[0001] 本发明涉及环境控制技术领域，更具体的说是涉及一种公共建筑的环境控制方法和系统。

[0002] 公共建筑是指为公众服务、开放给大众使用的建筑，公共建筑在社会中具有重要的地位和作用，服务于社会大众，公共建筑通常规模较大，需要考虑大量人员流动和服务需求，因此需要具备较高的安全性和舒适性。

[0003] 然而现有技术中，在公共建筑内部不同区域的温度可能存在差异，导致一些区域过热或过冷，影响用户的舒适感；公共建筑内部空气质量不佳，可能受到污染物、异味或过高的二氧化碳浓度影响，影响用户的健康和舒适度；公共建筑内部光照不足或过强都会影响用户的视觉舒适度和工作效率，可能导致眼睛疲劳或不适；公共建筑环境控制系统的维护可能不及时，导致设备故障、效率下降，影响建筑内部环境质量；公共建筑的环境控制系统可能存在能源浪费问题，如未经优化的空调系统、照明系统等，造成能源资源的浪费，通过统一的调节启停并不会提高公共建筑内部的环境质量，相反还会增加额外功耗，通过这种粗糙的调节方式下的室内热舒适情况有时与人员对室内环境的主观感知产生偏离。

[0004] 数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。发挥连接物理世界和信息世界的桥梁和纽带作用。对数字孪生的研究可以推动物联网技术、人工智能、虚拟现实技术甚至传感器技术的发展。

[0005] 因此，如何提出一种公共建筑的环境控制方法和系统，构建公共建筑的数字孪生平台，模拟数字孪生平台的三维信息场，根据建筑数据、环境数据和三维信息场建立环境预测模型，并根据预测结果输出实时控制策略，实现公共建筑的环境的有效控制是本领域技术人员亟需解决的问题。

[0047] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0048] 本发明实施例公开了一种公共建筑的环境控制方法，如图1所示，包括：

[0049] 根据公共建筑的结构建立公共建筑三维模型；

[0050] 获取建筑数据和环境数据，并结合建筑三维模型建立数字孪生平台；

[0051] 模拟数字孪生平台的三维信息场，根据建筑数据、环境数据和三维信息场建立环境预测模型，并根据预测结果输出实时控制策略；

[0052] 数字孪生平台根据实时控制策略调整公共建筑的环境控制。

[0053] 进一步的，所述建立公共建筑三维模型包括：根据公共建筑的几何结构和尺寸形状，建立公共建筑三维模型，包含建筑构件以及照明系统、风循环系统、水循环系统、电力系统和安全警报系统的建模。

[0054] 进一步的，所述获取建筑数据和环境数据包括：通过红外相机获取目标物的红外图像以及红外图像中各像素点对应的温度值；通过霍尔开关监测门窗、窗帘的开关状态；通过光强传感器检测照明状态；通过室内定位传感器检测室内人或物的位置信息；通过红外传感器、温湿度传感器、二氧化碳传感器和颗粒物传感器检测环境数据。

[0055] 具体的，通过状态传感器包括用于监测门窗、窗帘的开关状态的霍尔开关、用于检测照明状态的光强传感器；定位传感器为UWB室内定位传感器；环境传感器包括至少包括红外传感器、温湿度传感器、二氧化碳传感器和颗粒物传感器。

[0056] 进一步的，所述建立数字孪生平台包括：

[0057] 将公共建筑三维模型导入Unity3D显示引擎中，将文件转成.fbx格式，将建模过程中的材质纹理文件夹放在Unity工程的Assets文件夹下；

[0058] 导入设计好的包含平移、旋转、缩放、选择在内的操作浏览功能；

[0059] 导入制作好的风力循环、开关门窗、灯光明暗变化和温度升降变化的动画效果。

[0060] 进一步的，所述模拟数字孪生平台的三维信息场包括建立三维环境温度场和三维光照强度场，所述建立三维环境温度场包括：

[0061] 根据红外相机的任一拍摄角度拍摄采集图像，对图像进行预处理，获取图像中目标物的点云数据及温度值，根据目标物的点云数据和预先获取的环境点云数据，确定红外相机的位置信息；

[0062] 以红外相机的位置信息为基准，转换目标物的点云数据，使得目标物的点云数据与红外相机拍摄的红外图像的像素点对应起来，进而获得目标物的点云数据的温度值，得到三维环境温度场。

