BUILDING AUTOMATION SYSTEM

A ceiling-mounted sensing unit includes (i) one or more air temperature sensors; (ii) an infrared sensor having a field of view oriented towards a floor of the room; and (iii) a microcontroller receiving readings from both the air temperature sensors and the infrared sensor, the microcontroller prov...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: KWONG, ROBERT CHRISTOPHER, BATDORF, KEVIN SCOTT, TSUI, LAP YAN JONATHAN, YOO, JUNSANG, SWANTON, ANDREW MICHAEL, NICHOLLS, JOHN VINCENT, DE VAZ, DMITRI JUDE, VANDITMARS, DEREK JOHN
Format: Patent
Sprache:eng ; fre
Schlagworte:
Online-Zugang:Volltext bestellen
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:A ceiling-mounted sensing unit includes (i) one or more air temperature sensors; (ii) an infrared sensor having a field of view oriented towards a floor of the room; and (iii) a microcontroller receiving readings from both the air temperature sensors and the infrared sensor, the microcontroller providing an estimated temperature at a predetermined distance above the floor of the room based on a model of the room. The model may be based on a double-exponential smoothing function obtained by matching a Kalman filter model. Alternately, the model may be itself a Kalman filter model or a machine learning trained linear model obtained using a linear regression technique, such as L2 regularization. The Kalman filter model uses a state vector that includes both the estimated temperature and a rate of change in the estimated change in temperature. The machine-trained model may be verified using a k-fold cross-validation technique. Il est décrit une unité de captage montée au plafond comprenant (i) au moins un capteur de température de lair, (ii) un capteur infrarouge ayant un champ de détection orienté vers un plancher de la salle, (iii) un microcontrôleur qui reçoit des résultats des capteurs de température de lair et du capteur infrarouge et fournit une estimation de la température à une distance prédéterminée au-dessus du plancher de la salle en fonction dun modèle de la salle. Le modèle peut se baser sur une fonction de lissage exponentiel double obtenue par la mise en correspondance dun modèle de filtre KALMAN. Autrement, le modèle peut constituer un modèle de filtre KALMAN ou un modèle linéaire entraîné par apprentissage automatique obtenu grâce à une technique de régression linéaire comme la régularisation L2. Le modèle de filtre KALMAN utilise un vecteur détat qui comprend à la fois la température estimée et une fréquence de changement du changement de température estimé. La vérification du modèle entraîné automatiquement peut se faire au moyen dune technique de validation croisée k-fold.