CN119085090B 一种地下停车场风机预测控制方法、系统及存储介质 （青岛亿联信息科技股份有限公司）

质。本申请通过基于地下停车场的车辆进出数据、各个区域的车辆流动数据以及动态预测模2获取数据采集装置在第一预设历史时间段内采集的地下停车场基于所述地下停车场的车辆进出数据、各个区域的车辆流动数据以及动态预测模型，所述低需求策略包括开启每个区域中第一数量的通风管道，并关闭全部区所述中需求策略包括开启每个区域中第二数量的通风管道，并开启车所述高需求策略包括开启每个区域中全部的通风管道、并开启每个基于所述地下停车场的温湿度变化数据、各个区域的空气质量变所述空气质量变化数据包括平均CO浓度变化数据；所述基于所述地下停若所述目标区域内的平均CO浓度上升速率大于或等于第一速率域内的通风管道开启数量增加一条，并在检测到所述目标区域的通风管道已全部开启时，若所述目标区域内的平均CO浓度下降速率小于或等于第二速率2.根据权利要求1所述的方法，其特征在于，所述基于所述地下停车场的车辆进出数从所述地下停车场的车辆进出数据、各个区域的车辆流动数据中提取将所述车流量特征和所述时间特征输入所述动态预测模型，确定所若任一所述预设未来时间段对应的车辆进出量等级小于或若任一所述预设未来时间段对应的车辆进出量等级大于第一等级且小于或等于第二3若任一所述预设未来时间段对应的车辆进出量等级大于第二等级且小于或等于第三3.根据权利要求2所述的方法，其特征在于，所述动态预测模型为长短期记忆网络模将所述车流量特征和所述时间特征输入所述输入层，确定相同将相同特征维度的所述时间特征和所述车流量特征输入所述LST将所述中间依赖特征输入所述全连接层，确定在多个预设未来将各个预测值输入所述输出层，确定所述地下停车场在多个预设未4.根据权利要求3所述的方法，其特征在于，根据以下步骤训练得到所述动态预测模获取多个历史样本数据以及每个历史样本数据对应的实际值将各个历史样本数据输入初始的长短期记忆网络模型，确定每基于各个历史样本数据的预测值和实际值之间的损失，对初始的所述通风优化装置，用于基于在第一预设历史时间段内所述地下所述低需求策略包括开启每个区域中第一数量的通风管道，并关闭全部区所述中需求策略包括开启每个区域中第二数量的通风管道，并开启车所述高需求策略包括开启每个区域中全部的通风管道、并开启每个4基于实时的所述地下停车场的温湿度变化数据、各个区域的空气质量所述基于实时的所述地下停车场的温湿度变化数据、各个区域若所述目标区域内的平均CO浓度上升速率大于或等于第一速率域内的通风管道开启数量增加一条，并在检测到所述目标区域的通风管道已全部开启时，若所述目标区域内的平均CO浓度下降速率小于或等于第二速率所述风机控制装置，用于根据所述目标通风策略对应通风控制指令从所述地下停车场的车辆进出数据、各个区域的车辆流动数据中提取将所述车流量特征和所述时间特征输入所述动态预测模型，确定所若任一所述预设未来时间段对应的车辆进出量等级小于或若任一所述预设未来时间段对应的车辆进出量等级大于第一等级且小于或等于第二若任一所述预设未来时间段对应的车辆进出量等级大于第二等级且小于或等于第三所述红外传感器，用于检测每个区域的车辆和行人的动态活动数5所述数据处理模块，用于对各个传感器采集的目标数据中的随机噪声数据进行滤除，所述接收控制模块，用于根据所述通风优化装置发送的通风控制指令，所述智能调控器，用于根据对应区域内通风风机和排风风机的开启数9.一种计算机可读存储介质，其特征在于，所述6[0002]随着城市化步伐的加速，地下停车场已逐步演变为城市基础设施的关键元素之7面中任一种可能的实施方式中所述的地下停车场风机预测控制空气品质及驾驶者的舒适度造成负面影响相比，本申请实施例可以降低能源消耗的同时，[0019]图2示出了本申请实施例所提供的地下停车场整体区域及传感器安装位置的示意[0020]图3示出了本申请实施例所提供的地下停车场中任意一个区域及传感器安装位置[0022]图5示出了本申请实施例所提供的地下停车场风机预测控制系统的工作流程示意8此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因使用本申请实施例提供的地下停车场风机预测控制方法及系统的方案均在本申请保护范例总结出地下停车场的通风需求是高度依赖于时间9[0034]这里，本申请实施例针对于地下停车场各个区域部署了多种高精度的传感器网述数据通风优化装置可以分析整个地下停车场车流的进出速率和在地下停车场各个区域署于地下停车场各个区域中的CO浓度传感器来采集地下停车场各个区域的空气质量变化[0038]其中，动态预测模型可以为神经网络模型，比如长短期记忆网络模型（Long整个地下停车场每5分钟车辆进出数据以及前6个月地下停车场内各个区域的车辆流动数各个区域的空气质量数据，以及通过温湿度传感器等传感器采集地下停车场的温湿度数数据以及动态预测模型，确定地下停车场在多个预设未来时间段分别对应的预测通风策地下停车场在多个预设未来时间段分别对应的[0050]步骤1023a：若任一所述预设未来时间段对应的车辆进出量等级小于或等于第一[0051]步骤1023b：若任一所述预设未来时间段对应的车辆进出量等级大于第一等级且[0052]步骤1023c：若任一所述预设未来时间段对应的车辆进出量等级大于第二等级且及开启车流量大于预设阈值的区域对应的全工作日特征和节假日特征两部分的时间特征提取。而环境特征直接影响停车场的通风需[0059]示例性的，图2示出了本申请实施例所提供的地下停车场整体区域及传感器安装[0060]示例性的，图3示出了本申请实施例所提供的地下停车场中任意一个区域及传感间特征和所述车流量特征；将相同特征维度的所述时间特征和所述车流量特征输入所述期依赖关系，非常适合处理地下停车场的时序数据。动态预测模型结构主要包括输入层、x是原始车辆进出数据，x是归一化后的描述这些波动的频率成分。时间序列数据代表在某个时间范围内（例如一周内的工作为前一个时间步t-1的隐藏状态（即LSTM单元的输出代表模型记忆的上一时刻的信息。出门的权重矩阵，它们将前一时间步的隐藏状态hr-1和当前时间步的输入xot转换为相应[0074]情况一：若所述目标区域内的平均CO浓度上升速率大于[0075]情况二：若所述目标区域内的平均CO浓度下降速率小于[0081]图4示出了本申请实施例所提供的地下停车场风机预测控制系统400的结构示意[0083]所述通风优化装置420，用于基于在第一预设历史时间段内所述地下停车场的车设未来时间段分别对应的预测通风策略，所述预测通风策略包括针对各个区域的通风策[0084]所述风机控制装置430，用于根据所述目标通风策略对应通风控制指令控制所述停车场风机预测控制系统400包括数据采集装置410、通风优化装置420和风机控制装置集到的多维数据进行分析和预测，生成具体的通风策略。风机控制装置430是系统的执行需求策略中的一种；所述通风优化装置420具体用于根据以下步骤确定所述地下停车场在域入口处的排风管道以及开启车流量大于预设阈值的区域对应的全[0087]在一种可能的实施方式中，所述数据采集装置410包括红外传感器、CO浓度传感供准确稳定的车流量数据（每隔5分钟提供一次车辆进出数据为预测通风需求提供精确[0095]在一种可能的实施方式中，所述风机控制装置430包括接收控制模块和多个通风[0100]示例性的