申请/专利权人：哈尔滨工业大学

申请日：2024-04-09

公开（公告）日：2024-06-11

公开（公告）号：CN118171580A

主分类号：G06F30/27

分类号：G06F30/27;G06F30/13;G06N3/0464;G06Q10/04;G06F17/18;G06V10/764;G06K19/077;G06N20/00;G06F119/08

优先权：

专利状态码：在审-公开

法律状态：2024.06.11#公开

摘要：本发明提出一种严寒地区居住建筑光伏卷帘系统及其动态智能调控方法。所述方法包括：收集建筑几何信息与外部环境光照天气状况数据，通过RHINO‑LBT软件平台进行光热环境模拟与分析；使用室内红外摄像头与照度计采集实时数据，建立实测与模拟数据集；通过卷积神经网络训练ConvolutionalNeuralNetworks,CNN，构建室内光热环境舒适度的预测模型；根据预测模型快速实时对室内光热舒适度进行评价，并依托评价结果动态智能调控光伏卷帘系统。这一方法不仅优化了自然光的利用和室内温度控制，还将太阳能转换为电能，提升建筑的能源自给自足能力，减少温室气体排放。该发明具有理论价值和实践意义，通过智能调节卷帘，显著提升室内光热环境舒适度，为严寒地区居民提供更健康、舒适的生活环境，同时支持实现碳中和目标。

主权项：1.一种严寒地区居住建筑光伏卷帘系统，其特征在于，所述系统包括建筑物理信息输入模块、天空环境模块、室内视觉信息输入模块、非视觉信息输入模块、基于红外图像与照度数据的室内光热环境舒适度的预测模型建立模块和光伏卷帘动态调控模块；所述建筑物理信息输入模块：对建筑室内平面与建筑立面开窗尺寸进行网格划分，依据建筑室内空间的使用功能为每个房间根据其功能分配一个唯一的编号RFID，依据窗户的尺寸信息为每个房间的窗户分配一个唯一的编号WID，同时载入建筑所属地点的经纬坐标和建筑三维环境坐标，以确定建筑的朝向和所在地点的天光环境特征；所述天空环境模块：用于采集外部环境光照和天气状况数据，以供RHINO-LBT软件平台进行光热环境模拟与分析；所述室内视觉信息输入模块：对红外信息采集点IR-x与室内照度采集点Lux-x进行编号，通过室内红外摄像机作为信息输入端，实时记录室内红外图像，对红外图像进行标准化处理，使其适合CNN预测模型的输入要求，并通过照度计采集照度值，为CNN模型训练提供数据基础；所述非视觉信息输入模块：根据不同的房间功能及人类不同活动的强度下对室内光环境和热环境的要求，通过问卷和对人体生理信息检测出的舒适的照度值和室内热舒适范围，基于不同场景和个人偏好，为每种可能的室内环境设置和人体热感觉模型分配一个编号TSID，并将测量的数据进行归一化处理；所述预测模型建立模块：通过机器学习中的卷积神经网络CNN进行训练，得出基于红外图像与照度数据的室内光热环境舒适度的预测模型；所述光伏卷帘动态调控模块：依托该预测模型，动态调控光伏卷帘系统以优化室内光热环境。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 一种严寒地区居住建筑光伏卷帘系统及其动态智能调控方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD