一种楼宇智能化控制方法及系统技术方案

本发明专利技术公开了一种楼宇智能化控制方法及系统；

【技术实现步骤摘要】
一种楼宇智能化控制方法及系统


[0001]本专利技术涉及楼宇自动化
，特别涉及一种楼宇智能化控制方法及系统
。

技术介绍

[0002]楼宇自动化是指利用先进的技术和系统来实现楼宇内部设备
、
系统和流程的自动化控制和管理
。
其目标是提高楼宇的能效
、
安全性
、
舒适性以及运营效率
。
传统的楼宇自动化通常包括监控
、
控制和优化各种楼宇系统，如供暖
、
通风
、
空调
、
照明
、
安全系统等
。
[0003]传统的楼宇自动化智能化控制方法通常采用基于硬件传感器和程序逻辑的控制系统
。
这些系统通过收集传感器数据，例如温度
、
湿度
、
光照等，然后根据预定的规则和逻辑来控制各个系统的运行
。
例如，根据时间表或特定事件，自动控制照明
、
空调或供暖系统的开关
。
[0004]但是，传统技术中存在如下的技术问题亟需解决：（1）固定的规则和逻辑：传统方法通常基于预定义的规则和逻辑进行控制，缺乏灵活性和自适应性
。
它们不能适应复杂的变化和未知的情况
。
[0005]（2）无法适应动态变化：传统方法难以应对楼宇环境和需求的动态变化，如季节性变化
、
人员流量的变化等
。
[0006]（3）无综合性分析：传统方法通常以各个系统为独立单元进行控制，缺乏对不同系统之间的综合性分析
。
[0007]这些缺点主要是由于传统方法的刚性和静态性质造成的
。
传统方法依赖于固定的规则和硬件传感器，缺乏对数据的实时分析和智能决策能力
。
此外，传统方法往往没有完整的数据整合和系统互联，导致各个系统之间无法协调工作，从而限制了整体性能的提升
。
[0008]为此，提出一种楼宇智能化控制方法及系统
。

