本發(fā)明是關于一種調控技術，特別是關于智能節(jié)能環(huán)境調控系統(tǒng)及方法。
背景技術：
：現(xiàn)行場域(如：賣場)的工作人員于站臺值班時，需機動性調整賣場空調溫度設定值與出風口角度，以維護賣場環(huán)境舒適度，但常因疏忽而沒有調整空調設定溫度，導致賣場空調產(chǎn)生過熱或過冷等無謂耗能現(xiàn)象。雖然目前已有許多調控技術的方法，但還未有同時考慮多人情況的模型，在實際情形通常會有多個人在同一場域中。當場域中多人的偏好不同，或多人的狀態(tài)有較大差異，則現(xiàn)今技術無法處理。綜上所述，如何能有效解決上述問題，實屬當前重要研發(fā)課題之一，亦成為當前相關領域亟需改進的目標。技術實現(xiàn)要素：本發(fā)明的一方面提出一種智能節(jié)能環(huán)境調控系統(tǒng)包含多個感測器與主機，主機包含數(shù)據(jù)庫與處理器。所述感測器用于收集多個使用者的生理信息與位置信息及環(huán)境信息，數(shù)據(jù)庫儲存使用者信息與多個節(jié)能調控模型，使用者信息包含所述使用者的類型或等級，處理器執(zhí)行以下操作：依據(jù)所述使用者的該生理信息與該位置信息，辨識每一所述使用者的活動狀態(tài)，并取得與該活動狀態(tài)相應的一新陳代謝率；根據(jù)所述使用者的類型或等級給予多個權重，并根據(jù)所述使用者的數(shù)量及所述權重，選擇所述節(jié)能調控模型中的一者做為一選定模型；根據(jù)所述活動狀態(tài)、所述權重以及該選定模型，設定一節(jié)能調控值；根據(jù)該節(jié)能設定值，調控多個環(huán)境控制設備。本發(fā)明的另一方面提出一種智能節(jié)能環(huán)境調控方法包含：透過多個感測器，收集多個使用者的生理信息與位置信息與環(huán)境信息；依據(jù)所述使用者的該生理信息與該位置信息，辨識所述使用者的活動狀態(tài)，并取得與該活動狀態(tài)相 應的一新陳代謝率；根據(jù)所述使用者的類型或等級給予多個權重，并根據(jù)所述使用者的數(shù)量及所述權重，選擇多個節(jié)能調控模型中的一者做為一選定模型；根據(jù)所述活動狀態(tài)、所述權重以及該選定模型，設定一節(jié)能調控值；根據(jù)該節(jié)能設定值，調控多個環(huán)境控制設備。通過本發(fā)明所揭露的技術，使用最佳化節(jié)能調控模型，考量多個使用者的各自的狀態(tài)及偏好，來找尋最佳節(jié)能的調控。以下將以實施方式對上述的說明作詳細的描述，并對本發(fā)明的技術方案提供進一步的解釋。附圖說明為了讓本發(fā)明的上述和其他目的、特征、優(yōu)點與實施例更明顯易懂，所附附圖的說明如下：圖1為根據(jù)本發(fā)明一實施例中，一種智能節(jié)能環(huán)境調控系統(tǒng)的方塊圖；圖2為根據(jù)本發(fā)明一實施例中，一種智能節(jié)能環(huán)境調控方法的流程圖。具體實施方式為了使本發(fā)明的敘述更加詳盡與完備，可參照所附的附圖及以下所述各種實施例，附圖中相同的號碼代表相同或相似的元件。另一方面，眾所周知的元件與步驟并未描述于實施例中，以避免對本發(fā)明造成不必要的限制。請參照圖1。圖1為根據(jù)本發(fā)明一實施例中，一種智能節(jié)能環(huán)境調控系統(tǒng)100的方塊圖。智能節(jié)能環(huán)境調控系統(tǒng)100包含多個穿戴式感測器110、固定式感測器112、環(huán)境感測器130、環(huán)境控制設備190與主機120，主機120包含數(shù)據(jù)庫121、處理器123與網(wǎng)路元件125。于一實施例中，數(shù)據(jù)庫121可整合于儲存裝置(如：硬盤)，處理器123可為一獨立的微處理器或中央處理單元。感測器110、112用于收集多個使用者的生理信息與位置信息，環(huán)境感測器130收集環(huán)境信息。數(shù)據(jù)庫121儲存使用者信息與多個節(jié)能調控模型，其中使用者信息包含所述使用者的類型或等級。