本发明涉及环境控制,尤其涉及一种基于数据分析平台的园区智能环境控制系统和方法。
背景技术:
1、传统的环境控制设备由用户通过控制面板进行控制,将环境设备控制权交给用户容易出现过度使用,控制震荡,能源浪费等情况。目前的环境控制系统缺少全局的环路控制能力,传统环境控制系统完全由人工控制或者只依赖自身传感器进行自身调节。环境温度缺少分区控制,无法调整环境温度,园区能源消耗大。因此亟需一种灵活性高、鲁棒性高的基于数据分析平台的园区智能环境控制系统。
技术实现思路
1、针对上述所显示出来的问题,本技术方案提供了一种基于数据分析平台的园区智能环境控制系统和方法。
2、本技术方案提供了一种基于数据分析平台的园区智能环境控制系统,包括:
3、传感器部署模块,用于通过预设的环境传感器设备,实时监测园区内的环境参数;其中,所述环境传感器设备至少包括温度传感器、湿度传感器、光线传感器、co2传感器、或空气质量传感器的一种或多种;
4、数据分析平台,用于基于预设的数据处理方法,处理和分析所述环境参数,识别环境趋势和环境特征;
5、智能控制系统模块,用于基于所述环境趋势和环境特征,识别所述环境参数是否异常,并当所述环境参数存在异常时,通过控制终端对园区内预设的环境控制设备进行自动化控制;
6、所述数据分析平台,包括:
7、预处理单元,用于通过预设的预处理方法,对环境参数进行预处理,得到预处理数据;其中,
8、所述预处理方法至少包括数据平滑、插值和数据对齐的一种或多种;
9、采样单元,用于识别所述预处理数据的数据频率是否大于预置的传感器频率阈值,当所述数据大于预置的传感器频率阈值,对所述预处理数据进行数据降采样,得到采样数据;
10、环境趋势单元,用于按照预设的时间序列方法,将未超过预置的传感器频率阈值或所述采样数据进行时间序列分析,识别监测园区内环境的环境趋势;
11、环境特征单元,用于基于预设的数据处理方法,按照所述环境趋势训练实时采集到的环境参数,得到对应的环境特征。
12、作为技术方案的一种实施例,所述传感器部署模块,包括:
13、传感器单元,用于获取监测园区内的环境传感器设备,在园区智能环境控制系统上部署传感节点;
14、传感器数据采集单元,用于利用所述传感节点接收环境传感器设备采集到的传感器数据;
15、数据清洗单元,用于对所述传感器数据进行数据清洗,去除所述传感器数据中的异常值、错误数据和噪声,实时监测园区内的环境参数。
16、作为技术方案的一种实施例,所述数据处理方法至少包括机器学习方法、深度学习方法和统计方法的一种或多种;所述环境趋势至少包括环境的季节性变化趋势和周期性模式;所述环境特征至少包括物理环境特征和气候特征。
17、作为技术方案的一种实施例,所述时间序列方法至少包括移动平均方法、指数平滑方法、自回归滑动平均模型方法和季节性分解方法的一种或多种。
18、作为技术方案的一种实施例,所述智能控制系统模块,包括:
19、智能控制系统模块,用于基于所述环境趋势和环境特征,自动控制园区内的环境设备。
20、线性回归单元,用于基于预设的线性回归分析方法,获取和环境趋势有关的线性趋势;
21、第一检测单元,用于通过离群值检测方法,检测所述线性趋势上是否存在异常数据点;其中,当所述线性趋势上存在异常数据点,将所述异常数据点反馈至预设的控制终端;
22、第二检测单元,用于当所述线性趋势上不存在异常数据点,利用训练好的时间序列模型,检查环境参数是否有异常的残差值,并将所述异常的残差值反馈至预设的控制终端;
23、控制终端,用于接收异常数据点或异常的残差值,并从预设的数据库调取历史决策方案对园区内预设的环境控制设备进行自动化控制。
24、作为技术方案的一种实施例,所述物理环境特征至少包括温度特征、湿度特征、光照特征、土壤特性和大气压力特征的一种或多种;
25、所述气候特征至少包括气温范围特征、降水量特征、风速特征和风向特征的一种或多种。
26、作为技术方案的一种实施例,一种基于数据分析平台的园区智能环境控制方法,包括:
27、通过预设的环境传感器设备,实时监测园区内的环境参数;其中,所述环境传感器设备至少包括温度传感器、湿度传感器、光线传感器、co2传感器、或空气质量传感器的一种或多种;
28、基于预设的数据处理方法,处理和分析所述环境参数,识别环境趋势和环境特征;
29、基于所述环境趋势和环境特征,识别所述环境参数是否异常,并当所述环境参数存在异常时,通过控制终端对园区内预设的环境控制设备进行自动化控制;
30、所述基于预设的数据处理方法,处理和分析所述环境参数,识别环境趋势和环境特征,包括:
31、通过预设的预处理方法,对环境参数进行预处理,得到预处理数据;其中,
32、所述预处理方法至少包括数据平滑、插值和数据对齐的一种或多种;
33、识别所述预处理数据的数据频率是否大于预置的传感器频率阈值,当所述数据大于预置的传感器频率阈值,对所述预处理数据进行数据降采样,得到采样数据;
34、按照预设的时间序列方法,将未超过预置的传感器频率阈值或所述采样数据进行时间序列分析,识别监测园区内环境的环境趋势;其中,
35、所述时间序列方法至少包括移动平均方法、指数平滑方法、自回归滑动平均模型方法和季节性分解方法的一种或多种;
36、基于预设的数据处理方法,按照所述环境趋势训练实时采集到的环境参数,得到对应的环境特征。
37、作为技术方案的一种实施例,所述通过预设的环境传感器设备,实时监测园区内的环境参数,包括:
38、获取监测园区内的环境传感器设备,在园区智能环境控制系统上部署传感节点;
39、利用所述传感节点接收环境传感器设备采集到的传感器数据;
40、对所述传感器数据进行数据清洗,去除所述传感器数据中的异常值、错误数据和噪声,实时监测园区内的环境参数。
41、作为技术方案的一种实施例,所述基于所述环境趋势和环境特征,识别所述环境参数是否异常,并当所述环境参数存在异常时,通过控制终端对园区内预设的环境控制设备进行自动化控制,包括:
42、基于所述环境趋势和环境特征,自动控制园区内的环境设备。
43、基于预设的线性回归分析方法,获取和环境趋势有关的线性趋势;
44、通过离群值检测方法,检测所述线性趋势上是否存在异常数据点;其中,当所述线性趋势上存在异常数据点,将所述异常数据点反馈至预设的控制终端;
45、当所述线性趋势上不存在异常数据点,利用训练好的时间序列模型,检查环境参数是否有异常的残差值,并将所述异常的残差值反馈至预设的控制终端;
46、接收异常数据点或异常的残差值,并从预设的数据库调取历史决策方案对园区内预设的环境控制设备进行自动化控制。
47、本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
48、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。