一种基于智能手表的智能家居室内环境管理方法

本发明涉及人工智能与电力市场的交叉领域，特别是一种基于智能手表的智能家居室内环境管理方法。

背景技术：

1、随着人工智能和智能楼宇的发展，迫切要求智能建筑能够为使用者提供一个舒适、健康、便捷、高效、节能的室内环境，这就要求在使用者缺乏专业调控知识、不能合理设置舒适的室内温度并且不情愿多次人工调整室温设定值的情况下，智能建筑能够自主监测人体热感觉并根据监测结果合理地优化室内温度，自主运行调控。除此以外，由于天气条件、电价和住户入住的不确定性，以及室内热环境之间复杂的相互作用，制定有效的控制策略具有挑战性。

2、现有研究多基于模型预测控制(mpc)，通过在逐渐减少的时间范围内执行优化过程来制定室内环境管理策略。研究的开展大多基于所选研究区域的天气条件和太阳辐射相对稳定的情况下进行室外天气预测。对于影响控制的因素，大多以建筑周围的环境、太阳辐射等外部环境因素为主。

3、现有技术具有以下缺点：

4、1、由于室外天气条件、电力市场以及用户行为是不可控的，导致室外温度、太阳辐射、电价和住户居住模式存在较大的不确定性。尽管基于mpc方法较为简便，但天气、电价和占用率的不确定性很容易使系统性能发生变化。因此，室内环境管理问题可以看作是一个不确定条件下的多变量、多目标非线性优化问题，这对解决室内环境管理问题提出了重大挑战。

5、2、现有研究在室内环境管理优化运行控制与建筑环境热舒适性、特别是与人体实时热感觉在研究和应用上存在着明显的脱节问题。比较普遍的是，在室内环境管理实际控制工程中，没有将人体热感觉实时引入室内环境管理自动控制过程之中。但事实上，不同的人对环境温度需求是不同的，无法直接用统一的标准对室内环境进行调控，而是需要将人体的某些数值作为参数进行室内环境管理。

技术实现思路

1、发明目的：本发明的目的是提供一种基于智能手表的智能家居室内环境管理方法，从而进一步提升现代化楼宇智能化水平，解决公共建筑系统优化运行控制与人体感觉在工程应用上的脱节问题，提高环境的热舒适性，降低系统的能耗。

2、技术方案：本发明所述的一种基于智能手表的智能家居室内环境管理方法，包括以下步骤：

3、(1)利用智能手表检测人体手腕皮肤温度以及心率；智能手表作为人体感觉系统的主要检测设备，需要对人体手腕皮肤温度twsk以及心率hr进行检测，再将得到的数据发送到温度控制器中；

4、(2)建立人体热感觉模型；人体热感觉与室内温度、手腕皮肤温度和心率有关。由于手腕皮肤温度与室内温度呈正相关，因此此处只考虑手腕皮肤温度与心率的影响。基于t-s模糊模型的if-then模糊规则，利用步骤(1)中得到的数据，人体热感觉ts的数学表达式为：

