[發明專利]一種基于RBF神經網絡的室內視覺環境調控系統及方法

在審

• 申請號: 201710125074.1
• 申請日: 2017-03-03
• 公開（公告）號: CN107121924A
• 公開（公告）日: 2017-09-01
• 發明（設計）人: 陳一飛;王聃;尹鴻葦
• 申請（專利權）人: 中國農業大學
• 主分類號: G05B13/04
• 分類號: G05B13/04;H05B37/02
• 代理公司: 北京路浩知識產權代理有限公司11002
• 代理人: 湯財寶

技術領域

本發明涉及智能控制領域，更具體地，涉及一種基于RBF神經網絡的室內視覺環境調控系統及方法。

背景技術

自20世紀70年代能源危機以來，能源及環境問題受到社會各界的高度重視，全球能源消耗的增幅遠遠高于經濟增幅，作為全球第一能耗大國，能源消耗問題是中國亟需重視和解決的關鍵問題。建筑能源消耗在全球總能源消耗中占據了相當大的比例，根據最新調查顯示，在三級總能耗中，照明設備的能耗占到了40％至70％，因此，利用照明和遮陽系統創建能耗最小的室內視覺舒適環境對于減少建筑能耗具有及其重要的意義。

室內視覺舒適環境的建設綜合“綠色照明”與“以人為本”的理念，在視覺舒適的基礎上最大程度的利用自然光能源，降低照明能耗；室內視覺舒適主要由室內照度決定，因此，室內視覺舒適環境建設需以用戶的視覺舒適度作為重要的優化參數，將自然光的有效利用與燈光照明使用結合起來以達到視覺舒適的目的。

目前，室內視覺舒適環境相關控制系統在國內外已被廣泛研究，針對遮陽百葉的控制規則及控制方法已經形成了較為成熟的理論和測試方法，從傳統控制方法到基于模糊邏輯的智能控制器以及二者的結合，動態開窗與燈光控制的引入使得自然光得到了更好的開發利用，進而達到了節省照明能源的目的。

然而上述控制系統多是以建立數學模型、設計理論算法來實現控制目標，室內光環境控制需要將控制理論應用與室內光環境智能控制結合的控制策略；以往模糊控制策略中模糊規則和隸屬函數的確定需要較多的環境控制經驗，而且模糊規則與隸屬函數難以調整，且控制系統多是通過調整達到預設的照度值以達到所謂最優照度值，沒有考慮到用戶視覺舒適的多樣性與不均勻性，存在局限性。

發明內容

本發明提供一種克服上述問題或者至少部分地解決上述問題的一種基于RBF神經網絡的室內視覺環境調控系統及方法。

根據本發明的一個方面，提供一種基于RBF神經網絡的室內視覺環境調控系統，包括數據采集模塊、數據處理與控制模塊和輸出驅動模塊；

所述數據采集模塊，用于采集室內和室外的照度值；

所述數據處理與控制模塊，用于基于RBF神經網絡，根據所述照度值得到室內百葉簾角度和/或照明調控參數并輸出；

所述輸出驅動模塊，用于根據所述室內百葉簾角度和/或照明調控參數，控制室內百葉簾轉動和/或照明燈工作，以實現室內視覺的自動調控。

根據本發明的另一個方面，還提供一種基于RBF神經網絡的室內視覺環境調控方法，包括：

S1，采集室內和室外的照度值；

S2，基于RBF神經網絡算法，根據所述照度值得到室內百葉簾角度和/或照明調控參數；

S3，根據所述室內百葉簾角度和/或照明調控參數，控制室內百葉簾轉動和/或照明燈工作，以室內視覺環境的自動調控。

本發明通過分析室內視覺舒適環境的主要影響因素，針對自然光照變化規律、建筑周邊環境等，根據室內室外照度值，構建了相對合理的室內視覺環境神經網絡控制系統，提高了室內視覺舒適環境控制系統的控制精度與魯棒性，克服了傳統控制系統及方法的不穩定性、應用局限性等缺點；同時本發明采用的RBF神經網絡控制算法可以進行多輸入多輸出變量的控制，可以充分逼近任意復雜的非線性關系與自學習不確定系統，確保了控制系統更高的適應性；可以在保障室內視覺舒適度的情況下，最大限度的節省照明用電能源。

附圖說明

圖1為本發明基于RBF神經網絡的室內視覺環境調控系統示意圖；

圖2為本發明實施例照度傳感器布局示意圖；

圖3為本發明實施例基于RBF神經網絡的室內視覺環境調控系統示意圖；

圖4為本發明實施例RBF神經網絡調控示意圖；

圖5為本發明實施例RBF神經網絡結構示意圖；

圖6為本發明實施例RBF神經網絡輸出擬合度曲線示意圖；

圖7為本發明實施例修正神經網絡參數后的RBF神經網絡輸出擬合度曲線示意圖；

圖8為本發明實施例RBF神經網絡參數修正前后輸出擬合度曲線比較示意圖。

具體實施方式

下面結合附圖和實施例，對本發明的具體實施方式作進一步詳細描述。以下實施例用于說明本發明，但不用來限制本發明的范圍。

如圖1所示，一種基于RBF神經網絡的室內視覺環境調控系統，包括數據采集模塊、數據處理與控制模塊和輸出驅動模塊；

所述數據采集模塊，用于采集室內和室外的照度值；