處理器123用以執(zhí)行下列操作：依據(jù)多個使用者的生理信息與位置信息，辨識每一使用者的活動狀態(tài)，并取得與活動狀態(tài)相應的新陳代謝率；根據(jù)多個 使用者的類型或等級給予多個權重，并根據(jù)使用者的數(shù)量及權重，選擇多個節(jié)能調控模型中的一者做為一選定模型；根據(jù)活動狀態(tài)、權重以及選定模型，設定節(jié)能調控值；根據(jù)節(jié)能設定值，調控多個環(huán)境控制設備190。。于一實施例中，數(shù)據(jù)庫121包含可由處理器123執(zhí)行的一計算機程序，其中計算機程序在由處理器123執(zhí)行時，使智能節(jié)能環(huán)境調控系統(tǒng)100進行智能節(jié)能環(huán)境調控。以下將對于智能節(jié)能環(huán)境調控系統(tǒng)100的智能調控過程進行更詳細的說明。請參照圖2，圖2為根據(jù)本發(fā)明一實施例中，一種智能節(jié)能環(huán)境調控方法200的流程圖。智能節(jié)能環(huán)境調控方法200可以用圖1的智能節(jié)能環(huán)境調控系統(tǒng)100實現(xiàn)，但不以此為限。為了方便及清楚說明起見，在此以智能節(jié)能環(huán)境調控方法200是由圖1的智能節(jié)能環(huán)境調控系統(tǒng)100實現(xiàn)為例。在步驟S201中，使用者將偏好設定輸入至智能節(jié)能環(huán)境調控系統(tǒng)100，數(shù)據(jù)庫121儲存偏好設定。于一實施例中，使用者根據(jù)穿著進行輸入個人衣著率。如使用者穿著較厚(如：夾克或大衣)，則輸入其信息進智能節(jié)能環(huán)境調控系統(tǒng)100，以調控環(huán)境控制設備190將環(huán)境溫度降低，反之則提高。于一實施例中，使用者根據(jù)偏好輸入個人冷熱偏好值。使用者輸入偏好冷熱的設定，若使用者偏好涼爽，則智能節(jié)能環(huán)境調控系統(tǒng)100在環(huán)境調控時，會偏向降低溫度及降低濕度。于一實施例中，智能節(jié)能環(huán)境調控系統(tǒng)100根據(jù)地理區(qū)域、使用者的個人健康履歷、家族病史及節(jié)能考量等而對可調控范固有所限制，例如在健身房其溫度設定為20度以上，而一般住宅為24度以上，而擁有高血壓病史的使用者則不能調過低溫度，且拒絕設定偏妤低于20度以達到有效節(jié)能，并根據(jù)不同病史的使用者擁有不同的優(yōu)先權，如心臟病患者的冷熱偏好/限制比一般使用者來的重要(心臟病患優(yōu)先權重比一般使用者高)。于一實施例中，智能節(jié)能環(huán)境調控系統(tǒng)100需根據(jù)各使用者狀態(tài)來讀取歷史新陳代謝信息，由處理器123判斷數(shù)據(jù)庫121是否有歷史數(shù)據(jù)。若數(shù)據(jù)庫121無歷史數(shù)據(jù)，處理器123基于數(shù)據(jù)庫121中成人標準新陳代謝以決定使用者的新陳代謝率。若數(shù)據(jù)庫121有歷史數(shù)據(jù)，處理器123讀取個人歷史新陳代謝數(shù)據(jù)以決定使用者的新陳代謝率。在步驟S207中，使用者選擇目前個人狀態(tài)并進行輸入，如：休息、靜態(tài)、動態(tài)及激烈性等狀態(tài)。在步驟S208中，透過感測器110收集多個使用者的生理信息與位置信息。于一實施例中，使用者使用固定式感測器112(如：血壓器、代謝率分析儀等)測量不同狀態(tài)下的生理信息(如：血壓、代謝率等)，根據(jù)收集數(shù)據(jù)輸入至系統(tǒng)中，使系統(tǒng)在不同生理狀態(tài)下的判別能更為精確；并經(jīng)由穿戴式感測器收集脈搏、人體溫度、呼吸頻率等生理信息，以及空間位置的信息。在步驟S209中，處理器123依據(jù)生理信息與位置信息，辨識使用者的活動狀態(tài)，但若接收使用者的輸入狀態(tài)(步驟S207)，將該輸入狀態(tài)設定為該使用者的活動狀態(tài)。