[發明專利]一種冬季供暖條件下室內人體熱舒適預測及評價方法

有效

• 申請號: 202011507287.9
• 申請日: 2020-12-18
• 公開（公告）號: CN112613232B
• 公開（公告）日: 2023-05-26
• 發明（設計）人: 王文標;汪思源;孫暢;董貴平;鄭赫
• 申請（專利權）人: 大連海事大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F18/23213;G06N3/0464;F24D19/10;G06F113/08;G06F119/08
• 代理公司: 大連東方專利代理有限責任公司 21212
• 代理人: 姜玉蓉;李洪福

本發明提供一種冬季供暖條件下室內人體熱舒適預測及評價方法包括步驟：建立PMV?PPD室內環境人體熱舒適模型；基于RBF神經網絡的PMV?PPD預測；對所述輸入數據進行預處理；搭建RBF神經網絡預測模型；學習與預測；進行K?Means聚類算法。本發明所述的方法可以讓用戶根據傳感器設備及主觀個體因素對室內環境進行實時監測，獲得冬季供暖條件下室內環境的熱舒適度情況，既可以指導用戶手動開關空調、加濕器及電熱器等輔助采暖設備，也可以為供熱公司的供暖質量提供技術支持。本發明通過簡單的設備和本發明的方法，為冬季供暖條件下的熱用戶提供一種實時監測室內環境舒適度的方法，并以此形成反饋調節，進而提高供熱單位的供熱質量。

技術領域

本發明涉及舒適預測及評價的技術領域，具體而言，尤其涉及一種冬季供暖條件下室內人體熱舒適預測及評價方法。

背景技術

適應性熱舒適研究是當前國際上建筑熱舒適領域的研究熱點，對于探索人與氣候、環境的作用規律，制定室內熱環境標準具有重要的意義。我國北方地區冬季寒冷漫長，供暖能耗巨大。供暖地區冬季存在或室內供暖溫度過高或室內供暖溫度略低的現象，既不利于充分發揮人體熱適應又增加了建筑供暖能耗。隨著人民生活水平的提高，能源使用地增長，使得營造一個既滿足人們舒適又保證資源有效利用的生活環境成為亟待解決的問題。室內舒適性直接決定了冬季供暖條件下熱用戶在室內活動過程中對供熱質量的感受及輔助供熱手段的需求(空調、電熱器等)。對供暖環境下的熱舒適性進行預測與客觀合理的評價對提高供熱質量、減少能源浪費、營造舒適的室內熱環境等方面具有重要意義。

在多種評價熱舒適的算法或者模型中，PMV-PPD模型是認知度最高，應用最為廣泛，且也是非常科學的一種模型。但是，熱舒適度指標PMV方程計算本身存在的復雜性、非線性和時滯性，導致無法進行準確的評估，進而導致無法指導供熱公司供熱，從而無法合理滿足人們的熱舒適度需求；預計不滿意百分率(PPD)指數通過預測在給定環境中可能感覺過熱或過冷的人的百分數來提供有關熱不適或者熱不滿意的信息，PPD可由PMV得出。針對上述PMV存在的問題，提出使用RBF神經網絡預測模型預測PMV值，其具有計算量小，計算復雜度低，計算速度快等多個優點，但是由于其本身只是解決PMV值得預測，模型的分類方法仍屬于硬性分類,在用于評價人體熱舒適時,會出現實際熱感覺與PMV-PPD值有偏差、分類結果不準確的情況。K-Means聚類算法是目前較為成熟的一種聚類算法,其聚類過程完全依據聚類中心與數據之間的距離,因此通過算法可以有效的解決在冬季供暖條件下室內環境中直接使用PMV-PPD算法所產生的缺陷。

發明內容

根據上述提出無法合理滿足人們的熱舒適度需求的技術問題，而提供一種冬季供暖條件下室內人體熱舒適預測及評價方法。本發明主要利用傳感器設備及熱用戶個人因素問卷調查表采集室內空氣溫度、濕度、風速、室外溫度、濕度及用戶活動狀態作為RBF神經網絡模型輸入變量，首先使用減法聚類算法初步確定隱含層神經元個數；其次，使用K-Means聚類算法,對該算法的相關參數進行初始化并將預測到的PVM-PPD值進行聚類,以獲得相應的聚類中心；最后，計算RBF神經網絡所得的PMV-PPD值與聚類中心之間的歐氏距離。比較得到的歐氏距離,獲取其最小值,則該距離對應的聚類中心所對應的類即為該供熱條件下室內環人體的熱舒適隸屬類。

本發明包含一種冬季供暖條件下室內人體熱舒適預測及評價方法，其特征在于，包括以下步驟：

步驟S1：建立PMV-PPD室內環境人體熱舒適模型；

步驟S2：基于RBF神經網絡的PMV-PPD預測；采集輸入數據，用戶活動狀態室內溫度室內濕度室外溫度t_i，室外濕度H_i，室內風速

步驟S3：對所述輸入數據進行預處理；即將所述輸入數據進行數據歸一化處理；