一种基于DDC控制器的智能楼宇优化控制方法

摘要

本发明公开了一种基于DDC控制器的智能楼宇优化控制方法，涉及优化控制技术领域，该方法包括：通过光强感知器确定光照强度参数；当人员数量信息为零，获取第一区域预测聚集人数；分析邻域实时聚集人数进行弱光照明；当人员数量信息不为零，构建待照明特征区域；激活DDC云端宏控制器进行灯控优化，对待照明特征区域进行灯控；激活温度感知器采集实时温度信息，当实时温度信息不满足期望温度信息，生成温度控制参数进行温度控制。本发明解决了现有技术中楼宇控制响应错误率高，无法根据实际的人员聚集状态进行楼宇场景智能化调控的技术问题，达到了提升楼宇控制的智能化程度，根据(56)对比文件CN 210319719 U,2020.04.14罗启平.基于LonWorks技术的楼宇智能照明控制系统研究.装备制造技术.2014,(第11期),全文.何乐;郭家虎;陈晨;赵翔;蒋博伟.采用权重粒子群算法的照明控制.重庆工商大学学报(自然科学版).2020,(第01期),全文.许乾祖.楼宇智能照明控制系统设计.绿色建筑.2017,(第05期),全文.刘丽燃;朱伊枫;吕宪伟.基于机器视觉技术的中央空调控制方法研究.黑河学院学报.2015,(第02期),全文.

权利要求

1.一种基于DDC控制器的智能楼宇优化控制方法，其特征在于，应用于楼宇控制服务器，所述服务器包括DDC云端宏控制器和多个监控模组，任意一个监控模组包括一CCD摄像机、一微光夜视仪、一红外夜视仪、一光强感知器和一温度感知器，包括：通过光强感知器确定光照强度参数，激活微光夜视仪或红外夜视仪或CCD摄像机，采集第一区域实时图像信息；

根据所述第一区域实时图像信息进行人体感知，获取人员位置信息和人员数量信息；

当所述人员数量信息为零，对第一区域进行人员聚集预测，获取第一区域预测聚集人数；

获取所述第一区域的邻域实时聚集人数；

当所述第一区域预测聚集人数不为零，且所述邻域实时聚集人数不为零，对所述第一区域的道路区域进行弱光照明，其中，所述弱光照明指的是以预设亮度覆盖所述道路区域；

当所述人员数量信息不为零，从所述人员位置信息中提取边缘位置坐标依次连接，构建待照明特征区域；

激活DDC云端宏控制器对所述待照明特征区域进行灯控优化，生成灯具开启数量、灯具开启亮度、灯具开启位置和灯具照射角度，对所述待照明特征区域进行灯控；

当所述人员数量信息不为零，激活温度感知器采集所述待照明特征区域的实时温度信息，判断所述实时温度信息是否满足期望温度信息；

当所述实时温度信息不满足所述期望温度信息，根据所述人员位置信息和所述人员数量信息，对所述待照明特征区域进行中央空调控制寻优，生成温度控制参数进行所述待照明特征区域的温度控制；

其中，激活DDC云端宏控制器对所述待照明特征区域进行灯控优化，生成灯具开启数量、灯具开启亮度、灯具开启位置和灯具照射角度，对所述待照明特征区域进行灯控，包括：根据所述人员数量信息，在亮度标定表中进行关联，生成亮度期望区间，其中，所述亮度标定表为预先构建的人员数量和亮度区间一一关联的数据表；

基于所述待照明特征区域和所述亮度期望区间，对所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度进行M次赋值，生成M组灯控参数，所述M组灯控参数具有光照覆盖区域面积记录值；

构建灯控优化适应度函数：

其中，FIT(xi)表征第i组灯控参数的适应度，A1(xi)表征第i组灯控参数的光照覆盖区域面积记录值，n(xi)表征第i组灯控参数的灯具开启数量，Lk表征第i组灯控参数的第k个灯具的亮度，w1、w2和w3为第一权重、第二权重和第三权重，皆为预设值，A0表征待照明特征区域面积，a表征面积比例阈值；

根据所述灯控优化适应度函数，遍历所述M组灯控参数，筛选适应度最大值的所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度。

2.如权利要求1所述的方法，其特征在于，通过光强感知器确定光照强度参数，激活微光夜视仪或红外夜视仪或CCD摄像机，采集第一区域实时图像信息，包括：设定第一光强阈值和第二光强阈值，其中，所述第二光强阈值大于所述第一光强阈值；

当所述光照强度参数大于或等于所述第二光强阈值，激活所述CCD摄像机，采集所述第一区域实时图像信息；

当所述光照强度参数小于所述第二光强阈值，且大于或等于所述第一光强阈值，激活所述微光夜视仪，采集所述第一区域实时图像信息；

当所述光照强度参数小于所述第一光强阈值，激活所述红外夜视仪，采集所述第一区域实时图像信息。

3.如权利要求1所述的方法，其特征在于，当所述人员数量信息为零，对所述第一区域进行人员聚集预测，获取第一区域预测聚集人数，包括：获取所述第一区域实时图像信息的采集时刻特征和星期时间特征；

当所述星期时间特征属于工作日，基于所述采集时刻特征推进预设时长回溯多个工作日人员聚集数量；

当所述星期时间特征属于非工作日，基于所述采集时刻特征推进预设时长回溯多个非工作日人员聚集数量；

对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行集合值评价，生成所述第一区域预测聚集人数。

4.如权利要求3所述的方法，其特征在于，对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行集合值评价，生成所述第一区域预测聚集人数，包括：对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行方差计算，获取分布离散系数；

当所述分布离散系数大于或等于离散系数阈值，按照人数预设偏差对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行聚类分组，生成人员聚集数量分组结果；

提取记录条数最大分组的所述人员聚集数量分组结果进行均值计算，设为所述第一区域预测聚集人数；

当所述分布离散系数小于所述离散系数阈值，对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行均值计算，获取所述第一区域预测聚集人数。

