙面积比计算模块用于计算当前条件下建筑的穿墙面积比，所述光照时长获取模块包括分级模块，所述分级模块用于根据当地光照时长进行分集。
7.根据上述技术方案，所述数据调控模块包括窗户面积调整模块、透光率选择模块、照明亮度范围选择模块，所述窗户面积调整模块的输出端与透光率选择模块的输入端电连接，所述透光率选择模块的输出端与照明亮度范围选择模块的输入端电连接，所述窗户面积调整模块用于根据所得参数分析窗户的调整量，所述透光率选择模块用于选择窗户玻璃的最佳透光率选择范围，所述照明亮度范围选择模块用于根据所的结果选择建筑内的照明亮度最佳范围。
8.根据上述技术方案，所述一种基于人工智能的数据调控系统的运行方法包括以下步骤：
9.步骤s1：获取待进行数据调控的建筑物信息，并利用人工智能对建筑物的各项存在影响能耗的参数进行准确计算；
10.步骤s2：模拟建筑物在当前参数下的耗能环境，并记录参数；
11.步骤s3：根据所记录的参数计算建筑物内的空调冷负荷能耗与照明能耗；
12.步骤s4：根据计算结果对建筑物进行动态调控，选择最佳参数。
13.根据上述技术方案，所述步骤s1-s2中，建筑物的模拟与参数记录方法包括以下步骤：
14.步骤a：进行建筑内采光模拟，获取建筑南立面的采光情况；由于我国地理位置的原因，未获取良好的采光条件，我国建筑在设计建造时遵循坐北朝南的原则，即门窗朝南，因此对建筑的南立面进行采光模拟更能符合实际要求；
15.步骤b：根据人工智能技术下的大数据统计，获取夏季当地每日平均光照时长t，并根据t的值进行分级；受纬度影响，不同地区的夏季平均光照时间也不同，引入夏季当地每日平均光照时长t，对不同地区的设计采取不同计算方式，更符合实际需求；
16.步骤c：从窗户中心点计算垂直可见天空的角度值θ，并以此值为窗户的方向角；窗户的安装角度不同会导致其挡光出现折减，当此值为90
°
时，挡光最少，光照投射效率为100％；
17.步骤d：根据设计图纸，获取建筑各立面窗面积之和ag与室内各表面面积之和a
t
；
18.步骤e：根据选择的玻璃材质，获取其透射比ε与表面反射比参数ρ；
19.步骤f：计算当前参数下建筑的采光系数q；采光系数代表采光质量，由于受到不同气候条件的影响，室内获取到的光照情况在一天中是不断改变的，因此引入采光系数来反馈室内采光质量。
20.根据上述技术方案，所述步骤f中，当前参数下建筑的采光系数q的计算公式为：
21.22.式中，ag代表建筑各立面窗面积之和，单位为平方米，a
t
代表室内各表面面积之和，单位为平方米，θ为窗户的方向角，最大值为90
°
，ε为玻璃的透射比，ρ为玻璃表面反射参数，且该值小于1，反光系数的值表征室内的采光质量，该值越大，表示室内的采光质量越好。
23.根据上述技术方案，所述步骤s3-s4中，建筑内的空调冷负荷能耗与照明能耗对应的数据调控方法包括以下步骤：
24.步骤s31：基于当地每日平均光照时长t，拟合出时间变量下的建筑物接收辐射f
t
；建筑物最终接收到的辐射量为时变参数，该值随着时间变化而变化，因此需引入时间变量，并根据时间变量拟合对应的接收辐射；
25.步骤s32：根据建筑用途，引入群集系数m；工厂内的人体、照明、运行设备都会产生热量，因此引入群集系数统一表示额外热量；
26.步骤s33：设定夏季空调设计温度c，并获取外墙与外窗的传热系数k；
27.步骤s34：计算冷负荷权系数n与对应的数据调控量。
28.根据上述技术方案，所述步骤s32中，群集系数m的计算方法进一步包括以下步骤：
29.步骤a：获取工厂建筑内常驻人口数量n，引入转换系数k表征工厂内人体散发的热量；人体会产生热量，以工厂内人员数量与转换系数估测因人体散发的额外热量；
30.步骤b：根据建筑用途，估测建筑内设备运行时产生的热量w；不同用途的建筑物内电气设备的使用情况不同，如工厂内的大型机器会产生大量热量，尤其是一些精密仪器建造车间，机器对温度的要求更高，因此需考虑不同类型的建筑来估测建筑内运行设备产生的热量；
31.步骤c：根据所计算的采光系数，反推建筑屋内的照明系数，该值为采光系数的倒数；
32.步骤d：计算群集系数m。
33.根据上述技术方案，所述步骤d中，群集系数m的计算公式为：
[0034][0035]
式中，kn代表考虑人体散发热量带来的冷负荷，单位为焦耳，w为建筑内运行设备的散热估测值，单位为焦耳，q为建筑物的采光系数，m越大，表示该建筑内的群集系数越高，产生的额外冷负荷越高；
