用于加热、通风、空调的系统的制作方法

用于加热、通风、空调的系统


背景技术：

[0001]
本公开涉及一种用于加热、通风和/或空调的系统。更具体地，本公开教导了使用人工智能来控制加热、通风和/或空调。
[0002]
用于加热、通风和/或空调（hvac）的系统包括多个传感器以及多个致动器。该系统的传感器可以包括但不限于：温度传感器、湿度传感器、空气质量传感器、用于检测占用者（occupant）移动的传感器等。诸如红外传感器、超声传感器和/或监控相机之类的大量技术方法提供了对占用者移动的检测。作为非限制性示例，hvac系统的致动器可以包括热量交换器的阀、风门（damper）、风扇等。
[0003]
专利申请wo2014/059123a1于2013年10月10日提交。该申请wo2014/059123a1于2014年4月17日公开。wo2014/059123a1处理了针对hv ac需求响应的两阶段优化方案。在第一阶段中的优化方案针对天气模式执行计算密集型优化。可以离线地执行这些计算。根据离线计算的结果来生成知识库。在第二阶段中，针对知识库中的每个候选策略的仿真评估标识出最佳策略。
[0004]
全球专利申请wo2018/200861a1于2018年4月26日提交。wo2018/200861a1的公开发生在2018年11月1日。申请wo2018/200861a1教导了一种具有随机模型预测控制的建筑物能量系统。公开了具有需求响应优化器630的计划系统700。需求响应优化器630可以使用建筑物负荷和使用率。建筑物负荷和使用率用于确定最佳的资源分配，并且在仿真期间内使成本最小化。为此，需求响应优化器630包括高级优化器632以及低级优化器634。当低级优化器634在设备级别处工作时，高级优化器632在外部级别处控制资源分配。
[0005]
申请wo2013/105087a1于2013年1月6日提交。同一申请wo2013/105087a1于2013年7月18日公开，并且处理冷却器（chiller）控制。根据wo2013/105087a1，具有冷却器控制器28的冷却器26经由通信信道38而连接到控制中心14。网络34将控制中心14连接到智能中心12。智能中心12准备冷却器激活计划，并且将该计划传输到控制中心14。然后，通过例如控制去往或来自冷却器26的加热或冷却流体的传递速率来实现激活计划。
[0006]
本公开教导了使用人工智能来改进对加热、通风和/或空调的控制。本公开聚焦于由云辅助的本地安装，该云执行人工智能计算。


技术实现要素：

[0007]
本公开依赖于云计算机来训练人工智能模型。为此，场所（site）控制器从传感器和/或从致动器收集数据。场所控制器具有将这种数据转发到云计算机的接口。然后，云计算机将测试数据和训练数据分离。云计算机依赖于训练数据来训练人工智能模型。同样地，云计算机采用测试数据来验证该模型。在这样做的情况下，云计算机优化了成本函数，该成本函数测量所计算的输出与期望输出的偏差。训练过程产生一组参数，诸如权重、激活函数和/或神经元之间的连接。在训练过程完成时，参数返回到场所控制器。场所控制器基于从云计算机返回的数据来更新人工智能模型。场所控制器最终根据经更新的模型来计算设定点。
[0008]
向场所控制器提供用于计算的有限资源是相关的目的。要设想到的是，场所控制器包括恒温器或智能恒温器。
[0009]
在建立人工智能模型时，在快速过程与缓慢过程之间进行区分也是相关的目的。作为非限制性示例，室温中的快速改变可能由于占用者离开或返回家中而引起。为此，传感器可以是占用（occupancy）检测传感器，诸如红外传感器和/或超声传感器。作为另一个非限制性示例，室温中的缓慢改变可能由一年中的季节而引起。
[0010]
提供一种尊重隐私的系统是又一个目的。为此，对发送到云计算机和从云计算机返回的数据进行加密。场所控制器有利地使用与对称或非对称加密算法组合的预定通信总线协议来传递数据。
[0011]
提供一种处置各种各样的现场设备的系统也是一目的。作为非限制性示例，该系统可以操作致动器，诸如风扇、加热或冷却盘管（coil）、阀、风门等。场所控制器有利地依赖于已建立的通信总线和已建立的通信总线协议来将信号传输到这种现场设备。
[0012]
提供一种利用复杂的数据采集方式的系统仍然是一目的。场所控制器可以例如从操作中的无人机（drone）的传感器收集数据。无人机可以发送场所控制器数据，诸如场所的图像和/或天气数据。场所控制器使用这种数据来提供更细微的控制和/或对粒度进行改进。
[0013]
提供一种能够进行危险模式的场所控制器也是一目的。然后，场所控制器可以从云计算机接收指示自然灾害、市民骚乱（civil disorder）、罢工等的危险信号。场所控制器在接收到危险时切换到危险模式。在危险模式下，场所控制器不需要依赖于对互联网的永久访问。
[0014]