5.如权利要求1所述的方法，其特征在于，还包括：

当所述弱光照明启动时开始计时，获取弱光照明持续时长；

当所述弱光照明持续时长大于或等于预设持续时长，所述第一区域的人员数量信息恒为零，关闭所述弱光照明。

6.如权利要求1所述的方法，其特征在于，根据所述灯控优化适应度函数，遍历所述M组灯控参数，筛选适应度最大值的所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度，包括：将所述M组灯控参数划分为P等份，生成P组灯控参数粒子，其中，任意一个灯控参数粒子和一组灯控参数一一对应，P≥5，P为整数；

根据所述灯控优化适应度函数，分别对所述P组灯控参数粒子同时进行优化比对预设次数，获取P个灯控参数优化粒子和P个灯控参数适应度；

根据所述P个灯控参数适应度，从所述P个灯控参数优化粒子筛选适应度最大值的所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度。

7.如权利要求1所述的方法，其特征在于，当所述实时温度信息不满足所述期望温度信息，根据所述人员位置信息和所述人员数量信息，对所述待照明特征区域进行中央空调控制寻优，生成温度控制参数进行所述待照明特征区域的温度控制，包括：加载所述待照明特征区域的通风口分布位置信息；

加载所述第一区域的空间结构特征；

加载中央空调控制参数，其中，所述中央空调控制参数包括通风温度、通风速度、通风量和通风方向；

结合所述实时温度信息、所述期望温度信息、所述通风口分布位置信息和所述空间结构特征，对所述通风温度、所述通风速度、所述通风量和所述通风方向进行历史控制赋值，获取多组控制参数记录值，其中，所述多组控制参数记录值具有控制能耗量；

对所述多组控制参数记录值进行所述控制能耗量的最小值筛选，获取所述温度控制参数，进行所述待照明特征区域的温度控制。

8.一种基于DDC控制器的智能楼宇优化控制系统，其特征在于，所述系统包括：图像信息采集模块，所述图像信息采集模块用于通过光强感知器确定光照强度参数，激活微光夜视仪或红外夜视仪或CCD摄像机，采集第一区域实时图像信息；

人员数量信息获取模块，所述人员数量信息获取模块用于根据所述第一区域实时图像信息进行人体感知，获取人员位置信息和人员数量信息；

聚集人数获取模块，所述聚集人数获取模块用于当所述人员数量信息为零，对第一区域进行人员聚集预测，获取第一区域预测聚集人数；

实时聚集人数获取模块，所述实时聚集人数获取模块用于获取所述第一区域的邻域实时聚集人数；

弱光照明模块，所述弱光照明模块用于当所述第一区域预测聚集人数不为零，且所述邻域实时聚集人数不为零，对所述第一区域的道路区域进行弱光照明，其中，所述弱光照明指的是以预设亮度覆盖所述道路区域；

照明特征区域构建模块，所述照明特征区域构建模块用于当所述人员数量信息不为零，从所述人员位置信息中提取边缘位置坐标依次连接，构建待照明特征区域；

灯控模块，所述灯控模块用于激活DDC云端宏控制器对所述待照明特征区域进行灯控优化，生成灯具开启数量、灯具开启亮度、灯具开启位置和灯具照射角度，对所述待照明特征区域进行灯控；

温度信息判断模块，所述温度信息判断模块用于当所述人员数量信息不为零，激活温度感知器采集所述待照明特征区域的实时温度信息，判断所述实时温度信息是否满足期望温度信息；

温度控制模块，所述温度控制模块用于当所述实时温度信息不满足所述期望温度信息，根据所述人员位置信息和所述人员数量信息，对所述待照明特征区域进行中央空调控制寻优，生成温度控制参数进行所述待照明特征区域的温度控制；

所述灯控模块用于执行如下方法：根据所述人员数量信息，在亮度标定表中进行关联，生成亮度期望区间，其中，所述亮度标定表为预先构建的人员数量和亮度区间一一关联的数据表；

基于所述待照明特征区域和所述亮度期望区间，对所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度进行M次赋值，生成M组灯控参数，所述M组灯控参数具有光照覆盖区域面积记录值；

构建灯控优化适应度函数：

其中，FIT(xi)表征第i组灯控参

数的适应度，A1(xi)表征第i组灯控参数的光照覆盖区域面积记录值，n(xi)表征第i组灯控参数的灯具开启数量，Lk表征第i组灯控参数的第k个灯具的亮度，w1、w2和w3为第一权重、第二权重和第三权重，皆为预设值，A0表征待照明特征区域面积，a表征面积比例阈值；

根据所述灯控优化适应度函数，遍历所述M组灯控参数，筛选适应度最大值的所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度。

说明书

一种基于DDC控制器的智能楼宇优化控制方法

技术领域

[0001] 本发明涉及优化控制技术领域，具体涉及一种基于DDC控制器的智能楼宇优化控制方法。

背景技术

[0002] 随着楼道数量的增多，为了减少楼宇控制的成本，现在的楼宇灯光控制主要为声音控制，楼宇中的中央空调主要进行整体调控然而，目前声控的方式，由于外部噪音、声音强弱的影响，导致楼宇灯光照明的响应错误率高，无法根据实际的人员聚集状态进行灯光场景化调控，而楼宇中的中央空调集中统一控制的方式，导致楼宇在人员聚集处和无人处采用同样的控制方式，使资源浪费，成本升高。现有技术中楼宇控制响应错误率高，无法根据实际的人员聚集状态进行楼宇场景智能化调控的技术问题。

发明内容

[0003] 本申请提供了一种基于DDC控制器的智能楼宇优化控制方法，用于针对解决现有技术中楼宇控制响应错误率高，无法根据实际的人员聚集状态进行楼宇场景智能化调控的技术问题。