[0036]
所述步骤s34中，冷负荷权系数n的计算公式为：
[0037][0038]
式中，c为夏季空调的默认设定温度，m为建筑内的群集系数，f
t
为时间变量下的建筑物接收辐射f
t
，t为夏季当地每日平均光照时长，单位为小时，η为转换系数，当n为正数或0时，表示当前空调的冷负荷大于或等于建筑内的发散热量，当n为负数时，表示当前空调的冷负荷小于建筑内的发散热量，空调会增加能耗。
[0039]
根据上述技术方案，所述步骤s34中，数据调控量的具体调控方法为：
[0040]
当上述冷负荷权系数n的值为负数时，表示在当前条件下，建筑物与冷负荷相关的参数需要调整；当上述冷负荷权系数为正数时，表示当前建筑物无需调整。
[0041]
与现有技术相比，本发明所达到的有益效果是：本发明，
[0042]
(1)通过设置有建筑信息获取模块，对建筑所在地进行采光模拟，并根据人工智能的大数据技术进行夏季光照时长获取，模拟数据更精确；
[0043]
(2)通过设置有窗户方向角设计模块，对窗户的方向角进行设计模拟，满足实际应用中的条件；
[0044]
(3)通过设置有能耗模拟模块，对实际建造过程中可能的热量辐射进行计算，便于对建筑数据的调整；
[0045]
(4)通过设置有冷负荷权系数计算模块，进行冷负荷权系数的计算，并同时计算采光系数，用于表征建筑的采光质量。
附图说明
[0046]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0047]
图1是本发明的系统模块组成示意图。
具体实施方式
[0048]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0049]
请参阅图1，本发明提供技术方案：一种基于人工智能的数据调控系统，包括建筑信息获取模块、能耗模拟模块、数据调控模块，建筑信息获取模块的输出端与能耗模拟模块的输入端电连接，能耗模拟模块的输出端与数据调控模块的输入端电连接，建筑信息获取模块用于对当前建筑物的信息情况进行采集，能耗模拟模块用于模拟当前情况下建筑物的能耗情况，数据调控模块用于根据计算结果对建筑物的参数进行动态调控；能耗模拟模块包括热量辐射统计模块、时间变量拟合模块、冷负荷权系数计算模块、室内冷负荷计算模块、照明负荷计算模块，热量辐射统计模块、时间变量拟合模块的输出端与冷负荷权系数计算模块的输入端电连接，冷负荷权系数计算模块的输出端与室内冷负荷计算模块的输入端、照明负荷计算模块的输入端电连接，热量辐射统计模块用于统计建筑物内的热量辐射情况，时间变量拟合模块用于引入时间变量，冷负荷权系数计算模块用于计算当前建筑内的冷负荷权系数，室内冷负荷计算模块用于计算当前建筑的室内冷负荷量，照明负荷计算模块用于计算当前建筑内的照明部分所占负荷。
[0050]
建筑信息获取模块包括采光模拟模块、光照时长获取模块、窗户方向角计算模块、穿墙面积比计算模块，采光模拟模块的输出端与光照时长获取模块的输入端电连接，光照时长获取模块的输出端与窗户方向角计算模块、穿墙面积比计算模块的输出端电连接，采光模拟模块用于模拟出建筑建成后的采光情况，光照时长获取模块用于根据大数据获取当地的光照时长，窗户方向角计算模块用于计算当前建筑窗户与天空的方向角，穿墙面积比计算模块用于计算当前条件下建筑的穿墙面积比，光照时长获取模块包括分级模块，分级模块用于根据当地光照时长进行分集。
[0051]
数据调控模块包括窗户面积调整模块、透光率选择模块、照明亮度范围选择模块，窗户面积调整模块的输出端与透光率选择模块的输入端电连接，透光率选择模块的输出端与照明亮度范围选择模块的输入端电连接，窗户面积调整模块用于根据所得参数分析窗户的调整量，透光率选择模块用于选择窗户玻璃的最佳透光率选择范围，照明亮度范围选择模块用于根据所的结果选择建筑内的照明亮度最佳范围。
[0052]
一种基于人工智能的数据调控系统的运行方法包括以下步骤：
[0053]
步骤s1：获取待进行数据调控的建筑物信息，并利用人工智能对建筑物的各项存在影响能耗的参数进行准确计算；
[0054]
步骤s2：模拟建筑物在当前参数下的耗能环境，并记录参数；
[0055]
步骤s3：根据所记录的参数计算建筑物内的空调冷负荷能耗与照明能耗；
[0056]
步骤s4：根据计算结果对建筑物进行动态调控，选择最佳参数。
[0057]
步骤s1-s2中，建筑物的模拟与参数记录方法包括以下步骤：