提供一种计算机程序产品是进一步的目的，该计算机程序产品无论云计算机的位置如何都使得能够实现hvac系统的操作。作为非限制性示例，云计算机和/或场所控制器可以依赖于操作系统级虚拟化来执行计算。
附图说明
[0015]
根据所公开的非限制性实施例的以下详细描述，各种特征对于本领域技术人员将变得显而易见。伴随着详细描述的附图可以被简要地描述如下：图1示出了具有各种现场设备和传感器的建筑物。该建筑物还具有场所控制器。
[0016]
图2示意性地描绘了场所控制器与云计算机之间的连接。
[0017]
图3示出了用于控制加热、通风和/或空调的神经网络。
[0018]
图4示出了用于控制加热、通风和/或空调的另一个神经网络。
具体实施方式
[0019]
如图1中所示的场所1可以是任何商业、住宅和/或工业建筑物。场所1包括多个空间2a-2d，诸如房间。场所1的空间2a-2d与致动器3a-3e、4a-4e一起出现。空间2a-2d还具有传感器5a-5d。如图1中所示的致动器3a-3e是房间加热器或冷却设备或者加热和冷却设备（诸如，风扇盘管单元）的阀致动器。致动器4a-4e对百叶窗进行致动。可以采用其他致动器，诸如用于风管（duct）的风门致动器。它们可以根据本文中公开的实施例而被委任。
[0020]
作为非限制性示例，传感器5a-5d是温度计、压力传感器、湿度传感器、照明传感
器、存在检测器、空气质量传感器、针对颗粒物质的传感器或其任何组合。要设想到的是，传感器5a-5d由恒温器、由智能恒温器、或由另一房间单元、或由测量温度的房间设备来提供。作为另一示例，传感器5a-5d还可以由火灾检测器或由警报单元来提供。传感器5a-5d可以是标准基础设施的一部分，该标准基础设施诸如具有温度传感器的计算机或互联网路由器等。
[0021]
在特殊的实施例中，致动器3a-3e、4a-4e中的至少一个或传感器5a-5d中的至少一个可操作于估计和/或确定其位置。为此，设备3a-3e、4a-4e、5a-5d可以具有用于卫星导航（诸如，全球定位系统（gps））的电路组件。设备3a-3e、4a-4e、5a-5d也可以具有利用另一种技术来进行导航或对象定位的电路组件。设备3a-3e、4a-4e、5a-5d还可以使用针对颗粒物质的传感器来估计其位置。例如，高水平的颗粒物质可能指示该设备靠近门或靠近窗户。在这种情况下，高水平的颗粒物质将归因于受污染的室外空气。
[0022]
在替代实施例中，致动器3a-3e、4a-4e或传感器5a-5d测量无线信号的信号强度。然后，设备3a-3e、4a-4e、5a-5d使用三角测量来确定其与附近的射频设备的接近度。例如，致动器3a-3e、4a-4e或传感器5a-5d可以依赖于无线互联网信号强度来获得其位置的估计。
[0023]
致动器3a-3e、4a-4e和传感器5a-5d具有与场所控制器6进行通信的接口。要设想到的是，场所控制器6与致动器3a-3e、4a-4e和/或传感器5a-5d之间的任何通信可以是双向的或单向的。
[0024]
图1和图2示出了用以指示安装件的设备3a-3e、4a-4e、5a-5d之间的通信链路的线。要设想到的是，图1和图2中所示的链路中的至少一个采用了加密。还要设想到的是，致动器3a-3e、4a-4e中的一些和/或传感器5a-5d中的一些利用diffie-hellman密钥交换（或类似的）来建立安全连接。在替代实施例中，致动器3a-3e、4a-4e中的一些和/或传感器5a-5d中的一些采用适当长度的私钥和公钥来建立安全连接。
[0025]
例如，通信接口和/或通信控制器可以依赖于无线解决方案，诸如wlan、knx
®ꢀ
rf和/或enocean
®
。还设想了硬连线解决方案，诸如以太网
®
线缆或knx
®
线缆。对任何无线或硬连线解决方案的选择还受带宽要求所影响。例如，具有视频流送功能的传感器和/或致动器可能需要比其他类型的现场设备更多的带宽。
[0026]
要设想到的是，致动器3a-3e、4a-4e和传感器5a-5d以及场所控制器6全部都使用共同的通信协议。要设想到的是，安装件的设备依赖于诸如knx
®
、modbus、lon或bacnet
®
之类的协议。致动器3a-3e、4a-4e和传感器5a-5d以及场所控制器6还可以依赖于专有的协议。
[0027]
场所控制器6可以是场所1内部的设备。在替代实施例中，场所控制器6被布置在场所1外部。
[0028]
致动器3a-3e、4a-4e和传感器5a-5d的接口模块通常携带一机器地址。该机器地址在理想情况下是唯一的。场所控制器6在发现致动器3a-3e、4a-4e或传感器5a-5d时将网络地址指派给每个设备3a-3e、4a-4e、5a-5d。然后，该网络地址被用于将数据分组从场所控制器6发送到致动器3a-3e、4a-4e或传感器5a-5d，或者反之亦然。
[0029]