[0004] 鉴于上述问题，本申请提供了一种基于DDC控制器的智能楼宇优化控制方法。

[0005] 本申请的第一个方面，提供了一种基于DDC控制器的智能楼宇优化控制方法，其中，应用于楼宇控制服务器，所述服务器包括DDC云端宏控制器和多个监控模组，任意一个监控模组包括一CCD摄像机、一微光夜视仪、一红外夜视仪一光强感知器和一温度感知器，包括：通过光强感知器确定光照强度参数，激活微光夜视仪或红外夜视仪或CCD摄像机，采集第一区域实时图像信息；根据所述第一区域实时图像信息进行人体感知，获取人员位置信息和人员数量信息；当所述人员数量信息为零，对第一区域进行人员聚集预测，获取第一区域预测聚集人数；获取所述第一区域的邻域实时聚集人数；当所述第一区域预测聚集人数不为零，且所述邻域实时聚集人数不为零，对所述第一区域的道路区域进行弱光照明，其中，所述弱光照明指的是以预设亮度覆盖所述道路区域；当所述人员数量信息不为零，从所述人员位置信息中提取边缘位置坐标依次连接，构建待照明特征区域；激活DDC云端宏控制器对所述待照明特征区域进行灯控优化，生成灯具开启数量、灯具开启亮度、灯具开启位置和灯具照射角度，对所述待照明特征区域进行灯控；当所述人员数量信息不为零，激活温度感知器采集所述待照明特征区域的实时温度信息，判断所述实时温度信息是否满足期望温度信息；当所述实时温度信息不满足所述期望温度信息，根据所述人员位置信息和所述人员数量信息，对所述待照明特征区域进行中央空调控制寻优，生成温度控制参数进行所述待照明特征区域的温度控制。

[0006] 本申请的第二个方面，提供了一种基于DDC控制器的智能楼宇优化控制系统，所述系统包括：图像信息采集模块，所述图像信息采集模块用于通过光强感知器确定光照强度参数，激活微光夜视仪或红外夜视仪或CCD摄像机，采集第一区域实时图像信息；人员数量信息获取模块，所述人员数量信息获取模块用于根据所述第一区域实时图像信息进行人体感知，获取人员位置信息和人员数量信息；聚集人数获取模块，所述聚集人数获取模块用于当所述人员数量信息为零，对第一区域进行人员聚集预测，获取第一区域预测聚集人数；实时聚集人数获取模块，所述实时聚集人数获取模块用于获取所述第一区域的邻域实时聚集人数；弱光照明模块，所述弱光照明模块用于当所述第一区域预测聚集人数不为零，且所述邻域实时聚集人数不为零，对所述第一区域的道路区域进行弱光照明，其中，所述弱光照明指的是以预设亮度覆盖所述道路区域；照明特征区域构建模块，所述照明特征区域构建模块用于当所述人员数量信息不为零，从所述人员位置信息中提取边缘位置坐标依次连接，构建待照明特征区域；灯控模块，所述灯控模块用于激活DDC云端宏控制器对所述待照明特征区域进行灯控优化，生成灯具开启数量、灯具开启亮度、灯具开启位置和灯具照射角度，对所述待照明特征区域进行灯控；温度信息判断模块，所述温度信息判断模块用于当所述人员数量信息不为零，激活温度感知器采集所述待照明特征区域的实时温度信息，判断所述实时温度信息是否满足期望温度信息；温度控制模块，所述温度控制模块用于当所述实时温度信息不满足所述期望温度信息，根据所述人员位置信息和所述人员数量信息，对所述待照明特征区域进行中央空调控制寻优，生成温度控制参数进行所述待照明特征区域的温度控制。

[0007] 本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：本申请通过光强感知器确定光照强度参数，激活微光夜视仪或红外夜视仪或CCD摄像机，采集第一区域实时图像信息，然后根据第一区域实时图像信息进行人体感知，获取人员位置信息和人员数量信息，进而当人员数量信息为零，对第一区域进行人员聚集预测，获取第一区域预测聚集人数，然后获取第一区域的邻域实时聚集人数，当第一区域预测聚集人数不为零，且邻域实时聚集人数不为零，对第一区域的道路区域进行弱光照明，其中，弱光照明指的是以预设亮度覆盖道路区域，当人员数量信息不为零，从人员位置信息中提取边缘位置坐标依次连接，构建待照明特征区域，激活DDC云端宏控制器对待照明特征区域进行灯控优化，生成灯具开启数量、灯具开启亮度、灯具开启位置和灯具照射角度，对待照明特征区域进行灯控，当所述人员数量信息不为零，激活温度感知器采集所述待照明特征区域的实时温度信息，判断所述实时温度信息是否满足期望温度信息，然后当所述实时温度信息不满足所述期望温度信息，根据所述人员位置信息和所述人员数量信息，对所述待照明特征区域进行中央空调控制寻优，生成温度控制参数进行所述待照明特征区域的温度控制。达到了提升楼宇控制的智能化程度，根据场景进行适应性控制，提高控制准确度的技术效果。

附图说明

[0008] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0009] 图1为本申请实施例提供的一种基于DDC控制器的智能楼宇优化控制方法流程示意图。

[0010] 图2为本申请实施例提供的一种基于DDC控制器的智能楼宇优化控制方法中采集第一区域实时图像信息的流程示意图。

[0011] 图3为本申请实施例提供的一种基于DDC控制器的智能楼宇优化控制方法中获取第一区域预测聚集人数的流程示意图。

[0012] 图4为本申请实施例提供的一种基于DDC控制器的智能楼宇优化控制系统结构示意图。

[0013] 附图标记说明：图像信息采集模块11，人员数量信息获取模块12，聚集人数获取模块13，实时聚集人数获取模块14，弱光照明模块15，照明特征区域构建模块16，灯控模块17，温度信息判断模块18，温度控制模块19。

具体实施方式

[0014] 本申请通过提供了一种基于DDC控制器的智能楼宇优化控制方法，用于针对解决现有技术中楼宇控制响应错误率高，无法根据实际的人员聚集状态进行楼宇场景智能化调控的技术问题。

[0015] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

[0016] 需要说明的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或服务器不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。

