System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及人工智能,尤其涉及一种基于ai的建筑能源消耗预测方法及系统。
技术介绍
1、商业建筑系消耗了大量的能源,同时排放了大量的温室气体,例如写字楼内的办公设备、照明和空调等,通常在工作日和休息日全时段开启,但存在人员较少区域或者休息日人员不足,但依然全部开启,导致一定程度的能源浪费,如何根据不同时段,不同人员特点进行有效的能源管控,是健康发展的迫切需求。
技术实现思路
1、本专利技术提供一种基于ai的建筑能源消耗预测方法及系统,用以解决上述现有的缺陷。
2、根据本专利技术第一方面提供的一种基于ai的建筑能源消耗预测方法,包括:
3、基于能源消耗预测的启动信号,确定能源预测目标,所述启动信号至少包括建筑的上班打卡参数,所述能源预测目标至少包括所述建筑内的人员参数、空间参数和设备参数;
4、基于能源消耗预测的终止信号,确定所述能源预测目标在采集时间周期内的能源消耗信息,并根据所述能源消耗信息预测所述能源预测目标的能源消耗,所述终止信号至少包括所述建筑的下班打卡参数,所述采集时间周期至少包括相邻的一对所述启动信号和所述终止信号组成的周期。
5、根据本专利技术的一种实施方式,所述基于能源消耗预测的启动信号,确定能源预测目标,具体包括:
6、基于所述启动信号,确定打卡人员的人员身份信息,并根据所述人员身份信息生成所述人员参数;
7、基于所述人员身份信息,确定上班打卡人员的工位信息,并根据所述工位信息生成所述空间参
8、基于所述人员身份信息和所述工位信息,确定在上班打卡后,所述人员身份信息对应的使用设备信息,并根据所述使用设备信息生成所述设备参数。
9、具体来说,本实施例提供了一种基于能源消耗预测的启动信号,确定能源预测目标的实施方式。
10、根据本专利技术的一种实施方式,所述确定能源预测目标,具体包括:
11、基于所述启动信号和所述人员身份信息,确定所述打卡人员在所述建筑内的轨迹参数,所述轨迹参数至少包括所述打卡人员在采集时间周期内,在所述建筑内的移动路径、停留时长,以及使用能耗设备的设备参数,所述设备参数至少包括所述能耗设备的使用时长和单位时间内的即时能耗;
12、基于所述轨迹参数,确定所述能源预测目标。
13、具体来说,本实施例提供了一种确定能源预测目标的实施方式。
14、根据本专利技术的一种实施方式,所述确定能源预测目标,具体还包括:
15、基于所述启动信号,确定上班打卡的时间参数,所述时间参数包括工作日的上班打卡和休息日的上班打卡;
16、基于所述时间参数标识的上班打卡时间为工作日,则丢弃所述轨迹参数;
17、基于所述时间参数标识的上班打卡时间为休息日,根据所述轨迹参数确定所述能源预测目标。
18、具体来说,本实施例提供了另一种确定能源预测目标的实施方式。
19、根据本专利技术的一种实施方式,所述确定能源预测目标,具体还包括:
20、基于所述时间参数标识的上班打卡时间为休息日,根据所述空间参数、所述设备参数和所述轨迹参数生成调节决策,所述调节决策至少包括调节所述打卡人员所在区域的环境温度、环境湿度和环境照明。
21、具体来说,本实施例提供了又一种确定能源预测目标的实施方式。
22、根据本专利技术的一种实施方式,所述基于能源消耗预测的终止信号,确定所述能源预测目标在采集时间周期内的能源消耗信息,具体包括:
23、基于所述终止信号和所述调节决策,确定所述设备参数对应的能耗设备在所述采集时间周期内的能源消耗参数,并根据所述能源消耗参数确定所述能耗设备的能源消耗信息。
24、具体来说,本实施例提供了一种基于能源消耗预测的终止信号,确定所述能源预测目标在采集时间周期内的能源消耗信息的实施方式。
25、根据本专利技术的一种实施方式,所述根据所述能源消耗信息预测所述能源预测目标的能源消耗,具体包括:
26、基于所述时间参数标识的上班打卡时间为休息日,根据所述打卡人员的所述轨迹参数确定每个所述能耗设备的使用时间节点,所述使用时间节点为所述打卡人员在采集时间周期内使用能耗设备的时间;
27、基于所述使用时间节点,确定每个所述能耗设备的启动时刻、关闭时刻和提示时刻,所述启动时刻为所述能耗设备的启动节点、所述关闭时刻为所述能耗设备的关闭节点、所述提示时刻为在所述休息日提示所述打卡人员使用对应的所述能耗设备的提示节点;
