[发明专利]一种基于物联传感的建筑节能方法和系统

权利要求书

1.一种基于物联传感的建筑节能方法，其特征在于，包括以下步骤：

感知步骤，实时感知群组内传感器提供的数据信息，并将其传输至调控决策步骤中；所述传感器包括照度传感器和/或温度传感器；所述数据信息包括照度传感数据和/或温度传感数据；

调控决策步骤，根据所述数据信息确定所述群组的调控策略，并下达调控指令至执行步骤中；所述群组内还设立调控决策的软硬件以便进行调控决策步骤的操作；在调控决策步骤中，调控决策的软硬件根据感知步骤中所述群组内的传感器提供的数据信息执行计算、分析和决策，以确定所述群组的调控策略，并向执行步骤中的所述群组内的执行设备下达调控指令；

此时，中心服务器仅需处理群组无法处理、没有权限处理的任务；进行跨群组之间的数据信息和指令的中转；对各个群组的运行状态进行监控，调整群组的组织，包括向群组增减传感器或执行设备、合并群组、以及撤销群组；

采用多决策备份的机制，在每一群组内设置若干调控决策；根据群组中的传感器和执行设备的总数量、和/或群组所对应的建筑空间面积和复杂度来决定群组中配置的调控决策的软硬件的数量；所述群组所对应的建筑空间面积和复杂度由建筑空间中障碍物的数量来评估；

执行步骤，执行设备根据所述调控指令进行工作；

所述执行设备包括空调供暖设备和照明灯具，所述调控指令包括调节温度到达某一值，以及调节照度到达某一值；

所述调控决策步骤包括：建立BP神经网络模型；所述BP神经网络模型以所述群组内的数据信息作为输入量，以所述群组的若干决策结果作为输出量；所述决策结果为执行的工作目标的设定值；所述决策结果包括调控本群组内的照明灯具亮度至某一亮度值,或者包括调控本群组内的空调暖风设备温度至某一温度值；

所述调控决策步骤包括以下步骤：

步骤1，分析所述若干决策结果的得分，当得分最高的所述决策结果对应的调控决策为主决策时，执行步骤2，当得分最高的所述决策结果对应的所述调控决策为备份决策时，执行步骤3；

步骤2，下达所述调控指令；

步骤3，将所述备份决策升级为所述主决策，并下达所述调控指令，将原有的所述主决策变更为所述备份决策；

所述主决策在作出决策结果后，根据决策结果向所述群组的执行步骤中的执行设备下达调控指令；所述备份决策仅需作出决策结果，而无需下达调控指令；

主决策和备份决策交换决策结果或者决策结果的得分；通过投票机制实现主决策与备份决策之间的地位切换；具体来说，群组的每个调控决策中都具有投票过程，若干投票过程具有相同的投票规则；从而根据彼此交换的各个调控决策的决策结果，按投票规则给出投票得分结果；确定投票得分最高的决策结果为本群组的调控策略，当投票得分最高的决策结果对应的调控决策为备份决策而非当前的主决策时，则将投票得分最高的备份决策自动升级为主决策，并由其下达调控指令，而原来的主决策则变更为备份决策；

所述步骤1包括以下步骤：

步骤1.1，根据预定的时间间隔采集所述群组内的数据信息；

步骤1.2，根据所述数据信息作出所述若干决策结果，并分析所述决策结果的可执行度，从而获得调控决策得分；在步骤1.2中，调控决策根据自身采集的数据信息输入BP神经网络模型而做出决策结果；根据每一调控决策的决策结果，分析群组内的执行设备的可执行度；当决策结果超出了执行设备允许执行的范围，或者执行设备在有效时间内无法达到决策结果要求的工作目标的设定值时，则认为可执行度为0，相应的，如果执行设备达到决策结果要求的工作目标所需的有效时间越长，那么可执行度就越低，可执行度越低则该调控决策的得分就越低；当执行设备在有效时间内无法达到决策结果为预定的温度值或者亮度值时，可执行度为0；

步骤1.3，根据所述若干决策结果计算所述决策结果的决策相似度指数，以此获得调控决策得分；如果一个调控决策对应的决策结果与其它决策结果的相似度指数低则该调控决策的得分低；