[0058]
步骤a：进行建筑内采光模拟，获取建筑南立面的采光情况；由于我国地理位置的原因，未获取良好的采光条件，我国建筑在设计建造时遵循坐北朝南的原则，即门窗朝南，因此对建筑的南立面进行采光模拟更能符合实际要求；
[0059]
步骤b：根据人工智能技术下的大数据统计，获取夏季当地每日平均光照时长t，并根据t的值进行分级；受纬度影响，不同地区的夏季平均光照时间也不同，引入夏季当地每日平均光照时长t，对不同地区的设计采取不同计算方式，更符合实际需求；
[0060]
步骤c：从窗户中心点计算垂直可见天空的角度值θ，并以此值为窗户的方向角；窗户的安装角度不同会导致其挡光出现折减，当此值为90
°
时，挡光最少，光照投射效率为100％；
[0061]
步骤d：根据设计图纸，获取建筑各立面窗面积之和ag与室内各表面面积之和a
t
；
[0062]
步骤e：根据选择的玻璃材质，获取其透射比ε与表面反射比参数ρ；
[0063]
步骤f：计算当前参数下建筑的采光系数q。采光系数代表采光质量，由于受到不同气候条件的影响，室内获取到的光照情况在一天中是不断改变的，因此引入采光系数来反馈室内采光质量。
[0064]
步骤f中，当前参数下建筑的采光系数q的计算公式为：
[0065][0066]
式中，ag代表建筑各立面窗面积之和，单位为平方米，a
t
代表室内各表面面积之和，单位为平方米，θ为窗户的方向角，最大值为90
°
，ε为玻璃的透射比，ρ为玻璃表面反射参数，且该值小于1，反光系数的值表征室内的采光质量，该值越大，表示室内的采光质量越好。
[0067]
步骤s3-s4中，建筑内的空调冷负荷能耗与照明能耗对应的数据调控方法包括以下步骤：
[0068]
步骤s31：基于当地每日平均光照时长t，拟合出时间变量下的建筑物接收辐射f
t
；建筑物最终接收到的辐射量为时变参数，该值随着时间变化而变化，因此需引入时间变量，并根据时间变量拟合对应的接收辐射；
[0069]
步骤s32：根据建筑用途，引入群集系数m；工厂内的人体、照明、运行设备都会产生
热量，因此引入群集系数统一表示额外热量；
[0070]
步骤s33：设定夏季空调设计温度c，并获取外墙与外窗的传热系数k；
[0071]
步骤s34：计算冷负荷权系数n与对应的数据调控量。
[0072]
步骤s32中，群集系数m的计算方法进一步包括以下步骤：
[0073]
步骤a：获取工厂建筑内常驻人口数量n，引入转换系数k表征工厂内人体散发的热量；人体会产生热量，以工厂内人员数量与转换系数估测因人体散发的额外热量；
[0074]
步骤b：根据建筑用途，估测建筑内设备运行时产生的热量w；不同用途的建筑物内电气设备的使用情况不同，如工厂内的大型机器会产生大量热量，尤其是一些精密仪器建造车间，机器对温度的要求更高，因此需考虑不同类型的建筑来估测建筑内运行设备产生的热量；
[0075]
步骤c：根据所计算的采光系数，反推建筑屋内的照明系数，该值为采光系数的倒数；
[0076]
步骤d：计算群集系数m。
[0077]
步骤d中，群集系数m的计算公式为：
[0078][0079]
式中，kn代表考虑人体散发热量带来的冷负荷，单位为焦耳，w为建筑内运行设备的散热估测值，单位为焦耳，q为建筑物的采光系数，m越大，表示该建筑内的群集系数越高，产生的额外冷负荷越高；
[0080]
步骤s34中，冷负荷权系数n的计算公式为：
[0081][0082]
式中，c为夏季空调的默认设定温度，m为建筑内的群集系数，f
t
为时间变量下的建筑物接收辐射f
t
，t为夏季当地每日平均光照时长，单位为小时，η为转换系数，当n为正数或0时，表示当前空调的冷负荷大于或等于建筑内的发散热量，当n为负数时，表示当前空调的冷负荷小于建筑内的发散热量，空调会增加能耗。
[0083]
步骤s34中，数据调控量的具体调控方法为：
[0084]
当上述冷负荷权系数n的值为负数时，表示在当前条件下，建筑物与冷负荷相关的参数需要调整；当上述冷负荷权系数为正数时，表示当前建筑物无需调整。
[0085]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0086]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。
凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。