一种基于多元特征循环神经网络的建筑冷负荷软测量方法

准确的冷负荷计算是采暖通风空调系统实时调控的基础,对建筑节能具有重大意义。软测量是实现冷负荷在线实时估计的方法,为提高软测量模型的预测性能,基于集成算法的思想提出多元特征循环神经网络,集成五种机器学习算法。为验证模型预测性能,在三个来自不同类型建筑的建筑能耗仿真数据集进行对比实验。实验结果表明,提出的模型对比其基模型预测性能大幅提升,与其他集成模型和时间序列预测模型相比评价指标上表现更好,并具有良好的预测稳定性。

基于超声传感器阵列的室内人员感知系统

室内人员信息是建筑智能化的重要决策依据之一。为此设计一种基于超声测距传感器阵列的室内人员感知系统,在无人的状态下采集数据作为参考数据进行建模,然后将模型与待检测数据进行比对。计算模型与待检测数据的相似度,可以判断检测区域内是否有人。实验结果表明,采用平滑去噪算法的模型能够有效区分待检测数据是有人状态或者无人状态。该方案具有低隐私侵犯性,且易于实现。