步骤1.4，根据所述步骤1.2的所述调控决策得分、或者所述步骤1.2和所述步骤1.3的所述调控决策得分的总和，确定所述决策结果的得分。

2.根据权利要求1所述的建筑节能方法，其特征在于，所述BP神经网络模型以若干样本进行训练，训练之后的所述BP神经网络模型根据所述群组内的数据信息输出所述若干决策结果；所述样本包括数据信息和决策结果，能够使得训练之后的BP神经网络模型根据本群组内的传感器提供的数据信息输出所述决策结果。

3.一种基于物联传感的建筑节能系统，其特征在于，包括：

传感器，用于实时感知群组内传感器提供的数据信息，并将其传输至调控决策模块中；所述传感器包括照度传感器和/或温度传感器；所述数据信息包括照度传感数据和/或温度传感数据；

若干调控决策模块，用于根据所述数据信息确定所述群组的调控策略，并下达调控指令至执行设备中；所述群组内还设立调控决策的软硬件以便进行调控决策模块的操作；在调控决策模块中，调控决策的软硬件根据所述群组内的传感器提供的数据信息执行计算、分析和决策，以确定所述群组的调控策略，并向所述群组内的执行设备下达调控指令；

中心服务器仅需处理群组无法处理、没有权限处理的任务；进行跨群组之间的数据信息和指令的中转；对各个群组的运行状态进行监控，调整群组的组织，包括向群组增减传感器或执行设备、合并群组、以及撤销群组；

采用多决策备份的机制，在每一群组内设置若干调控决策；根据群组中的传感器和执行设备的总数量、和/或群组所对应的建筑空间面积和复杂度来决定群组中配置的调控决策的软硬件的数量；所述群组所对应的建筑空间面积和复杂度由建筑空间中障碍物的数量来评估；

执行设备，用于根据所述调控指令进行工作；所述执行设备包括空调供暖设备和照明灯具，所述调控指令包括调节温度到达某一值，以及调节照度到达某一值；

所述调控决策模块包括：BP神经网络模型；所述BP神经网络模型以所述群组内的数据信息作为输入量，以所述群组的若干决策结果作为输出量；所述决策结果为执行的工作目标的设定值；所述决策结果包括调控本群组内的照明灯具亮度至某一亮度值,或者包括调控本群组内的空调暖风设备温度至某一温度值；

所述若干调控决策模块包括：主决策模块和若干备份决策模块；所述主决策模块用于根据所述数据信息计算分析作出所述决策结果，并根据所述决策结果向所述执行设备下达所述调控指令；所述备份决策模块用于根据所述数据信息计算分析作出所述决策结果；所述主决策模块在作出决策结果后，根据决策结果向所述群组的执行步骤中的执行设备下达调控指令；所述备份决策模块仅需作出决策结果，而无需下达调控指令；所述主决策模块和所述备份决策模块均包括：投票模块；所述投票模块用于确定所述决策结果的得分；

若所述主决策模块的所述决策结果的得分最高，则由所述主决策模块下达所述调控指令；若所述备份决策模块的所述决策结果的得分最高，则将所述备份决策模块升级为所述主决策模块，并由其下达所述调控指令，从而将原有的所述主决策模块变更为所述备份决策模块；

在所述投票模块中，投票规则的得分机制包括：信息获取单元、第一得分单元、第二得分单元和得分确定单元；

所述信息获取单元，用于通过所述主决策模块和若干备份决策模块按照预定的时间间隔采集所述群组内的数据信息；

所述第一得分单元，用于通过所述主决策模块和若干备份决策模块根据所述数据信息作出所述若干决策结果，并分析所述决策结果的可执行度，从而获得调控决策得分；调控决策根据自身采集的数据信息输入BP神经网络模型而做出决策结果；根据每一调控决策的决策结果，分析群组内的执行设备的可执行度；当决策结果超出了执行设备允许执行的范围，或者执行设备在有效时间内无法达到决策结果要求的工作目标的设定值时，则认为可执行度为0，相应的，如果执行设备达到决策结果要求的工作目标所需的有效时间越长，那么可执行度就越低，可执行度越低则该调控决策的得分就越低；当执行设备在有效时间内无法达到决策结果为预定的温度值或者亮度值时，可执行度为0；

所述第二得分单元，用于根据所述若干决策结果计算所述决策结果的决策相似度指数，并以此获得调控决策得分；如果一个调控决策对应的决策结果与其它决策结果的相似度指数低则该调控决策的得分低；

所述得分确定单元，用于根据所述第一得分单元的所述调控决策得分、或者所述第一得分单元和所述第二得分单元的所述调控决策得分的总和，确定所述决策结果的得分。