在一实施例中，网络是基于tcp/ip的网络。因此，场所控制器6根据直接主机配置协议（dhcp）来指派网络地址。在替代实施例中，场所控制器6使用（静态）查找表来将机器地址映射到网络地址。
[0030]
还要设想到的是，致动器3a-3e、4a-4e和/或传感器5a-5d和/或场所控制器6形成网状网络。来自致动器3a-3e、4a-4e和/或传感器5a-5d和/或场所控制器6当中的一组设备也可以形成网状网络。
[0031]
在另一个实施例中，致动器3a-3e、4a-4e和传感器5a-5d依赖于低功率广域网（lpwan）来建立连接。为此，设备3a-3e、4a-4e、5a-5d可以使用如169兆赫、433兆赫、868兆赫（欧洲）和915兆赫（北美州）之类的频带。在一实施例中，低功率广域网利用免许可的子千兆赫无线电频带。
[0032]
致动器3a-3e、4a-4e和传感器5a-5d可以使用低功率广域网来连接到场所控制器6。在这种配置中，场所控制器6是中央的。致动器3a-3e、4a-4e和传感器5a-5d也可以使用lpwan在彼此当中进行通信，从而形成网状网络。
[0033]
一旦建立网络，场所控制器6就向致动器3a-3e、4a-4e（中的每一个）查询其设置。这些设置可以例如指示阀位置。它们还可以指示百叶窗或护窗板（shutter）的位置。而且，场所控制器6向传感器5a-5d查询其读数。场所控制器6可以使用合适的协议（诸如，文件传输协议或超文本传输协议）来从致动器设备3a-3e、4a-4e和/或从传感器设备5a-5d获得读数。在使用加密的实施例中，场所控制器6经由安全拷贝从致动器3a-3e、4a-4e和/或从传感器5a-5d下载读数。
[0034]
图2示出了场所控制器6与远程控制器8（诸如，云计算机）之间的连接。为此，通信总线7将场所控制器6和远程控制器8连接。要设想到的是，该通信总线提供加密通信。
[0035]
场所控制器6和远程控制器8实现了神经网络，诸如图3中所示的卷积网络9。网络9包括一个或若干个输入神经元10-11。在一实施例中，神经网络9包括至少输入神经元10，该输入神经元10与指示温度的值相对应（相关联）。神经网络9还包括至少输入神经元11，该输入神经元11与指示占用者移动的值相对应（相关联）。要设想到的是，卷积神经网络9包括针对温度和/或占用者移动的历史值的附加输入神经元。
[0036]
对神经网络9的任何输入在理想情况下是经归一化的。神经网络9还包括输出神经元22。作为非限制性示例，该输出神经元可以与温度设定点、百叶窗位置、风扇速度等相对应（或相关联）。要设想到的是，神经网络9具有多个输出神经元。
[0037]
网络9还包括若干个隐藏层12、17，每个层12、17具有多个隐藏神经元13-16、18-21。在一实施例中，神经网络9包括单层隐藏神经元。在另一个实施例中，神经网络9包括两层12、17隐藏神经元。卷积神经网络9还可以包括两个以上、五个以上或十个以上的隐藏层。根据本公开的一方面，卷积神经网络9是易于深度学习的网络。
[0038]
作为非限制性实例，神经元10-11、13-16、18-22可以具有s形（sigmoid）和/或双曲正切和/或逐步激活（stepwise activation）和/或经修正的指数线性单元函数。有利地，对神经元10-11、13-16、18-22进行偏向（bias）。在理想情况下，在远程控制器8处对神经网络9进行训练。采用由场所控制器6在各种条件下获得的一系列测量结果来训练网络9。
[0039]
作为示例，可以通过监督训练算法（诸如，反向传播）来训练神经网络9。还要设想到的是，使用进化算法（诸如，遗传算法）来训练卷积神经网络9。技术人员实际上可以对训练算法进行组合。作为示例，可以采用遗传算法来找到神经网络9的连接的权重的粗略估计。然后，采用反向传播算法来对网络9的性能进行进一步改进。
[0040]
在训练之后，神经网络9的配置和/或神经网络11的连接的权重被发送到场所控制
器6。神经网络9的配置和/或神经网络9的连接的权重定义了参数化模型。场所控制器6依赖于该参数化模型来确定各种致动器设置信号。
[0041]
还要设想到的是，采用递归神经网络而不是图3中所示的卷积网络。递归神经网络26（诸如，图4中所示的网络）在考虑温度的历史值和/或占用者运动的历史值方面产生了益处。在特殊的实施例中，采用具有长期短期记忆的递归神经网络26。
[0042]