28、基于所述能耗设备的启动时刻、关闭时刻、提示时刻和所述设备参数,预测所述能耗设备的能源消耗。
29、具体来说,本实施例提供了一种根据所述能源消耗信息预测所述能源预测目标的能源消耗的实施方式。
30、根据本专利技术的一种实施方式,所述确定每个所述能耗设备的启动时刻、关闭时刻和提示时刻,具体包括:
31、在确定每个所述能耗设备的启动时刻、关闭时刻和提示时刻的情况下,根据所述打卡人员在休息日中的移动路径、移动时间和停留时长,确定对应的所述能耗设备的启动时刻、关闭时刻和提示时刻。
32、具体来说,本实施例提供了一种确定每个所述能耗设备的启动时刻、关闭时刻和提示时刻的实施方式。
33、根据本专利技术的一种实施方式,所述基于能源消耗预测的终止信号,具体包括:
34、基于所述启动信号和所述终止信号的间隔时长超过预设间隔阈值,生成报警信息。
35、具体来说,本实施例提供了一种基于能源消耗预测的终止信号的实施方式。
36、根据本专利技术第二方面提供的一种基于ai的建筑能源消耗预测系统,包括:
37、目标确定模块,用于基于能源消耗预测的启动信号,确定能源预测目标,所述启动信号至少包括建筑的上班打卡参数,所述能源预测目标至少包括所述建筑内的人员参数、空间参数和设备参数;
38、能耗预测模块,用于基于能源消耗预测的终止信号,确定所述能源预测目标在采集时间周期内的能源消耗信息,并根据所述能源消耗信息预测所述能源预测目标的能源消耗,所述终止信号至少包括所述建筑的下班打卡参数,所述采集时间周期至少包括相邻的一对所述启动信号和所述终止信号组成的周期。
39、本专利技术中的上述一个或多个技术方案,至少具有如下技术效果之一:本专利技术提供的一种基于ai的建筑能源消耗预测方法及系统,通过对启动信号的获取,确定能源预测目标,并结合终止信号确定采集时间周期,得出能源预测目标在采集时间周期内的能源消耗情况,确定能源消耗信息,为建筑能源消耗的预测提供数据支持。
本文档来自技高网...【技术保护点】
1.一种基于AI的建筑能源消耗预测方法,其特征在于,包括:
2.根据权利要求1所述的基于AI的建筑能源消耗预测方法,其特征在于,所述基于能源消耗预测的启动信号,确定能源预测目标,具体包括:
3.根据权利要求2所述的基于AI的建筑能源消耗预测方法,其特征在于,所述确定能源预测目标,具体包括:
4.根据权利要求3所述的基于AI的建筑能源消耗预测方法,其特征在于,所述确定能源预测目标,具体还包括:
5.根据权利要求4所述的基于AI的建筑能源消耗预测方法,其特征在于,所述确定能源预测目标,具体还包括:
6.根据权利要求5所述的基于AI的建筑能源消耗预测方法,其特征在于,所述基于能源消耗预测的终止信号,确定所述能源预测目标在采集时间周期内的能源消耗信息,具体包括:
7.根据权利要求6所述的基于AI的建筑能源消耗预测方法,其特征在于,所述根据所述能源消耗信息预测所述能源预测目标的能源消耗,具体包括:
8.根据权利要求6所述的基于AI的建筑能源消耗预测方法,其特征在于,所述确定每个所述能耗设备的启动时刻、关闭时
9.根据权利要求1至8任一项所述的基于AI的建筑能源消耗预测方法,其特征在于,所述基于能源消耗预测的终止信号,具体包括:
10.一种基于AI的建筑能源消耗预测系统,其特征在于,包括:
...【技术特征摘要】
1.一种基于ai的建筑能源消耗预测方法,其特征在于,包括:
2.根据权利要求1所述的基于ai的建筑能源消耗预测方法,其特征在于,所述基于能源消耗预测的启动信号,确定能源预测目标,具体包括:
3.根据权利要求2所述的基于ai的建筑能源消耗预测方法,其特征在于,所述确定能源预测目标,具体包括:
4.根据权利要求3所述的基于ai的建筑能源消耗预测方法,其特征在于,所述确定能源预测目标,具体还包括:
5.根据权利要求4所述的基于ai的建筑能源消耗预测方法,其特征在于,所述确定能源预测目标,具体还包括:
6.根据权利要求5所述的基于ai的建筑能源消耗预测方法...
【专利技术属性】
技术研发人员:郑小鼎,陈兵,张愿,章祥健,吴裴仁,程强强,马军卫,
申请(专利权)人:华仁建设集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。