[0017] 实施例一，如图1所示，本申请提供了一种基于DDC控制器的智能楼宇优化控制方法，其中，应用于楼宇控制服务器，所述服务器包括DDC云端宏控制器和多个监控模组，任意一个监控模组包括一CCD摄像机、一微光夜视仪、一红外夜视仪一光强感知器和一温度感知器，包括：通过光强感知器确定光照强度参数，激活微光夜视仪或红外夜视仪或CCD摄像机，采集第一区域实时图像信息。

[0018] 进一步的，如图2所示，通过光强感知器确定光照强度参数，激活微光夜视仪或红外夜视仪或CCD摄像机，采集第一区域实时图像信息，本申请实施例还包括：设定第一光强阈值和第二光强阈值，其中，所述第二光强阈值大于所述第一光强阈值；当所述光照强度参数大于或等于所述第二光强阈值，激活所述CCD摄像机，采集所述第一区域实时图像信息；当所述光照强度参数小于所述第二光强阈值，且大于或等于所述第一光强阈值，激活所述微光夜视仪，采集所述第一区域实时图像信息；当所述光照强度参数小于所述第一光强阈值，激活所述红外夜视仪，采集所述第一区域实时图像信息。

[0019] 在本申请的实施例中，通过利用所述楼宇控制服务器对楼宇内的灯光控制进行优化，其中，所述服务器中包括DDC云端宏控制器和多个监控模组，其中，每个监控模块用于对楼宇内的一个区域进行监控，包括一CCD摄像机、一微光夜视仪、一红外夜视仪一光强感知器和一温度感知器。所述DDC（直接数字控制）控制器为现场控制器，用于监视和控制有关机电设备。所述CCD（电荷耦合元件）摄像机是CCD图像传感器，能够把光学影像转化为数字信号。为做简洁，如下出现的DDC控制器和CCD摄像机不再做重复阐述。

[0020] 优选的，监控模组的数量由本领域技术人员根据楼宇的面积大小进行设定，可以是20个、25个等。所述DDC云端宏控制器是通过控制器中内嵌的无线数据传输模块接收楼宇数据，根据接收到的数据信息对楼宇内的灯光进行优化控制。

[0021] 优选的，所述第一区域是楼宇内需要进行灯控优化分析的任意一个区域。通过利用第一区域内设置的监控模组中的光强感知器对所述第一区域的单位面积接收到的光通量进行采集，生成所述光照强度参数。所述光照强度参数反映了所述第一区域内的光线亮度。

[0022] 优选的，通过由本领域技术人员设定所述第一光强阈值和所述第二光强阈值对调用第一区域设置的监控模组中的CCD摄像机或微光夜视仪或红外夜视仪的条件提供依据。所述第一光强阈值是本领域技术人员根据微光夜视仪的性能设定的微光夜视仪可以采集到能够准确识别信息的图像时的最小光强。所述第二光强阈值是本领域技术人员根据CCD摄像机的性能设定的CCD摄像机可以采集到能够准确识别信息的图像时的最小光强。其中，所述第二光强阈值大于所述第一光强阈值，因此，当所述光强强度参数大于等于所述第二光强阈值时，表明此时第一区域内的光线足够，可以使用对光线要求较高、但成本较低的CCD摄像机对所述第一区域内的图像进行采集，获得所述第一区域实时图像信息。其中，所述第一区域实时图像信息反映了楼宇中所述第一区域内的人员分布情况。

[0023] 优选的，当所述光照强度参数小于所述第二光强阈值，且大于或等于所述第一光强阈值时，激活第一区域设置的监控模组中所述微光夜视仪对所述第一区域进行实时图像采集，获得所述第一区域实时图像信息。当所述光照强度参数小于所述第一光强阈值时，激活第一区域设置的监控模组中红外夜视仪对第一区域进行实时图像采集，从而获得所述第一区域实时图像信息。达到了根据光照强度参数的大小对第一区域使用不同的设备进行图像采集，从而为后续根据实时图像进行楼宇灯光控制提供可靠依据的技术效果。

[0024] 根据所述第一区域实时图像信息进行人体感知，获取人员位置信息和人员数量信息。

[0025] 在一个实施例中，通过利用人体感知单元对所述第一区域实时图像信息中的人员情况进行感知识别，获得所述人员位置信息和人员数量信息。其中，所述人体感知单元是用于对第一区域实时图像信息中的人员位置和出现的人员数量进行识别的功能单元。优选的，通过获取多个样本第一区域实时图像信息和多个样本人员位置信息和多个样本人员数量信息作为构建数据，并对多个样本人员位置信息和多个样本人员数量信息进行数据标识。利用构建数据对基于BP神经网络构建的框架进行训练，然后利用数据标识后的多个样本人员位置信息和多个样本人员数量信息对训练过程进行监督，直至输出达到收敛，获得训练完成的人体感知单元。进而，将所述第一区域实时图像信息输入人体感知单元中，进行智能化分析获得所述人员位置信息和所述人员数量信息。其中，所述人员位置信息用于对第一区域内人员实时所处的位置进行描述。所述人员数量信息用于对第一区域内实时出现的人员数量进行描述。

[0026] 当所述人员数量信息为零，对第一区域进行人员聚集预测，获取第一区域预测聚集人数。

[0027] 进一步的，当所述人员数量信息为零，对所述第一区域进行人员聚集预测，获取第一区域预测聚集人数，本申请实施例还包括：获取所述第一区域实时图像信息的采集时刻特征和星期时间特征；当所述星期时间特征属于工作日，基于所述采集时刻特征推进预设时长回溯多个工作日人员聚集数量；当所述星期时间特征属于非工作日，基于所述采集时刻特征推进预设时长回溯多个非工作日人员聚集数量；对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行集合值评价，生成所述第一区域预测聚集人数。

[0028] 进一步的，如图3所示，对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行集合值评价，生成所述第一区域预测聚集人数，本申请实施例还包括：对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行方差计算，获取分布离散系数；当所述分布离散系数大于或等于离散系数阈值，按照人数预设偏差对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行聚类分组，生成人员聚集数量分组结果；提取记录条数最大分组的所述人员聚集数量分组结果进行均值计算，设为所述第一区域预测聚集人数；当所述分布离散系数小于所述离散系数阈值，对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行均值计算，获取所述第一区域预测聚集人数。

