建 筑 技 术 Architecture Technology 第50卷第2期 2019年2月V ol.50 No.2 Feb. 2019·253·基于人工智能技术预测热感觉的 室内热环境控制陈庆财1， 鹿 伟1， 张 威1， 肖 鹏1， 王福林2， 窦 强3（1.北京未来科学城科技发展有限公司，102209，北京；2.清华大学室内空气质量评价与控制北京市重点实验室，100084，北京；3.北京博锐尚格节能技术股份有限公司，100192，北京） 摘 要：提出一种基于人工智能技术预测用户的热感觉、根据用户热感觉进行室内热环境控制的方法。该控制系统中使用计算机视觉技术识别用户皮肤温度，采用机器学习方法来确定用户的皮肤温度舒适范围，并且使用模糊控制逻辑来预测用户的热状态并调整室温设定值。为了验证该控制方法的有效性，搭建了试验台并进行了一系列试验，试验结果表明用户满意率较高，满意度评价达到97%，随着机器学习的进展，用户的舒适度得到提高，解决了传统控制存在的既不舒适，又不节能现象的问题。 关键词：预热感觉预测；人工智能；红外热成像；室内热环境控制 中图分类号：TU 111.1 文献标志码：A 文章编号：1000-4726(2019)01-0253-04indoor thermal environment control base on thermal sensation predicted by artificial intelliGenceCHEN Qing-cai 1, LU Wei,1 ZHANG Wei 1, xIAO Peng 1, WANG Fu-lin 2, DOU Qiang 3(1.Beijing Future Science Park Co. Ltd., 102209, Beijing, China; 2.Beijing Key Laboratory of Indoor Air Quality Evaluation and Control at Tsinghua University, 100084, Beijing,China; 3.Beijing Persagy Energy Saving Co. Ltd., 100192, Beijing, China)abstract: This article proposes a new thermal environment control method using the room occupants’ thermal sensations predicted by artificial intelligence. The control method uses computer vision technology to measure occupants' skin temperature and uses machine learning to identify the comfort range of skin temperature. And fuzzy logic is used to predict the thermal sensation states of room occupants and the determine the optimal room temperature settings. In order to verify the effectiveness of the proposed control system, test bed was built at an ordinary office room and experiments were conducted. The experiment results show that the room occupants are very satisfied with the thermal environment with a satisfaction ratio of 97%. The hot/cold complaint times dramatically decreased accompanying to the progress of machine learning, which shows the proposed control system can provide comfortable indoor thermal environment and effectively solve the problem of uncomfortable thermal environment and energy waste caused by the present set-point based control.Keywords: preheating sensation prediction; artificial intelligence; infrared thermal imaging; indoor thermal environment control收稿日期：2019–01–23基金项目：北京市科技计划课题（Z71100002317009）；国家自然科学基金面上项目（51578305）作者简介：陈庆财（1981—），男，福建泉州人，硕士，高级工程师，e-mail ：chenqingcai@wlkjc.com.人工智能技术的发展，给建筑室内环境的优化控制带来新的可能性，成为促进智能建筑水平升级的重要技术之一。目前的室内环境，采用的是用户通过温度控制器面板自主设定的温度设定值的方法，然而，温度控制器设定值的现场调查显示，超过50%的温度设定值，位于设计手册推荐的舒适温度范围外[1, 2]。这样的温度设定，不仅带来过冷、过热的不舒适感，而且增加了空调系统能耗。试验表明，基于用户热感觉投票的室内热环境控制比基于用户自主设定温度的控制方式能够节省空调能耗15%[3]。为了解决目前室内热环境控制中存在的既不节能，又不舒适的问题，本文提出一种基于人工智能技术预测用户的热感觉、进而根据用户热感觉进行控制，取代现有的用户自主设定温度的控制方法，以期解决现有控制存在的既不节能，又不舒适的 问题。人工智能技术涵盖的主要学科领域包括计算机视觉、自然语言处理、认知与推理、机器人学、博弈与伦理和机器学习6方面[4, 5]。在这里6类人工智能技术中，适合用于建筑室内热环境控制的技术包括计算机视觉、自然语言处理、机器学习。通过计算机视觉技术，可识别人的体态语言，对
本文来源：https://www.2haoxitong.net/k/doc/f220e67cdfccda38376baf1ffc4ffe473368fd71.html