于一實施例中，智能節(jié)能環(huán)境調控系統(tǒng)100分析使用者狀態(tài)，進行智能狀態(tài)判別(包含：休息、靜態(tài)、動態(tài)及激烈性等狀態(tài))，根據(jù)使用者空間位置(如：在臥室、公共區(qū)域、勞動區(qū)域等)及生理數(shù)據(jù)(如：體溫、呼吸頻率、脈搏等)來判別使用者狀態(tài)，如在臥室床的區(qū)域并且脈搏略低(45-48每下/分)，則判別為睡眠狀態(tài)，此外若有使用者狀態(tài)設定(步驟S207)輸入，則會覆蓋智能判別的狀態(tài)，轉而使用使用者自行設定的狀態(tài)。在步驟S210中，由環(huán)境感測器130及網(wǎng)路上公開信息收集即時環(huán)境信息，并讀取數(shù)據(jù)庫121中歷史環(huán)境信息。于一實施例中，環(huán)境感測器130收集的即時環(huán)境因子數(shù)據(jù)是以室內為主，處理器123透過網(wǎng)路元件125(如：網(wǎng)路卡)由網(wǎng)路上的公開信息收集其他環(huán)境因子數(shù)據(jù)是以室外為主。在步驟S211中，處理器123依據(jù)使用者的生理信息與位置信息，辨識使用者的活動狀態(tài)，并取得與活動狀態(tài)相應的新陳代謝率；根據(jù)使用者的類型或等級給予不同權重，并根據(jù)使用者的數(shù)量及權重，選擇多個節(jié)能調控模型中的一者做為一選定模型。于一實施例中，智能節(jié)能環(huán)境調控系統(tǒng)100根據(jù)家族病史、醫(yī)療信息，將有如心臟病、中風的使用者為高權重，有氣喘歷史者為中權重，一般使用者為低權重。于一實施例中，智能節(jié)能環(huán)境調控系統(tǒng)100收集上述的環(huán)境信息(包含室內溫度、室外溫度、濕度、風速、熱輻射溫度等)以及使用者的新陳代謝率與偏好設定(如：衣著程度、冷熱偏好)；接著，根據(jù)活動狀態(tài)、新陳代謝率、 環(huán)境信息、偏好設定，及這些使用者的類型或等級，套入選定模型中進行計算。于一實施例中，該選定模型在滿足多使用者的熱舒適度及光舒適度下，找尋最佳節(jié)能調控值。于一實施例中，選定模型(調控模型)以預測平均投票(PredictedMeanVote,PMV)公式來計算舒適度。采用PMV作為熱舒適指標是因為它顯示出一個舒適的范圍內，可以區(qū)分舒適與否。PMV功能需要6個信息輸入，其中兩個是人為因素，包括新陳代謝率和服裝熱阻；其他則是環(huán)境因素，包括室內溫度、平均輻射溫度、相對空氣流速和相對濕度。舉例而言，PMV的范圍是-3到+3，通常定義-1到+1為舒適。PMV指標可以是如下表1所示：＜表1＞熱+3暖+2微暖+1舒適0微涼-1涼-2冷-3PMV函數(shù)以如下關系式(1)—(5)做描述：(1)PMV＝(0.028+0.3033e-0.036M)×[M－3.05×(5.733－0.00699M－P)－0.42×(M－58.15)－0.0173M(5.867－P)－0.0014M(34－T)－3.96×10-8fcl×((Tcl+237)4－(Tcl+237)4)－fcl×hc(Tcl－T)](2)Tcl＝35.7－0.028M－0.155Icl(3.96×10-8)fcl×((Tcl+273)4－(Tcl+273)4)－fclhc×(Tcl－T)](3)若hc＝2.38(Tcl－T)0.25；若(4)若fcl≧0.5032，fcl＝1+0.2Icl；若fcl≦0.5032，fcl＝1.05+0.15Icl(5)P＝PSRH/100T是室內溫度(℃)，Tmrt是平均輻射溫度(℃)。P是在空氣中的蒸氣壓(帕)，M是新陳代謝率(W/立方米)。v是相對空氣速度(米/秒)，Icl是服裝的熱阻(1clo＝0.155m2K/W)，hc是對流傳熱因子(W/m2K)，fcl 是衣著的表面積的比率，Tcl是服裝的外表面溫度，RH是相對濕度，PS在一個特定溫度下的飽和蒸氣壓，PMV指標函數(shù)可以寫成為如下方程式(6)：(6)PMV＝f(T,Tmrt,M,Icl,RH,v)PMV指標是一個非線性函數(shù)，與關系式(2)—(5)相關。因為關系式(2)和(3)約束，它需要花費一些時間來搜索，所以需要進行非線性規(guī)劃，以找尋節(jié)能調控值(最佳值)。