[0029] 在一个实施例中，在获得所述人员数量信息后，判断所述人员数量信息是否为零，当所述人员数量信息为零时，表明所述第一区域在第一区域实时图像信息的采集时刻没有人员出现。进而，通过对所述第一区域在采集时刻后的预设时长内人员聚集的数量进行预测，从而获得所述第一区域预测聚集人数。其中，所述第一区域预测聚集人数反映了所述第一区域在采集时刻后的预设时间内聚集的人数预测情况。为在采集时刻第一区域没有人员出现的情况下进行楼宇灯光智能控制提供依据。

[0030] 在一个可能的实施例中，以采集时刻和星期时间为索引，对所述第一区域实时图像信息中的时间进行提取，获得所述采集时刻特征和星期时间特征。其中，所述采集时刻特征为所述第一区域实时图像信息的采集时间点。所述星期时间特征为所述第一区域图像采集的星期情况，可以是工作日和非工作日，工作日包括星期一、星期二、星期三、星期四和星期五，非工作日包括星期六和星期日。当所述星期时间特征属于工作日，基于所述采集时刻特征推进预设时长回溯多个工作日人员聚集数量。其中，所述预设时长为本领域技术人员进行灯控分析时设定的区域人数预测时间段，可以是5分钟、10分钟等。所述多个工作日人员聚集数量为所述第一区域在多个工作日中，在采集时刻特征向前推进所述预设时长后的时间段内出现的人员数量信息。示例性的，采集时刻特征为下午3点，预设时长为5分钟，则通过对第一区域在过去多个工作日下午3点到3点05分之间出现的人员数量进行统计，从而获得多个工作日人员聚集数量。当所述星期时间特征属于非工作日时，基于多个工作日人员聚集数量同样的采集方式，根据所述采集时刻特征推进预设时长回溯多个非工作日人员聚集数量。达到了根据工作日和非工作日对人员聚集数量分别进行采集，避免由于星期时间特征的差异导致数据可靠性降低的技术效果。

[0031] 进而，对所述多个工作日人员聚集数量或多个非工作日人员聚集数量进行集合值评价，确定所述第一区域在采集时刻特征推进预设时长的时间段内的预测聚集人数，生成所述第一区域预设聚集人数。优选的，通过对多个工作日人员聚集数量或多个非工作日人员聚集数量进行方差计算，获得所述分布离散系数。其中，所述分布离散系数反映了多个工作日人员聚集数量或多个非工作日人员聚集数量的离散程度，分布离散系数越大，表明不同工作日或不同非工作日人员聚集数量的差异较大。示例性的，通过计算多个工作日人员聚集数量或多个非工作日人员聚集数量的均值，进而将多个工作日人员聚集数量或多个非工作日人员聚集数量每个人员聚集数量与均值之差的平方和的平均数，获得方差。

[0032] 优选的，所述离散系数阈值是由本领域技术人员设定的多个工作日人员聚集数量或所述多个非工作日人员聚集数量可以直接进行预测时的最大离散系数，当所述分布离散系数大于或等于离散系数阈值表明数据过于分散，需要按照人数预设偏差对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行聚类分组，所述人数预设偏差为每组中人员聚集数量的最大偏差值，可以是4人、5人等。可选的，通过从所述多个工作日人员聚集数量中随机选取一工作日人员聚集数量作为第一工作日人员聚集数量，利用所述第一工作日人员聚集数量将所述多个工作日人员聚集数量进行二分类，获得第一划分结果和第二划分结果。所述第一划分结果为大于等于所述第一工作日人员聚集数量的多个工作日人员聚集数量，第二划分结果为小于所述第一工作日人员聚集数量的多个工作日人员聚集数量。进而，对第一划分结果中大于所述第一工作日人员聚集数量的数量在人数预设偏差范围内聚为一组，获得第一划分聚类分组，然后以第一划分聚类分组中人员聚集数量最大的作为第二工作日人员聚集数量，对第一划分结果中大于所述第二工作日人员聚集数量的数量在人数预设偏差范围内聚为一组，获得第二划分聚类分组，经过多次聚类分组，获得n个划分聚类分组。基于同样的划分规则，根据第二划分结果获得p个划分聚集分组，根据n个划分聚类分组和p个划分聚集分组获得根据多个工作日人员聚集数量进行聚类分组的人员聚集数量分组结果。基于同样的原理，对所述多个非工作日人员聚集数量进行聚类分组获得所述人员聚集数量分组结果。每个人员聚集数量分组结果中的人员聚集数量偏差在所述人数预设偏差的范围内。

[0033] 进而，提取记录条数最大分组的所述人员聚集数量分组结果进行均值计算，也就是对分组结果中的记录最多的分组中的人员聚集数量进行均值计算，根据计算结果获得所述第一区域预测聚集人数。当所述分布离散系数小于所述离散系数阈值，表明数据分散程度较低，通过对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行均值计算，获取所述第一区域预测聚集人数。

[0034] 获取所述第一区域的邻域实时聚集人数。

[0035] 通过对所述第一区域相邻区域的人员在采集时刻的人员聚集数量进行获取，从而获得所述邻域实时聚集人数。优选的，通过利用相邻区域的监控模组对邻域进行实时图像采集，然后利用人体感知单元对图像进行智能化识别，根据识别结果获得所述邻域实时聚集人数。实现了考虑第一区域的邻域在实时情况下的聚集人数，提升楼宇灯控分析可靠性的技术效果。

[0036] 当所述第一区域预测聚集人数不为零，且所述邻域实时聚集人数不为零，对所述第一区域的道路区域进行弱光照明，其中，所述弱光照明指的是以预设亮度覆盖所述道路区域。

[0037] 进一步的，本申请实施例还包括：当所述弱光照明启动时开始计时，获取弱光照明持续时长；当所述弱光照明持续时长大于或等于预设持续时长，所述第一区域的人员数量信息恒为零，关闭所述弱光照明。

