基于视频与CO2浓度识别室内人数的建筑室内热环境预测性控制

本文提出了1种基于视频与CO2浓度的数据融合识别室内人数,进而利用识别出的室内人数对建筑室内热环境进行预测性控制的方法,视频与CO2浓度的数据相互校核,提高室内人数的识别精度。通过实验,验证了本文所提出的建筑室内热环境预测性控制方法的节能潜力。实验表明,与传统控制相比,本文所提出的预测性控制方法,在当时的实验条件下,可以节省6.7%的空调器能耗、85.2%的新风系统能耗,空调系统总能耗的节能率可达到39.4%。将预测性控制日的室内外温度修正为传统控制日的室内外温度后,空调器、新风系统和整个空调系统的修正节能率分别为1.38%、83.01%和35.35%。