于一實施例中，求解非線性規(guī)劃可使用Nelder-Mead及ArtificialBeeColony演算法，但本發(fā)明不以此為限。于一實施例中，數(shù)據(jù)庫121中的多個節(jié)能調控模型至少分成兩種模式，一種為節(jié)能精確調控模型(步驟S212)，使各個舒適度皆達到合適范圍；一種為節(jié)能即時調控模型(步驟S213)，以減少計算時間。于一實施例中，節(jié)能精確調控模型以如下關系式做描述：MinimizeLθt+LθlSubjectto∣PMVi+ρi∣≦kilmin≦Ei≦lmaxθt是一環(huán)境決策，包含溫度、濕度、風向的向量；θl是另一環(huán)境決策，包含空間中燈光的數(shù)目及亮度。Lθt表示在θt的決策調控下，所消耗的能源；Lθl表示在θl的決策調控下，所消耗的能源。PMVi是各個熱舒適度指標，ρi是個人使用者偏好，ki是不同權重使用者的舒適度區(qū)域。lmin與lmax表示使用者光舒適度區(qū)間，Ei是使用者位置的光照度。于一實施例中，在環(huán)境調控的決策下(包含溫度、濕度、風速以及光照度)所消耗的能源，其中Lθt為中央空調所消耗的能源，而Lθl為光照設施所消耗的能源，“MinimizeLθt+Lθl”是找尋在光、熱舒適度為舒適狀態(tài)下并且為最低耗能的調控值。于一實施例中，“∣PMVi+ρi∣≦ki”是限制每個使用者的熱舒適度與偏好能在舒適區(qū)間內，并且舒適區(qū)間會根據(jù)使用者權重而有所不同。于一實施例中，“l(fā)min≦Ei≦lmax”是限制每個使用者的光舒適度在舒適區(qū)間內，并且舒適區(qū)間會根據(jù)使用者狀態(tài)而有所不同?！肮?jié)能精確調控模型”可以使場域中所有使用者都感到舒適，但可能會增加計算時間。實務上，計算整體使用者舒適度區(qū)間，并根據(jù)不同使用者的權重與偏好進行舒適度區(qū)間調整。舉例而言，根據(jù)家族病史、醫(yī)療信息，將有如心 臟病、中風的使用者為高權重，有氣喘歷史者為中權重，一般使用者為低權重。權重越高者，在模型中的ki越小，反之越高；舉例而言，如心臟病使用者其舒適度區(qū)間為1，而一般使用者舒適度區(qū)間為2。實作上，可考慮場域中整體使用者的舒適度，但是有機會找不到此調控值。若無最佳調控值，會選擇“節(jié)能即時調控模型”來進行計算。于一實施例中，節(jié)能即時調控模型以如下關系式做描述：MinimizeLθt+LθlSubjecttoE(∣PMV∣)≦Ek+ρEVar(∣PMV∣)≦Vk+ρvlmin≦Ei≦lmaxθt是一環(huán)境決策，包含溫度、濕度、風向的向量；θl是另一環(huán)境決策，包含空間中燈光的數(shù)目及亮度。Lθt表示在θt的決策調控下，所消耗的能源；Lθl表示在θl的決策調控下，所消耗的能源。PMV是整體熱舒適度指標。Ek表示舒適度區(qū)間，限制平均舒適度需在此區(qū)問內；Vk表示舒適度區(qū)間，限制舒適度差異需在此區(qū)問內。ρE、ρv是整體使用者偏好。于一實施例中，“E(∣PMV∣)≦Ek+ρE”與“Var(∣PMV∣)≦Vk+ρv”是限制整體使用者熱舒適度，并根據(jù)整體偏好與人數(shù)來進行熱舒適度區(qū)間限制，使用平均數(shù)與變異數(shù)來增加計算速度，即是說預期大部分的人處于舒適度區(qū)間，并且其變異并不會過大。“節(jié)能即時調控模型”可以加快計算速度，達到即時調控。實務上，計算整體使用者平均與變異舒適度，根據(jù)空間中人數(shù)給予不同范圍限制。舉例而言，人數(shù)少時(如小于十人)，對于平均與變異舒適度局限范圍較嚴(Ek＝1，Vk＝1.5)；人數(shù)多時(如大于十人)，對于平均與變異舒適度局限較寬(Ek＝1.5，Vk＝1.5)。如此一來，“節(jié)能即時調控模型”可加快找到調控值，但有機會使少部分使用者處于非舒適狀態(tài)。在步驟S212中，當多個使用者對應的不同權重中任一者高于一門檻值，處理器123選擇節(jié)能精確調控模型以做為上述的選定模型，其中該門檻值可由系統(tǒng)設計者或計算機分析決定的，借此，在有高權重使用者的場域(例如：有高血壓患者)可選擇使用節(jié)能精確調控模型。