[0038] 可选的，当所述第一区域预测聚集人数不为零，且所述邻域实时聚集人数不为零，表明虽然采集时刻第一区域内没有人，但是在采集时刻特征推进预设时长内第一区域预测有人员出现，且邻域的聚集人员有移动到第一区域的可能，此时，需要对所述第一区域的道路区域进行弱光照明，其中，所述弱光照明指的是以预设亮度覆盖所述道路区域。

[0039] 在一个实施例中，当所述弱光照明启动时开始计时，获取弱光照明持续时长。其中，所述弱光照明持续时长为弱光照明开启的时间长度。当所述弱光照明持续时长大于或等于预设持续时长，所述第一区域的人员数量信息恒为零，关闭所述弱光照明。所述预设持续时长为本领域技术人员预先设定的进行弱光照明的持续时间段。当大于或等于预设持续时长，人员数量一致为零，表明一致没有人员通过第一区域，此时关闭弱光照明。实现了当人员数量信息为零时，对楼宇进行智能灯控的目标。

[0040] 当所述人员数量信息不为零，从所述人员位置信息中提取边缘位置坐标依次连接，构建待照明特征区域。

[0041] 当所述人员数量信息不为零，表明所述第一区域有人员出现，此时根据人员位置信息中位于人员聚集边缘的人员位置，提取获得边缘位置坐标，然后将坐标依次连接，将坐标连接后构成的内部区域作为所述待照明特征区域。其中，所述待照明特征区域为第一区域内需要进行照明的区域。

[0042] 激活DDC云端宏控制器对所述待照明特征区域进行灯控优化，生成灯具开启数量、灯具开启亮度、灯具开启位置和灯具照射角度，对所述待照明特征区域进行灯控。

[0043] 进一步的，激活DDC云端宏控制器对所述待照明特征区域进行灯控优化，生成灯具开启数量、灯具开启亮度、灯具开启位置和灯具照射角度，对所述待照明特征区域进行灯控，本申请实施例还包括：根据所述人员数量信息，在亮度标定表中进行关联，生成亮度期望区间，其中，所述亮度标定表为预先构建的人员数量和亮度区间一一关联的数据表；基于所述待照明特征区域和所述亮度期望区间，对所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度进行M次赋值，生成M组灯控参数，所述M组灯控参数具有光照覆盖区域面积记录值；构建灯控优化适应度函数：；其中， 表征第i组灯控参
数的适应度， 表征第i组灯控参数的光照覆盖区域面积记录值， 表征第i组灯控参数的灯具开启数量， 表征第i组灯控参数的第k个灯具的亮度， 、 和 为第一权重、第二权重和第三权重，皆为预设值， 表征待照明特征区域面积，表征面积比例阈值；根据所述灯控优化适应度函数，遍历所述M组灯控参数，筛选适应度最大值的所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度。

[0044] 进一步的，根据所述灯控优化适应度函数，遍历所述M组灯控参数，筛选适应度最大值的所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度，本申请实施例还包括：将所述M组灯控参数划分为P等份，生成P组灯控参数粒子，其中，任意一个灯控参数粒子和一组灯控参数一一对应，P≥5，P为整数；根据所述灯控优化适应度函数，分别对所述P组灯控参数粒子同时进行优化比对预设次数，获取P个灯控参数优化粒子和P个灯控参数适应度；根据所述P个灯控参数适应度，从所述P个灯控参数优化粒子筛选适应度最大值的所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度。

[0045] 在一个实施例中，激活所述DDC云端宏控制器对所述待照明特征区域进行楼宇的智能灯光控制优化，获得灯具开启数量、灯具开启亮度、灯具开启位置和灯具照射角度，进而，根据优化结果中的灯具开启数量、灯具开启亮度、灯具开启位置和灯具照射角度对所述待照明特征区域进行灯控。达到了在满足光照需求的前提下，较为节能的对楼宇第一区域进行灯控优化的技术效果。

[0046] 优选的，根据所述人员数量信息，在亮度标定表中进行关联，生成亮度期望区间，其中，所述亮度标定表为预先构建的人员数量和亮度区间一一关联的数据表。其中，所述亮度期望区间为根据人员数量信息的多少，确定第一区域需要照明的亮度区域。进而，基于所述待照明特征区域和所述亮度期望区间，对所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度进行M次赋值，生成M组灯控参数，所述M组灯控参数具有光照覆盖区域面积记录值。优选的，M组灯控参数为M组对第一区域内的灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度进行确定的参数值。可选的，通过根据楼宇在历史时间段内待照明特征区域和所述亮度期望区间确定历史进行灯控的参数，根据历史灯控参数进行M次赋值，获得M组灯控参数。

[0047] 优选的，所述灯控优化适应度函数用于对灯控参数对区域光照效果的适应程度进行量化计算。灯控优化适应度函数中的 表征第i组灯控参数的适应度， 表征第i组灯控参数的光照覆盖区域面积记录值， 表征第i组灯控参数的灯具开启数量，表征第i组灯控参数的第k个灯具的亮度， 、 和 为第一权重、第二权重和第三权重，皆为预设值， 表征待照明特征区域面积，表征面积比例阈值。通过利用灯控优化适应度函数，对M组灯控参数中每组灯控参数对区域照明光照效果的适应程度进行计算，筛选适应度最大值对应的灯控参数作为所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度。

[0048] 优选的，通过将所述M组灯控参数按照预设划分尺度划分为P等份，生成P组灯控参数粒子，其中，任意一个灯控参数粒子和一组灯控参数一一对应，P≥5，P为整数。优选的，每组灯控参数粒子中包括多个灯控参数粒子，每个灯控参数粒子与一组灯控参数对应。预设划分尺度为对M组灯控参数划分的多少，也就是P的值，可以为6、8、10等。