[0063] 在具体实施方式中，获取温度值的具体步骤为：

[0064] S1.通过颜色空间转换提取红外图像中目标物所在矩形目标区域；

[0065] S2.基于Otsu’s算法对目标区域进行二值化，分割目标区域，确定特征点，将图像坐标系的计算中心从图像左上角移动至图像矩阵中心，基于Hough变换，将目标物竖直旋转；

[0066] S3.将目标物竖直旋转后，统计图像像素值信息，考虑红外图像存在边缘性模糊问题，获取目标物特征信息；

[0067] S4.根据分割结果和图像温度矩阵获取分割区域所包含像素的温度值；

[0068] S5.利用K‑means聚类算法剔除分割结果中的背景像素温度数据；

[0069] S6.计算每个区域温度平均值，形成温度特征向量；

[0070] S7.建立以温度特征向量为输入、以舒适度为输出的基于BP神经网络的温度精准检测模型。

[0071] 具体的，目标物点云数据通过三维扫描或激光雷达等技术获取的目标物体表面上的点的集合，每个点包含了在三维空间中的坐标信息。步骤如下：数据采集：通过结构光扫描仪、摄像头等设备对目标物体进行扫描或拍摄，获取目标物体表面上的点的坐标信息。点云处理：将采集到的点云数据进行处理，包括点云去噪、滤波、配准等操作，提高点云数据的质量和准确性。点云重建：根据处理后的点云数据，进行点云重建操作，将点云数据转换为三维模型或网格模型，以便后续的分析和应用。数据分析：利用点云数据进行三维模型分析、形状识别、特征提取等操作，获取目标物体的相关信息。

[0072] 进一步的，对点云数据进行筛选：

[0073] 通过三维图形学的MVP公式，把某个点云数据对应到温度数组中以计算点云的温度；

[0074] A*G*B*C＝d，式中，A为点云坐标，G为模型变换矩阵，B为视图变换矩阵，C为屏幕变换矩阵，d为最终的屏幕上的点。

[0075] A＝Get(Vs,MIN(Len(A1‑E),Len(A2‑E),Len(A3‑E),...,Len(An‑E)))，此公式为取As点云数组中离相机距离最短的点，其中As为点云数据集，An为点云数据中的某一个点，E为相机位置。

[0076] 得到离相机位置最近的唯一的点云数据，对所有在相机观察矩阵内的点云，均进行计算，得到相机观察矩阵内的所有点云的温度。

[0077] 进一步的，还包括建立三维电力系统温度场：

[0078] 获取电力线路的运行参数、环境参数和相应的线路红外温度图像；

[0079] 建立不同运行参数在不同环境参数下对温度的影响曲线；

[0080] 根据电力线路的排布图像和环境数据建立电力线路排布的三维模型；

[0081] 根据影响曲线和三维模型建立基于数字孪生平台的三维电力系统温度场。

[0082] 具体的，所述建立不同运行参数在不同环境参数下对温度的影响曲线包括：

[0083] 依据获取的当前区域各个线路每日不同时间段的运行参数、环境参数和相应的线路红外图像在影响关系曲线上设定相应若干实际测量点；

[0084] 构建多项式逼近函数将若干实际测量点相互连接形成连续曲线，在不同运行参数和环境参数对线路不同位置的温度的实时预测。

[0085] 在具体实施方式中，还包括建立三维风循环场：

[0086] 获取风循环设备的运行参数和温度场数据；

[0087] 建立不同运行参数对三维环境温度场和三维电力系统温度场的影响曲线；

[0088] 根据风力设备的排布位置和建筑数据建立风循环设备的三维模型；

[0089] 根据影响曲线和三维模型建立基于数字孪生平台的三维风循环场。

[0090] 在具体实施例中，所述安全警报系统的建模包括：设置漏电异常监控策略，所述漏电异常监控策略包括同一运行线路上不同区段的计算温度差值大于第一阈值时，对温度较高的位置进行定位并在数字孪生平台上进行相应的异常位置标记，同时记录相应的第一温度异常信息；根据温度差值大小设定异常位置第一最高允许运行电气参数，当运行电气参数大于第一最高允许运行电气参数时进行过荷载预警。

[0091] 在具体实施例中，所述水循环系统包括：自动喷水灭火系统，监测三维环境温度场的实时温度，当温度大于第一温度时进行预警，当温度大于第二温度时进行高温/火灾报警，并通过孪生平台控制自动喷水灭火系统工作。