節(jié)能精確調控模型用于分析所述使用者各自的舒適度。于一實施例中，節(jié)能精確調控模型在環(huán)境調控的決策下(包含溫度、濕度、風速以及光照度)所消耗的能源，包括中央空調所消耗的能源與光照設施所消耗的能源。節(jié)能精確調控模型限制每個使用者的熱舒適度與偏好能在舒適區(qū)間內，并且舒適區(qū)間會根據(jù)使用者權重而有所不同，進而限制每個使用者的光及熱舒適度在舒適區(qū)間內，并且舒適區(qū)間會根據(jù)使用者權重而有所不同。于一實施例中，處理器123基于生理信息、環(huán)境信息與節(jié)能精確調控模型，進行非線性規(guī)劃，以找尋節(jié)能調控值(最佳值)。于一實施例中，求解非線性規(guī)劃可使用Nelder-Mead及ArtificialBeeColony演算法，但本發(fā)明不以此為限。若非線性規(guī)劃找不到最佳值，則進入步驟S213，套用節(jié)能即時調控模型。在步驟S213中，當多個使用者的位置信息符合一預設頻繁移動條件時，處理器123選擇節(jié)能即時調控模型以做為選定模型，其中該預設頻繁移動條件可由系統(tǒng)設計者或計算機分析決定，借此，在多使用者頻繁進出的場域可選擇使用節(jié)能即時調控模型。節(jié)能即時調控模型用于分析所述使用者整體的平均與變異舒適度。于一實施例中，處理器123基于生理信息、環(huán)境信息與節(jié)能即時調控模型，進行非線性規(guī)劃，以找尋節(jié)能調控值(最佳值)。于一實施例中，求解非線性規(guī)劃可使用Nelder-Mead演算法及ArtificialBeeColony，但本發(fā)明不以此為限。在步驟S214中，處理器123根據(jù)節(jié)能設定值，調控環(huán)境控制設備190，包括空調設備的溫度、濕度、風速調控，照明設備的開關、亮度調控等。通過本發(fā)明所揭露的技術，使用穿戴式感測器110進行數(shù)據(jù)分析，穿戴式感測器110使用微機電系統(tǒng)(MEMS)，將物理系統(tǒng)轉換成訊息，由主機120連結并計算，根據(jù)空間位置、個人習慣、心跳、體溫等數(shù)據(jù)來判別使用者現(xiàn)階段的狀況(如：休息、靜態(tài)、動態(tài)及激烈性等)；由環(huán)境感測器(如：溫度感測器、濕度感測器等)收集環(huán)境因子(如：溫度、濕度、風速、光照、二氧化碳濃度等)；由穿戴式感測器110(如：醫(yī)療手環(huán)、智慧手表等)收集生理因子(人體溫度、心跳、呼吸頻率等)，將數(shù)據(jù)導入節(jié)能調控模型找尋最佳調控，經(jīng)由演算法找尋最佳節(jié)能調控決策。智能節(jié)能環(huán)境調控系統(tǒng)100可實施于安養(yǎng)院、老人照護中心等機構，或實施于居家環(huán)境。智能節(jié)能環(huán)境調控系統(tǒng)100分析使用者狀態(tài)，根據(jù)狀態(tài)轉換與空間位置判別使用者行為，通過判別使用者行為進行調控，增加模型真實度(如使用者剛 從睡眠狀態(tài)清醒，經(jīng)由空間位置移動、溫度及心跳判別，判別后套入節(jié)能調控模型，通過調控空間將燈源緩慢點亮，使其眼睛感到舒適并不會產(chǎn)生眩光，并調控溫度及濕度使其體感溫度感到舒適，達到智能調控)。智能節(jié)能環(huán)境調控系統(tǒng)100根據(jù)季節(jié)與時段，給予模型不同調控設定，如夏天給予溫度調控較低、冬天較高，白天燈控較暗、晚上燈控較亮，并根據(jù)不同設施場所給予自行輸入偏好調控設定。智能節(jié)能環(huán)境調控系統(tǒng)100經(jīng)由輸入額外設定(如：偏好冷、偏好熱的個人偏好)，調整使用者各自的舒適感來套入節(jié)能調控模型，達到人性化的設定。盡管本文已參閱附圖詳細描述了本發(fā)明的說明性實施例，但應了解，本發(fā)明并不限于彼等相同的實施例。在不脫離由所附申請專利范圍定義的本發(fā)明的范疇及精神的情況下，熟悉此項技術者可對本發(fā)明進行各種改變及修改。當前第1頁1 2 3