[0049] 优选的，根据所述灯控优化适应度函数，分别对所述P组灯控参数粒子同时进行优化比对预设次数，获取P个灯控参数优化粒子和P个灯控参数适应度。可选的，从P组灯控参数粒子中随机选取一个灯控参数粒子作为第一灯控参数粒子，再次从第一灯控参数粒子中随机选取一组灯控参数，利用灯控优化适应度函数计算第一适应度，再次从第一组灯控参数粒子中随机选取一组灯控参数，利用灯控优化适应度函数计算第二适应度，若第二适应度大于第一适应度，则将第二适应度对应的一组灯控参数作为第一最优控制参数，将第二适应度作为第一最优适应度，当迭代次数满足优化比对预设次数时，将迭代优化过程中的最大适应度作为第一最优适应度，将第一最优适应度对应的一组灯控参数作为第一灯控参数优化粒子。基于同样的原理，分别对所述P组灯控参数粒子同时进行优化比对预设次数，获取P个灯控参数优化粒子和P个灯控参数适应度。进而，根据所述P个灯控参数优化粒子筛选适应度最大值，将对应的一组灯控参数作为所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度达到了提升灯控优化效率和准确度的技术效果。

[0050] 当所述人员数量信息不为零，激活温度感知器采集所述待照明特征区域的实时温度信息，判断所述实时温度信息是否满足期望温度信息。

[0051] 当所述实时温度信息不满足所述期望温度信息，根据所述人员位置信息和所述人员数量信息，对所述待照明特征区域进行中央空调控制寻优，生成温度控制参数进行所述待照明特征区域的温度控制。

[0052] 进一步的，当所述实时温度信息不满足所述期望温度信息，根据所述人员位置信息和所述人员数量信息，对所述待照明特征区域进行中央空调控制寻优，生成温度控制参数进行所述待照明特征区域的温度控制，本申请实施例还包括：加载所述待照明特征区域的通风口分布位置信息；加载所述第一区域的空间结构特征；加载中央空调控制参数，其中，所述中央空调控制参数包括通风温度、通风速度、通风量和通风方向；结合所述实时温度信息、所述期望温度信息、所述通风口分布位置信息和所述空间结构特征，对所述通风温度、所述通风速度、所述通风量和所述通风方向进行历史控制赋值，获取多组控制参数记录值，其中，所述多组控制参数记录值具有控制能耗量；对所述多组控制参数记录值进行所述控制能耗量的最小值筛选，获取所述温度控制参数，进行所述待照明特征区域的温度控制。

[0053] 当所述人员数量信息不为零时，表明所述的待照明特征区域需要进行中央空调温度控制，进而，激活监控模组中的温度感知器对所述待照明特征区域内的实时温度进行采集，获得所述实时温度信息。进而，将所述实时温度信息和期望温度信息进行比较，判断所述实时温度信息是否满足所述期望温度信息，其中，所述期望温度信息由本领域技术人员根据第一区域的环境温度设定的适宜人员停留的温度范围。

[0054] 优选的，当所述实时温度信息不满足所述期望温度信息时，根据所述人员位置信息和人员数量信息对所述待照明特征区域进行中央空调控制寻优，获得温度控制参数对所述待照明特征区域的中央空调进行控制，从而实现对待照明特征区域进行温度控制的目标。

[0055] 当所述实时温度信息不满足所述期望温度信息时，加载所述待照明特征区域的通风口分布位置，确定所述通风口分布位置信息，并加载所述第一区域的空间结构特征，以及中央空调控制参数，其中，所述中央空调控制参数包括通风温度、通风速度、通风量和通风方向。所述通风口分布位置信息反映了第一区域中的待照明特征区域设置的通风口位置情况。所述空间结构特征对所述第一区域的空间布局，区域面积等进行描述。所述中央空调控制参数用于对待照明特征区域内中央空调进行温度控制的参数。

[0056] 优选的，根据历史温度控制情况，结合所述实时温度信息、所述期望温度信息、所述通风口分布位置信息和所述空间结构特征，获得符合情况的通风温度、所述通风速度、所述通风量和所述通风方向，进行多次历史控制赋值后，生成多组控制参数记录值。进而，所述多组控制参数记录值具有控制能耗量。可选的，通过对多组控制参数记录值在历史控制过程中的能耗进行采集，包括电量能耗，热量散失损耗，对电量能耗和热量散失损耗按照本领域技术人员设定的权重值进行加权计算，生成多组控制能耗量。进而，对所述多组控制参数记录值进行所述控制能耗量的最小值筛选，获取所述温度控制参数，将控制能耗量的最小值对应的控制参数记录值对应的控制参数作为所述温度控制参数，对所述待照明特征区域的中央空调进行控制调整，从而实现对待照明特征区域进行温度控制的目标。达到了提升楼宇场景化控制的准确性，提高控制可靠度的技术效果。

[0057] 综上所述，本申请实施例至少具有如下技术效果：本申请通过利用光强感知器获得第一区域的光强情况，进而利用监控模组进行图像采集，获得第一区域实时图像信息，通过对图像进行人体感知后，获得人员位置信息和人员数量信息，区分人员数量信息为零以及人员数量信息不为零的情况，当人员数量信息为零时，根据预测聚集人数以及邻域实时聚集人数进行弱光照明控制，当人员数量信息不为零时，构建待照明特征区域，激活DDC云端宏控制器对所述待照明特征区域进行灯控优化，生成灯具开启数量、灯具开启亮度、灯具开启位置和灯具照射角度，对所述待照明特征区域进行灯控，然后当人员数量信息不为零，激活温度感知器采集待照明特征区域的实时温度信息，判断实时温度信息是否满足期望温度信息，当实时温度信息不满足期望温度信息，根据人员位置信息和人员数量信息，对待照明特征区域进行中央空调控制寻优，生成温度控制参数进行待照明特征区域的温度控制。达到了提升楼宇控制的智能化程度，根据场景进行适应性控制，提高控制准确度的技术效果。

