-
公开(公告)号：CN106707880A
公开(公告)日：2017-05-24
申请号：CN201710056224.8
申请日：2017-01-25
Applicant: 浙江中易和节能技术有限公司 , 浙江大学
IPC: G05B19/042
Abstract: 本发明提供一种管网监测装置，包括电源管理模块、图像采集模块、单片机、配置管理模块、摄像头、数据中心和太阳能组件；其中单片机包括CPU，CPU分别与图像采集模块和配置管理模块连接，CPU根据配置管理模块配置的信息来控制图像采集模块工作；图像采集模块通过GPRS网络与数据中心通信；图像采集模块与摄像头连接；太阳能组件与电源管理模块连接；电源管理模块分别与CPU、图像采集模块和摄像头连接，用以向各模块提供电能。本发明的管网监测装置通过图像识别技术来采集郊外无法供电的且没有通信接口的机械仪表的数据信息，并且通过无线网络将数据远传至数据中心，有效地降低了使用成本。
-
公开(公告)号：CN106874581A
公开(公告)日：2017-06-20
申请号：CN201710056854.5
申请日：2017-01-25
Applicant: 浙江大学 , 浙江中易和节能技术有限公司
CPC classification number: G06F17/5009 , G06N3/0454 , G06N3/084
Abstract: 本发明公开了一种基于BP神经网络模型的建筑空调能耗预测方法，其包括：分析建筑空调能耗的影响因素；根据影响参数，采集历史建筑空调能耗样本参数，并对其进行预处理；采用BP神经网络，根据样本参数的维度建立建筑空调能耗预测模型；采用预处理后的样本参数作为训练样本对建筑空调能耗预测模型进行训练；采集近期的实时建筑空调能耗样本参数对建筑空调能耗预测模型进行评估，若误差在允许范围内，则模型的输出即为建筑空调能耗预测值，否则对模型重新进行训练。本发明的基于BP神经网络模型的建筑空调能耗预测方法，具备学习规则简单，便于计算机实现，具有很强的鲁棒型、记忆能力、非线性映射能力以及强大的自学习能力等优点。
-
公开(公告)号：CN106874581B
公开(公告)日：2021-03-30
申请号：CN201710056854.5
申请日：2017-01-25
Applicant: 浙江大学 , 浙江中易慧能科技有限公司
Abstract: 本发明公开了一种基于BP神经网络模型的建筑空调能耗预测方法，其包括：分析建筑空调能耗的影响因素；根据影响参数，采集历史建筑空调能耗样本参数，并对其进行预处理；采用BP神经网络，根据样本参数的维度建立建筑空调能耗预测模型；采用预处理后的样本参数作为训练样本对建筑空调能耗预测模型进行训练；采集近期的实时建筑空调能耗样本参数对建筑空调能耗预测模型进行评估，若误差在允许范围内，则模型的输出即为建筑空调能耗预测值，否则对模型重新进行训练。本发明的基于BP神经网络模型的建筑空调能耗预测方法，具备学习规则简单，便于计算机实现，具有很强的鲁棒型、记忆能力、非线性映射能力以及强大的自学习能力等优点。
-
公开(公告)号：CN106707880B
公开(公告)日：2019-11-19
申请号：CN201710056224.8
申请日：2017-01-25
Applicant: 浙江中易慧能科技有限公司 , 浙江大学
IPC: G05B19/042
Abstract: 本发明提供一种管网监测装置，包括电源管理模块、图像采集模块、单片机、配置管理模块、摄像头、数据中心和太阳能组件；其中单片机包括CPU，CPU分别与图像采集模块和配置管理模块连接，CPU根据配置管理模块配置的信息来控制图像采集模块工作；图像采集模块通过GPRS网络与数据中心通信；图像采集模块与摄像头连接；太阳能组件与电源管理模块连接；电源管理模块分别与CPU、图像采集模块和摄像头连接，用以向各模块提供电能。本发明的管网监测装置通过图像识别技术来采集郊外无法供电的且没有通信接口的机械仪表的数据信息，并且通过无线网络将数据远传至数据中心，有效地降低了使用成本。
-
-
-
Search Results
4
records
(took 0.03 seconds)
