一种基于时空人流监测预测的大学校园暖廊供能调控方法

本发明提出了一种基于时空人流监测预测的大学校园暖廊供能调控方法，属于智能预测技术领域，通过多种传感器采集暖廊的图像数据及其环境数据；使用语义分割算法，深度学习算法训练图像识别模型；对图片数据进行处理，获得不同时间、空间的暖廊区段人数数据；对监测设备获取的数据进行处理，通过热舒适评价指标对暖廊空间进行分析；根据监测人数，对不同区段暖廊分类，建立不同区段的暖廊使用频率、热舒适度的时序数据库；基于时序数据库，通过深度学习算法构建并训练预测模型；基于训练成功的预测模型，进行数据分析，形成时空差异性的暖廊自适应调控方法。本发明可以显著提升能源利用效率，对于推动绿色校园建设具有重要意义。