[0058] 实施例二，基于与前述实施例中一种基于DDC控制器的智能楼宇优化控制方法相同的发明构思，如图4所示，本申请提供了一种基于DDC控制器的智能楼宇优化控制系统，本申请实施例中的系统与方法实施例基于同样的发明构思。其中，所述系统包括：图像信息采集模块11，所述图像信息采集模块11用于通过光强感知器确定光照强度参数，激活微光夜视仪或红外夜视仪或CCD摄像机，采集第一区域实时图像信息；人员数量信息获取模块12，所述人员数量信息获取模块12用于根据所述第一区域实时图像信息进行人体感知，获取人员位置信息和人员数量信息；聚集人数获取模块13，所述聚集人数获取模块13用于当所述人员数量信息为零，对第一区域进行人员聚集预测，获取第一区域预测聚集人数；实时聚集人数获取模块14，所述实时聚集人数获取模块14用于获取所述第一区域的邻域实时聚集人数；弱光照明模块15，所述弱光照明模块15用于当所述第一区域预测聚集人数不为零，且所述邻域实时聚集人数不为零，对所述第一区域的道路区域进行弱光照明，其中，所述弱光照明指的是以预设亮度覆盖所述道路区域；照明特征区域构建模块16，所述照明特征区域构建模块16用于当所述人员数量信息不为零，从所述人员位置信息中提取边缘位置坐标依次连接，构建待照明特征区域；灯控模块17，所述灯控模块17用于激活DDC云端宏控制器对所述待照明特征区域进行灯控优化，生成灯具开启数量、灯具开启亮度、灯具开启位置和灯具照射角度，对所述待照明特征区域进行灯控；温度信息判断模块18，所述温度信息判断模块18用于当所述人员数量信息不为零，激活温度感知器采集所述待照明特征区域的实时温度信息，判断所述实时温度信息是否满足期望温度信息；温度控制模块19，所述温度控制模块
19用于当所述实时温度信息不满足所述期望温度信息，根据所述人员位置信息和所述人员数量信息，对所述待照明特征区域进行中央空调控制寻优，生成温度控制参数进行所述待照明特征区域的温度控制。

[0059] 进一步的，所述图像信息采集模块11用于执行如下方法：设定第一光强阈值和第二光强阈值，其中，所述第二光强阈值大于所述第一光强阈值；当所述光照强度参数大于或等于所述第二光强阈值，激活所述CCD摄像机，采集所述第一区域实时图像信息；当所述光照强度参数小于所述第二光强阈值，且大于或等于所述第一光强阈值，激活所述微光夜视仪，采集所述第一区域实时图像信息；当所述光照强度参数小于所述第一光强阈值，激活所述红外夜视仪，采集所述第一区域实时图像信息。

[0060] 进一步的，所述聚集人数获取模块13用于执行如下方法：获取所述第一区域实时图像信息的采集时刻特征和星期时间特征；当所述星期时间特征属于工作日，基于所述采集时刻特征推进预设时长回溯多个工作日人员聚集数量；当所述星期时间特征属于非工作日，基于所述采集时刻特征推进预设时长回溯多个非工作日人员聚集数量；对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行集合值评价，生成所述第一区域预测聚集人数。

[0061] 进一步的，所述聚集人数获取模块13用于执行如下方法：对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行方差计算，获取分布离散系数；当所述分布离散系数大于或等于离散系数阈值，按照人数预设偏差对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行聚类分组，生成人员聚集数量分组结果；提取记录条数最大分组的所述人员聚集数量分组结果进行均值计算，设为所述第一区域预测聚集人数；当所述分布离散系数小于所述离散系数阈值，对所述多个工作日人员聚集数量或所述多个非工作日人员聚集数量进行均值计算，获取所述第一区域预测聚集人数。

[0062] 进一步的，所述弱光照明模块15用于执行如下方法：当所述弱光照明启动时开始计时，获取弱光照明持续时长；当所述弱光照明持续时长大于或等于预设持续时长，所述第一区域的人员数量信息恒为零，关闭所述弱光照明。

[0063] 进一步的，所述灯控模块17用于执行如下方法：根据所述人员数量信息，在亮度标定表中进行关联，生成亮度期望区间，其中，所述亮度标定表为预先构建的人员数量和亮度区间一一关联的数据表；基于所述待照明特征区域和所述亮度期望区间，对所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度进行M次赋值，生成M组灯控参数，所述M组灯控参数具有光照覆盖区域面积记录值；构建灯控优化适应度函数：；其中， 表征第i组灯控参数的
适应度， 表征第i组灯控参数的光照覆盖区域面积记录值， 表征第i组灯控参数的灯具开启数量， 表征第i组灯控参数的第k个灯具的亮度， 、 和 为第一权重、第二权重和第三权重，皆为预设值， 表征待照明特征区域面积，表征面积比例阈值；根据所述灯控优化适应度函数，遍历所述M组灯控参数，筛选适应度最大值的所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度。

[0064] 进一步的，所述灯控模块17用于执行如下方法：将所述M组灯控参数划分为P等份，生成P组灯控参数粒子，其中，任意一个灯控参数粒子和一组灯控参数一一对应，P≥5，P为整数；根据所述灯控优化适应度函数，分别对所述P组灯控参数粒子同时进行优化比对预设次数，获取P个灯控参数优化粒子和P个灯控参数适应度；根据所述P个灯控参数适应度，从所述P个灯控参数优化粒子筛选适应度最大值的所述灯具开启数量、所述灯具开启亮度、所述灯具开启位置和所述灯具照射角度。

[0065] 进一步的，所述温度控制模块19用于执行如下方法：加载所述待照明特征区域的通风口分布位置信息；加载所述第一区域的空间结构特征；加载中央空调控制参数，其中，所述中央空调控制参数包括通风温度、通风速度、通风量和通风方向；结合所述实时温度信息、所述期望温度信息、所述通风口分布位置信息和所述空间结构特征，对所述通风温度、所述通风速度、所述通风量和所述通风方向进行历史控制赋值，获取多组控制参数记录值，其中，所述多组控制参数记录值具有控制能耗量；对所述多组控制参数记录值进行所述控制能耗量的最小值筛选，获取所述温度控制参数，进行所述待照明特征区域的温度控制。

[0066] 需要说明的是，上述本申请实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

[0067] 以上所述仅为本申请的较佳实施例，并不用以限制本申请，凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。