[0092] 进一步的，建立所述三维光照强度场包括：

[0093] 根据公共建筑三维模型，计算标准光通量，并以此计算标准光照强度；

[0094] 根据室内场景光照模型，计算室内照明光的光通量和光照强度值，计算空间区域中照明点光源数量；

[0095] 根据公共建筑三维模型的室内空间信息，计算室内空间的轴线信息，将照明点光源布置在区域轴线上，生成室内空间的最佳光照布局；

[0096] 根据运行参数和最佳光照布局建立基于数字孪生平台的三维光照强度场。

[0097] 具体的，建立所述三维光照强度场的具体步骤包括：

[0098] 根据公共建筑内部3d数据，查找子区域功能标识信息，匹配公共建筑内部光照照度标准空间分类标识，查找光照条件下的室内照度值；

[0099] 根据公共建筑内部3d数据计算子区域面积，以及子区域边界信息、区域中心点坐标信息；

[0100] 根据标准照度值，及公共建筑内部子区域的面积，利用照度计算公式计算区域最佳光照的标准光通量值；

[0101] 根据光通量与光照强度之间的关系，计算出公共建筑内部照明光源的光照强度、光通量，进而通过灯具数量计算公式和光源光通量的计算公式，计算区域中照明点光源数量；

[0102] 根据公共建筑三维模型的室内空间信息，计算室内空间的轴线信息，将照明点光源布置在区域轴线上，生成室内空间的最佳光照布局；

[0103] 根据运行参数和最佳光照布局建立基于数字孪生平台的三维光照强度场。

[0104] 进一步的，所述建立环境预测模型，并根据预测结果输出实时控制策略包括：

[0105] 获取环境和三维信息场的历史数据，对数据进行降噪处理；

[0106] 基于历史数据训练并构建基于长短时神经网络的预测模型；

[0107] 通过预测模型对公共建筑当前的运行状态进行识别及预测；

[0108] 获取三维信息场的实时数据并与预测结果进行对比，根据对比结果对建筑数据进行调整。

[0109] 进一步的，所述三维信息场的历史数据包括：三维环境温度场、三维光照强度场、三维电力系统温度场、三维风循环场、安全警报系统和水循环系统的历史数据。

[0110] 具体的，还包括对预测模型进行优化：

[0111] 构建MPSO‑BP神经网络模型，假设在一个Q维空间，有n个粒子组成种群X＝(N1，N2，...，Nn)；

[0112]

[0113] 其中，g代表迭代次数， 代表惯性权重，j代表维度，k1、k2代表学习因子；

[0114] 使用改进动态调节所述MPSO‑BP神经网络模型的权重值公式，得到优化网络模型，使用改进动态调节权重值公式，使得粒子在适应度值差别较大时减小惯性权重值，自适应度趋于一致时增加惯性权重值；

[0115]

[0116] 其中Tmin、Tmax代表最小与最大惯性权值，umin、ua代表最小与平均适应值，zmax代表最大迭代次数。

[0117] 将所述历史数据输入所述优化网络模型对公共建筑当前的运行状态进行识别及预测，得到预测结果。

[0118] 具体的，根据预测模型从数字孪生系统运行架构孪生数据库中读取管理员同步的建筑内部的使用计划表，根据计划表中的计划时间、房间位置、计划到场人员，以及数字孪生系统中建筑物房间的设计数据、地理位置信息，预测最优控制策略，在房间计划使用前，提前打开公共建筑的相应设备或者调整功率；在建筑内部实际使用和系统运行时，对设备功率进行实时调整，使得建筑内部达到舒适程度；同时于计划结束时间监测建筑内部人流量变化，关闭或调整建筑内部设备，以达到节能的目的。

[0119] 在具体实施方式中，一种公共建筑的环境控制系统，如图2所示，包括：

[0120] 三维模型构建模块：用于根据公共建筑的结构建立公共建筑三维模型；

[0121] 数字孪生平台构建模块：用于获取建筑数据和环境数据，并结合建筑三维模型建立数字孪生平台；

[0122] 三维信息场构建模块：用于模拟数字孪生平台的三维信息场；

[0123] 预测模块：用于根据建筑数据、环境数据和三维信息场建立环境预测模型，并根据预测结果输出实时控制策略；

[0124] 环境控制模块：用于使数字孪生平台根据实时控制策略调整公共建筑的环境控制。

[0125] 本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

[0126] 对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。