基于室内环境参数监测的人员信息识别研究
发布时间：2022-01-22 20:31
室内人员信息对建筑能耗有重要影响,掌握室内人员的状态、行为等可以为建筑能耗模拟研究、暖通空调系统的运行提供指导和帮助。然而,室内人员数量的多变性及其行为的不确定性等因素给人员信息的识别带来了诸多挑战。目前国内关于此方面的研究主要集中于人行为研究方面,而对人员数量、状态的识别研究较少。此外,常用的人员信息识别方法存在侵犯个人隐私、成本高等问题,探究一种合适的人员信息识别方法显得十分必要。因此,本文以哈尔滨市某高校研究生工作间为实验对象展开工作,基于室内环境参数的在线监测,充分利用、挖掘环境数据中包含的人员信息,提出了利用时间序列分析、数据挖掘模型进行室内人员状态、人数以及典型人员行为模式的识别方法。首先,利用环境参数监测设备对工作间进行了为期9周的环境数据（室内温度、相对湿度、光照度以及CO2浓度）采集,与此同时,同步记录室内人员信息。通过得到的数据发现,这是一种低成本、高效率且能保证个人隐私的高质量的数据采集方法,相比于直接对人员进行监测具有明显优势。其次,基于室内CO2浓度,利用时间序列分析方法,建立了预测CO2浓度变...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
CO2浓度时间序列的周期图
哈尔滨工业大学工程硕士学位论文-59-Boosting方法即通过不断地训练，最终选择分类投票的最优结果（即规则1）。结合C5.0模型识别结果和本案例分析，本研究最终选择C5.0模型作为室内人员状态的识别模型，选择光照度和CO2浓度为模型的输入变量，最终生成的决策树规则如下图4-2所示，该决策树树深为3，共有9个节点（所有的矩形框），5个终端节点（不可再分的矩形框），5个决策规则集。决策规则集从左到右排列如下表4-8所示：图4-2C5.0模型识别结果的决策树
哈尔滨工业大学工程硕士学位论文-64-时左右波动，进一步印证了前述的工作间内人员60%的在室时间。在3个模型建立过程中，选用前12天的数据用作训练集，后4天的数据用作测试集。模型识别准确度如下表4-12所示：表4-12灯具状态识别准确度模型准确度（%）训练集测试集Logistic72.671.9C5.085.086.8CART85.086.8根据模型计算结果可以看出，决策树模型的识别结果明显由于逻辑回归模型，C5.0模型和CART模型结果相同，均有15%左右的误分类率。因此仍然选用C5.0模型作为灯具状态的识别模型。C5.0模型生成的模型决策树如图4-4所示：决策规则如表4-13所示：表4-13灯具状态识别规则条件分类结果光照度≤52lx0光照度≥52lx1根据表4-11显示，所用的16天数据中，其中有7天一天内的开、关灯次数仅有一次，即早上第一个人来时开灯，而在夜晚最后一个人离去时关灯，这应用图4-4灯具状态识别C5.0模型决策树
【参考文献】：
期刊论文
[1]2019中国建筑能耗研究报告[J]. 建筑. 2020(07)
[2]基于ARIMA模型的西安市空气质量指数的分析与预测[J]. 袁芳. 电脑知识与技术. 2019(35)
[3]建筑人行为节能研究综述及其在医疗建筑节能与设计应用性展望[J]. 王伟,陈嘉宇,周颖,徐小东. 江苏建筑. 2019(S1)
[4]基于数据挖掘技术的北方寒冷地区居民用水、用气数据处理方法探讨[J]. 周浩,林波荣,张仲宸,戚建强,郑立红,常晨晨. 暖通空调. 2019(02)
[5]结合人员行为的分散式空调系统能耗模拟[J]. 徐蕾,潘毅群,黄治钟. 建筑科学. 2018(10)
[6]基于二氧化碳测量的室内人数估计算法[J]. 刘德峰,袁锁中. 兵工自动化. 2018(02)
[7]建筑人行为模拟中的重复模拟和时间步长[J]. 丰晓航,燕达,王闯. 暖通空调. 2017(09)
[8]面向应用的随机人行为模型检验方法研究[J]. 丰晓航,燕达,王闯. 暖通空调. 2017(09)
[9]作息模式对建筑能耗模拟的影响分析[J]. 耿阳,林波荣,彭渤. 建筑技术开发. 2016(04)
[10]建筑中人行为模拟研究现状和展望[J]. 燕达,丰晓航,王闯,Hong Tianzhen,William O’Brien,H.Burak Gunay,Farhang Tahmasebi,Ardeshir Mahdavi. 建筑科学. 2015(10)
博士论文
[1]基于室内环境监测数据的人行为识别方法研究[D]. 周浩.天津大学 2016
[2]有关建筑用能的人行为模拟研究[D]. 王闯.清华大学 2014
[3]时间序列数据挖掘若干关键问题研究[D]. 何晓旭.中国科学技术大学 2014
[4]时间序列的相似性查询与异常检测[D]. 肖辉.复旦大学 2005