5、

6、式中，ri为第i条模糊规则，ai1和ai2为第i条模糊规则中输入参量的前件模糊集合，pj0和pj1为第i条模糊规则中后件线性参数，通过参数辨识技术均可得出；

7、(3)建立太阳能热负荷模型；室内温度受到多种因素的影响，太阳能热负荷即是其中之一，太阳能热负荷的数学模型表示为：

8、

9、式中，i表示第i个窗口，n表示窗口的总数，βwin,i表示窗口i的遮阳系数，awin,i表示窗口i的面积，表示t时段窗口i的太阳辐射；

10、(4)建立室内与外部空气的热交换模型；室内的温度能够通过墙壁与外部空气进行热交换，其数学模型表示为：

11、

12、式中，表示t时段通过墙壁传递的热量，uwall表示墙壁的换热系数，awall,i表示墙壁的i的换热面积，和为t时段室外和室内的温度；

13、(5)建立通风系统的热/冷流量模型；通风系统的热/冷流量与通风系统的风量、室内外温差、热回收率和漏风率有关，其数学模型表示为：

14、

15、式中，表示t时段通风系统的热/冷流量，ρ表示空气密度，cρ表示比热容，表示t时段通风系统的风量，ql表示漏风率，ηhr表示热回收率；

16、(6)建立加热/冷却系统产生的加热/冷却功率模型；t时段加热/冷却系统产生的加热/冷却功率的数学表达式为：

17、

18、式中，ηhc表示加热/冷却系统的能效比，表示t时段加热/冷却系统所消耗的电能；

19、(7)建立设备内部热量模型；设备内部热量与所用设备的利用率、热密度、设备的散热效果以及建筑物的面积有关，其数学表达式为：

20、

21、式中，为t时段设备内部热量，为t时段所用设备的利用率，为设备的热密度，aroom为建筑的面积，εappl为设备的散热比；

22、(8)建立室内的热环境模型；基于步骤(1)～(7)传输到温度控制器中的数据，室内的热环境由下式表示：

23、

24、式中，vroom为室内体积，公式(5)能化简为：

25、

26、(9)建立系统耗能成本模型；此处主要考虑t时段与通风系统和加热/冷却系统相关的能源消耗成本其数学表达式为：

27、

28、式中，w1为权重因子，pt为t时段的电价，为通风系统功率最大值，为最大通风量；

29、(10)建立室内温度惩罚成本模型；为了保证室内温度处于一个合适的范围内，需要设置室内温度惩罚函数其数学表达式为：

30、

31、式中，w2为权重因子，σ2非正常范围温度与价格的转换系数，为t时段首选室内温度，δtthr为室内温度偏差允许阈值，为与之差的绝对值；

32、(11)建立目标函数模型；以系统的总成本ftotal最小化为目标设置目标函数，ftotal包括步骤(9)的能源消耗成本和步骤(10)的惩罚成本，其数学表达式为：

33、

34、(12)使用双网络深度q学习算法(doubledeep q-network，ddqn)求解步骤(11)中目标函数。

35、所述步骤(12)具体为：

36、(12.1)初始化状态；设置目标函数状态函数st为：

37、

38、(12.2)设置目标函数动作空间，表示如下：

39、

40、

41、

42、式中，aven和ahc分别为通风系统和加热/冷却系统的离散动作，k表示设定值，k1∈k1，k2∈k2，a∈a,a∈ahc×aven，

43、(12.3)设置目标函数奖励函数rt，表示如下：

44、

45、式中，β表示惩罚项，其表达式为：

46、

47、式中，ξ为惩罚系数；

48、(12.3)设置目标q值yt，表示如下：

49、yt＝rt+γq(st+1,argmaxq(st+1,a；θ)；θ-)   (18)

50、式中，γ为衰减因子，q为价值函数，θ/θ-为q网络/目标网络的权重参数；

51、(12.4)设置目标函数损失函数，通过神经网络的梯度反向传播来更新q网络的所有参数；损失函数l(θ)表示如下：

52、

53、式中，n为批量梯度下降的样本数，ω为重要性采样权重，δ为时间误差；

54、(12.5)agent观察t+1时段的状态信息st+1为新状态，并做出该时间步的控制决策并重复此过程至一天结束。

55、一种计算机存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的一种基于智能手表的智能家居室内环境管理方法。

56、一种计算机设备，包括储存器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的一种基于智能手表的智能家居室内环境管理方法。

57、有益效果：与现有技术相比，本发明具有如下优点：

58、1、本发明基于人体热感觉实现智能手表与温度控制器的直接通讯，以人体实时感觉作为重要指标，能够有效提高环境的热舒适性；

59、2、本发明基于深度强化学习实现建筑物内部的自主控制，在不需要任何预测信息的情况下，能够根据状态进行自适应决策，最大限度地降低能源成本。