[发明专利]采光预测模型训练方法、采光预测方法、装置及设备

说明书

本发明实施例公开了采光预测模型训练方法、采光预测方法、装置及设备。获取目标区域的气象数据、模拟时间数据，传输至采光模拟系统中设置采光模拟的环境参数，将获取的多组建筑参数传输至采光模拟系统，得到各组建筑参数对应的采光数据，其中，建筑参数和对应的采光数据形成样本数据；创建至少一个初始采光预测模型，基于样本数据中的训练样本数据对各初始采光预测模型进行迭代训练，得到各初始采光模型对应的采光预测模型；基于样本数据中的验证样本数据对采光预测模型进行验证处理，得到各采光预测模型的至少一项评价指标，基于至少一项评价指标确定目标采光预测模型。基于样本数据实现采光预测模型创建、训练和验证，提高采光预测模型的精度。

技术领域

本发明实施例涉及智慧城市建设技术领域，尤其涉及采光预测模型训练方法、采光预测方法、装置及设备。

背景技术

随着人们物质文化水平的提高，对室内自然采光指标有更高的需求，因此，对室内采光的预测能很大程度上满足对人居住环境健康需求。

目前，室内采光的预测方法主要是使用采光模拟软件进行预测，例如：Ecotect、EnergyPlus等。

然而，此类软件体量较大，输入参数复杂，需要严格遵循建立模型、输入参数、模拟和分析的步骤，用时长，效率低，要求人员专业性强，时间和人工成本高，且输入参数类型受限，无法实现个性化定制，从而导致适用范围受限、预测效益较低。

发明内容

本发明提供了采光预测模型训练方法、采光预测方法、装置及设备，以解决现有技术通过采光模拟软件预测室内采光照度存在的软件体量大、输入参数复杂、效率低、成本高、预测效益低等问题。

根据本发明的一方面，提供了一种采光预测模型的训练方法，其特征在于，包括：

获取目标区域的气象数据、模拟时间数据，传输至采光模拟系统中设置采光模拟的环境参数，将获取的多组建筑参数传输至所述采光模拟系统，得到各组建筑参数对应的采光数据，其中，所述建筑参数和对应的采光数据形成样本数据；

创建至少一个初始采光预测模型，基于所述样本数据中的训练样本数据对各所述初始采光预测模型进行迭代训练，得到各初始采光模型对应的采光预测模型；

基于所述样本数据中的验证样本数据对所述采光预测模型进行验证处理，得到各采光预测模型的至少一项评价指标，基于所述至少一项评价指标确定目标采光预测模型。

根据本发明的另一方面，提供了一种采光预测方法，其特征在于，包括：

读取建筑模型中预设类型的建筑参数，将所述建筑参数输入至预先训练的采光系数预测模型中，得到所述建筑模型对应的采光系数；

将所述建筑参数和所述采光系数输入至预先训练的采光预测模型，得到所述建筑模型对应的自然采光照度，其中，所述采光系数预测模型和所述采光预测模型分别基于权利要求1-5任一所述的采光预测模型的训练方法得到。

根据本发明的另一方面，一种采光预测模型训练装置，其特征在于，包括：

样本数据获取模块用于获取目标区域的气象数据、模拟时间数据，传输至采光模拟系统中设置采光模拟的环境参数，将获取的多组建筑参数传输至所述采光模拟系统，得到各组建筑参数对应的采光数据，其中，所述建筑参数和对应的采光数据形成样本数据；

采光预测模型训练模块用于创建至少一个初始采光预测模型，基于所述样本数据中的训练样本数据对各所述初始采光预测模型进行迭代训练，得到各初始采光模型对应的采光预测模型；

目标采光预测模型确定模块基于所述样本数据中的验证样本数据对所述采光预测模型进行验证处理，得到各采光预测模型的至少一项评价指标，基于所述至少一项评价指标确定目标采光预测模型。

根据本发明的另一方面，一种采光预测装置，其特征在于，包括：