[5]数据挖掘技术与关联规则挖掘算法研究[D]. 毛国君.北京工业大学 2003
硕士论文
[1]哈尔滨市某高校教室CO2浓度监测分析及模拟研究[D]. 吕达林.哈尔滨工业大学 2019
[2]居住建筑人员用能随机行为模型研究[D]. 潘阳阳.浙江大学 2017
[3]基于ARIMA模型及回归分析的区域用电量预测方法研究[D]. 夏丽.南京理工大学 2013
[4]办公建筑内典型污染物控制的新风量确定方法探讨[D]. 吕超.哈尔滨工业大学 2007
本文编号：3602854
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
CO2浓度时间序列的周期图
哈尔滨工业大学工程硕士学位论文-59-Boosting方法即通过不断地训练，最终选择分类投票的最优结果（即规则1）。结合C5.0模型识别结果和本案例分析，本研究最终选择C5.0模型作为室内人员状态的识别模型，选择光照度和CO2浓度为模型的输入变量，最终生成的决策树规则如下图4-2所示，该决策树树深为3，共有9个节点（所有的矩形框），5个终端节点（不可再分的矩形框），5个决策规则集。决策规则集从左到右排列如下表4-8所示：图4-2C5.0模型识别结果的决策树
哈尔滨工业大学工程硕士学位论文-64-时左右波动，进一步印证了前述的工作间内人员60%的在室时间。在3个模型建立过程中，选用前12天的数据用作训练集，后4天的数据用作测试集。模型识别准确度如下表4-12所示：表4-12灯具状态识别准确度模型准确度（%）训练集测试集Logistic72.671.9C5.085.086.8CART85.086.8根据模型计算结果可以看出，决策树模型的识别结果明显由于逻辑回归模型，C5.0模型和CART模型结果相同，均有15%左右的误分类率。因此仍然选用C5.0模型作为灯具状态的识别模型。C5.0模型生成的模型决策树如图4-4所示：决策规则如表4-13所示：表4-13灯具状态识别规则条件分类结果光照度≤52lx0光照度≥52lx1根据表4-11显示，所用的16天数据中，其中有7天一天内的开、关灯次数仅有一次，即早上第一个人来时开灯，而在夜晚最后一个人离去时关灯，这应用图4-4灯具状态识别C5.0模型决策树
【参考文献】：
期刊论文
[1]2019中国建筑能耗研究报告[J]. 建筑. 2020(07)
[2]基于ARIMA模型的西安市空气质量指数的分析与预测[J]. 袁芳. 电脑知识与技术. 2019(35)
[3]建筑人行为节能研究综述及其在医疗建筑节能与设计应用性展望[J]. 王伟,陈嘉宇,周颖,徐小东. 江苏建筑. 2019(S1)
[4]基于数据挖掘技术的北方寒冷地区居民用水、用气数据处理方法探讨[J]. 周浩,林波荣,张仲宸,戚建强,郑立红,常晨晨. 暖通空调. 2019(02)
[5]结合人员行为的分散式空调系统能耗模拟[J]. 徐蕾,潘毅群,黄治钟. 建筑科学. 2018(10)
[6]基于二氧化碳测量的室内人数估计算法[J]. 刘德峰,袁锁中. 兵工自动化. 2018(02)
[7]建筑人行为模拟中的重复模拟和时间步长[J]. 丰晓航,燕达,王闯. 暖通空调. 2017(09)
[8]面向应用的随机人行为模型检验方法研究[J]. 丰晓航,燕达,王闯. 暖通空调. 2017(09)
[9]作息模式对建筑能耗模拟的影响分析[J]. 耿阳,林波荣,彭渤. 建筑技术开发. 2016(04)
[10]建筑中人行为模拟研究现状和展望[J]. 燕达,丰晓航,王闯,Hong Tianzhen,William O’Brien,H.Burak Gunay,Farhang Tahmasebi,Ardeshir Mahdavi. 建筑科学. 2015(10)
博士论文
[1]基于室内环境监测数据的人行为识别方法研究[D]. 周浩.天津大学 2016
[2]有关建筑用能的人行为模拟研究[D]. 王闯.清华大学 2014
[3]时间序列数据挖掘若干关键问题研究[D]. 何晓旭.中国科学技术大学 2014
[4]时间序列的相似性查询与异常检测[D]. 肖辉.复旦大学 2005
[5]数据挖掘技术与关联规则挖掘算法研究[D]. 毛国君.北京工业大学 2003
硕士论文
[1]哈尔滨市某高校教室CO2浓度监测分析及模拟研究[D]. 吕达林.哈尔滨工业大学 2019
[2]居住建筑人员用能随机行为模型研究[D]. 潘阳阳.浙江大学 2017
[3]基于ARIMA模型及回归分析的区域用电量预测方法研究[D]. 夏丽.南京理工大学 2013
[4]办公建筑内典型污染物控制的新风量确定方法探讨[D]. 吕超.哈尔滨工业大学 2007
本文编号：3602854
本文链接：https://www.wllwen.com/jianzhugongchenglunwen/3602854.html
