[發(fā)明專(zhuān)利]一種冬季供暖條件下室內(nèi)人體熱舒適預(yù)測(cè)及評(píng)價(jià)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011507287.9
• 申請(qǐng)日: 2020-12-18
• 公開(kāi)（公告）號(hào): CN112613232B
• 公開(kāi)（公告）日: 2023-05-26
• 發(fā)明（設(shè)計(jì)）人: 王文標(biāo);汪思源;孫暢;董貴平;鄭赫
• 申請(qǐng)（專(zhuān)利權(quán)）人: 大連海事大學(xué)
• 主分類(lèi)號(hào): G06F30/27
• 分類(lèi)號(hào): G06F30/27;G06F18/23213;G06N3/0464;F24D19/10;G06F113/08;G06F119/08
• 代理公司: 大連東方專(zhuān)利代理有限責(zé)任公司 21212
• 代理人: 姜玉蓉;李洪福

1.一種冬季供暖條件下室內(nèi)人體熱舒適預(yù)測(cè)及評(píng)價(jià)方法，其特征在于，包括以下步驟：

S1：建立PMV-PPD室內(nèi)環(huán)境人體熱舒適模型；

S2：基于RBF神經(jīng)網(wǎng)絡(luò)的PMV-PPD預(yù)測(cè)；采集輸入數(shù)據(jù)，用戶(hù)活動(dòng)狀態(tài)室內(nèi)溫度室內(nèi)濕度室外溫度t_i，室外濕度H_i，室內(nèi)風(fēng)速

S3：對(duì)所述輸入數(shù)據(jù)進(jìn)行預(yù)處理；即將所述輸入數(shù)據(jù)進(jìn)行數(shù)據(jù)歸一化處理；

S4：搭建RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型；確定神經(jīng)網(wǎng)絡(luò)的輸入與輸出，所述輸入數(shù)據(jù)為用戶(hù)活動(dòng)狀態(tài)，室內(nèi)溫度，室內(nèi)濕度，室外溫度，室外濕度，室內(nèi)風(fēng)速，輸出為PMV值；并通過(guò)減法聚類(lèi)算法確定RBF神經(jīng)網(wǎng)絡(luò)隱含層神經(jīng)元個(gè)數(shù)從而確定網(wǎng)絡(luò)結(jié)構(gòu)；

S5：學(xué)習(xí)與預(yù)測(cè)：對(duì)所述步驟S4獲取的RBF神經(jīng)網(wǎng)絡(luò)模型，在訓(xùn)練集上重新訓(xùn)練該模型，獲取訓(xùn)練后的模型預(yù)測(cè)PMV值；

S6：K-Means聚類(lèi)算法；初始化k個(gè)聚類(lèi)中心，計(jì)算每一個(gè)對(duì)象到每一個(gè)聚類(lèi)中心的歐式距離，公式為：

其中，X_i表示第i個(gè)對(duì)象，1≤i≤n，C_j表示第j個(gè)聚類(lèi)中心，1≤j≤k，X_it表示第i個(gè)對(duì)象的第t個(gè)屬性，1≤t≤m，C_jt表示第i個(gè)聚類(lèi)中心的第t個(gè)屬性；依次比較每一個(gè)對(duì)象到每一個(gè)聚類(lèi)中心的距離，將對(duì)象分配到距離最近的聚類(lèi)中心的類(lèi)簇中，得到k個(gè)類(lèi)簇{S₁,S₂,S₃,...,S_k}；

得到聚類(lèi)中心，公式為：

其中，C_i表示第1個(gè)聚類(lèi)中心，|S_l|表示1個(gè)類(lèi)中對(duì)象的個(gè)數(shù)，X_i表示第1個(gè)類(lèi)中第i個(gè)對(duì)象，1≤i≤|S_l|。

2.根據(jù)權(quán)利要求1所述的一種冬季供暖條件下室內(nèi)人體熱舒適預(yù)測(cè)及評(píng)價(jià)方法，其特征在于，

所述PMV-PPD室內(nèi)環(huán)境人體熱舒適模型為：

其中，M表示人體能量代謝率；W表示人體單位表面積所做的機(jī)械功；Pa表示環(huán)境空氣中水蒸氣分壓力；f_c1表示人體服裝覆蓋面積與裸露面積之比，即著衣面積系數(shù)；表示平均輻射溫度；t_a表示人體周?chē)目諝鉁囟龋籺_c1表示服裝外表面溫度；h_c表示對(duì)流換熱系數(shù)；I_c1表示服裝熱阻；v表示相對(duì)風(fēng)速；M表示用戶(hù)活動(dòng)狀態(tài)，t_a表示室內(nèi)溫度。

3.根據(jù)權(quán)利要求2所述的一種冬季供暖條件下室內(nèi)人體熱舒適預(yù)測(cè)及評(píng)價(jià)方法，其特征在于，

PPD值由PMV值計(jì)算所得：

PPD＝100-95exp[-(0.03353PMV⁴+0.2179PMV⁴)]。

4.根據(jù)權(quán)利要求1所述的冬季供暖條件下人體熱舒適度預(yù)測(cè)及評(píng)價(jià)方法其特征在于：

所述RBF神經(jīng)網(wǎng)絡(luò)模型為回歸模型；模型輸入層神經(jīng)元數(shù)為數(shù)據(jù)輸入維數(shù)，隱含層神經(jīng)元數(shù)通過(guò)密度分布確定，權(quán)值更新采用梯度下降法。

5.根據(jù)權(quán)利要求1所述的冬季供暖條件下人體熱舒適度預(yù)測(cè)及評(píng)價(jià)方法其特征在于：所述K-Means聚類(lèi)算法通過(guò)用戶(hù)自定義聚類(lèi)中心數(shù)評(píng)價(jià)當(dāng)前熱舒適度。