技术实现思路

[0009]有鉴于此，本专利技术实施例提供一种楼宇智能化控制方法及系统，以解决或缓解现有技术中存在的技术问题，即刚性和静态性质的控制设计，并对此至少提供一种有益的选择；本专利技术实施例的技术方案是这样实现的：第1方面一种楼宇智能化控制方法：
Step1
：定义状态集合：本专利技术首先要定义楼宇系统的状态集合，每个状态代表楼宇系统在某个时间步的状态或状态组合
。
这是本专利技术方法的基础，因为马尔可夫链将根据这些状态进行转移
。
所述状态或状态组合
S
包括冷却模式（
C
）
、
加热模式（
H
）和关闭模式（
O
），状态集合表示为：
。
[0010]Step2
：马尔可夫链：在这个步骤中，本专利技术创建了一个马尔可夫链来描述状态之间的转移
。
[0011]具体来说：
Step2.1
：本专利技术通过转移概率矩阵定义了给定当前状态下的转移概率
。
这将决定在给定当前状态时，系统将转移到下一个状态的概率
。
所述转移概率矩阵
P
：
[0012]所述转移概率为：在当前时间步，状态为冷却模式（
C
），下一个时间步的状态是冷却模式（
C
）或加热模式（
H
），但不可能是关闭模式（
O
）
。
[0013]Step2.2
：本专利技术定义了马尔可夫性质和初始状态分布
。
马尔可夫性质表示未来的状态仅依赖于当前状态，与过去状态无关
。
初始状态分布表示在初始时间点开始时，每个状态的概率分布
。
[0014]所述
STEP
‑
2.2
中，所述马尔可夫性质及初始状态分布为有
50%
的概率处于冷却模式，
30%
的概率处于加热模式，
20%
的概率处于关闭模式；楼宇系统的状态分布为：
[0015][0016][0017]所述初始状态分布处于所述马尔可夫链的初始节点
。
[0018]Step2.3
：本专利技术确保了转移概率的满足性，即它们是非负的且归一化的
。
这是确保概率的基本性质
。
所述转移概率矩阵
P
中，
P(i,j)
表示从状态
i
转移到状态
j
的概率：所述非负性：对于所有的
i
和
j
，满足
P(i,j)≥0
；所述归一性：对于每个状态
i
，满足
∑P(i,j)=1
，其中
∑
是对所有可能的状态
j
求和；所述转移概率在0到1之间：对于所有的
i
和
j
，满足
0≤P(i,j)≤1。
[0019]Step2.4
：本专利技术定义了时间齐次性，意味着转移概率在时间上保持不变
。
这是马尔可夫链的一个关键特性，使得本专利技术可以将状态的演变建模为一个连续的过程
。
所述时间齐次性：对于任意的时间步
t
和
t+1
，转移概率矩阵保持不变：
[0020]表示无论在哪个时间步，从一个状态到另一个状态的转移概率都是固定的，不会随着时间的推移而改变
。
[0021]Step2.5
：最终，本专利技术使用马尔可夫链来预测下一个时间步的楼宇系统状态行为
。
所述
STEP
‑
2.5
中，基于当前的状态分布和转移概率，通过矩阵乘法预测下一个时间步的状态分布：状态向量
P
（
t
）表示当前时间步下的所述状态或状态组合
S
的分布：
[0022][0023]其中，
P(Si,t)
是状态
Si
在时间步
t
的概率；所述矩阵乘法：
[0024]矩阵乘法将当前的状态分布向量与转移概率矩阵相乘，得到下一个时间步的状态分布向量，每个元素
P(Si,t+1)
表示在时间步
t+1
时状态
Si
的概率
。
[0025]Step3
：
D
‑
S
证据理论在这一步，本专利技术使用
D
‑
S
证据理论来验证预测的状态行为并输出最终的控制策略
。D
‑<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种楼宇智能化控制方法，其特征在于，包括如下步骤：
STEP
‑1：定义楼宇系统的状态集合：每个状态代表楼宇系统在某个时间步的状态或状态组合；
STEP
‑2：马尔可夫链：
STEP
‑
2.1
：解算状态集合，通过转移概率矩阵定义给定当前状态下的转移概率；
STEP
‑
2.2
：定义马尔可夫性质及马尔可夫链的初始状态分布，所述初始状态分布为初始时间点开始时每个状态的概率分布；
STEP
‑
2.3
：定义转移概率的满足性，转移概率满足非负性和归一性，每个转移概率都在0到1之间，且每个状态的转移概率之和等于1；
STEP
‑
2.4
：定义时间齐次性：马尔可夫链的转移概率在时间上保持不变，在任意时间点，状态之间的转移概率都保持一致；
STEP
‑
2.5
：输出预测状态行为：输出对下一时间步的楼宇系统的预测状态行为；
STEP
‑3：
D
‑
S
证据理论：接收所述预测状态行为，将所述预测状态行为和所述楼宇系统的状态集合作为两个证据进行验证，并输出最终控制策略
。2.
根据权利要求1所述的楼宇智能化控制方法，其特征在于：在所述
STEP
‑1中，所述状态或状态组合
S
包括冷却模式
C、
加热模式
H
和关闭模式
O
，状态集合表示为：
。3.
根据权利要求2所述的楼宇智能化控制方法，其特征在于：在所述
STEP
‑
2.1
中，所述转移概率矩阵
P
：所述转移概率为：在当前时间步，状态为冷却模式
C
，下一个时间步的状态是冷却模式
C
或加热模式
H。4.
根据权利要求2所述的楼宇智能化控制方法，其特征在于：在所述
STEP
‑
2.2
中，所述马尔可夫性质及初始状态分布为有
50%
的概率处于冷却模式，
30%
的概率处于加热模式，
20%
的概率处于关闭模式；楼宇系统的状态分布为：楼宇系统的状态分布为：楼宇系统的状态分布为：所述初始状态分布处于所述马尔可夫链的初始节点
。5.
根据权利要求3所述的楼宇智能化控制方法，其特征在于：在所述
STEP
‑
2.3
中，所述转移概率矩阵
P
中，
P(i,j)
表示从状态
i
转移到状态
j
的概率：所述非负性：对于所有的
i
和
j
，满足：所述归一性：对于每个状态
i
，满足：其中
∑
是对所有可能的状态
j
求和；所述转移概率在0到1之间：对于所有的
i
和
j
，满足：
。6.
根据权利要求3所述的楼宇智能化控制方法，其特征在...

【专利技术属性】
技术研发人员：刘志国，
申请(专利权)人：湖南恒意智能工程有限公司，
类型：发明
国别省市：