因此，本公开教导了一种场所控制器（6），其包括：处理器；存储器，其存储用于与场所（1）相关联的加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）的控制的参数化模型（9、26）；传感器接口，其被配置成建立与至少一个第一传感器（5a-5d）的连接；致动器接口，其被配置成建立与至少一个第一致动器（3a-3e、4a-4e）的连接；云接口，其被配置成建立与远程控制器（8）的连接，远程控制器（8）远离场所控制器（6）而定位，处理器被配置成：经由传感器接口从至少一个第一传感器（5a-5d）读取第一组传感器信号；将所述第一组传感器信号处理成第一组测量值；经由云接口将所述第一组测量值传输到远程控制器（8）；由于所述第一组测量值的传输而经由云接口从远程控制器（8）接收一组模型参数；从存储器读取参数化模型（9、26）；经由传感器接口从至少一个第一传感器（5a-5d）读取至少一个附加的第一传感器信号；使用参数化模型（9、26）并且使用所述一组模型参数、从所述至少一个附加的第一传感器信号来计算至少一个致动器设置信号；以及经由致动器接口将所述至少一个致动器设置信号传输到至少一个第一致动器（3a-3e、4a-4e）。
[0043]
处理器有利地与存储器、与传感器接口、与致动器接口、以及与云接口进行操作通信。在一实施例中，处理器是或者包括微处理器。在另一个实施例中，处理器是或者包括微计算机。存储器优选地是非易失性存储器。
[0044]
在一实施例中，与场所（1）相关联的加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）是场所（1）的加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）。在相关的实施例中，与场所（1）相关联的加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）是场所（1）处的加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）。
[0045]
场所（1）有利地是诸如工业建筑物和/或住宅建筑物和/或商业建筑物之类的建筑物（1）。场所（1）在理想情况下包括诸如工业建筑物和/或住宅建筑物和/或商业建筑物之类的建筑物（1）。
[0046]
要设想到的是，远程控制器（8）距场所控制器（6）至少一千米、优选地至少两千米、更优选地至少五千米而定位。远程控制器（8）优选地远离加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）而定位。要设想到的是，远程控制器（8）距加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）至少一千米、优选地至少两千米、更优选地至少五千米而定位。远程控制器（8）有利地远离场所（1）而定位。要设想到的是，远程控制器（8）距场所（1）至少一千米、优选地至少两千米、更优选地至少五千米而定位。
[0047]
至少一个第一传感器（5a-5d）优选地是或者包括与加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）相关联的至少一个第一传感器。至少一个第一传感器（5a-5d）更优选地是
或者包括加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）的至少一个第一传感器。
[0048]
根据本公开，参数化模型（9、26）是具有参数的模型。可以通过设置这种参数来配置该模型的输出。
[0049]
参数化模型（9、26）优选地是或者包括参数化人工智能模型，诸如神经网络模型。作为非限制性示例，神经网络可以是卷积神经网络（9）和/或递归神经网络（26）。神经网络（9、26）的参数可以是神经元（10-11、13-16、18-22）的权重、指示神经元（10-11、13-16、18-22）的偏向的标记、神经元（10-11、13-16、18-22）的激活函数、描述网络拓扑的配置数据等。该列表不是穷尽的。
[0050]
要设想到的是，所述一组模型参数是或者包括多个模型参数。
[0051]
要设想到的是，处理器被配置成将所述一组模型参数存储在存储器中，和/或将所述一组模型参数写入到存储器。
[0052]
还要设想到的是，处理器被配置成将所述一组模型参数应用于参数化模型（9、26）；以及在应用了所述一组模型参数之后，使用参数化模型（9、26）以作为至少一个附加的第一传感器信号的函数和/或基于和/或从至少一个附加的第一传感器信号来计算至少一个致动器设置信号。
[0053]
处理器有利地被配置成：使用参数化模型（9、26）并且使用接收到的模型参数、作为至少一个附加的第一传感器信号的函数和/或基于和/或从至少一个附加的第一传感器信号来计算至少一个致动器设置信号，其中参数化模型（9、26）定义了所述函数。
[0054]
处理器进一步被配置成：使用参数化模型（9、26）并且使用接收到的模型参数、作为至少一个附加的第一传感器信号的函数和/或基于和/或从至少一个附加的第一传感器信号来计算至少一个致动器设置信号，其中参数化模型（9、26）和接收到的模型参数定义了所述函数。
[0055]
处理器还被配置成：使用参数化模型（9、26）并且使用接收到的模型参数、作为至少一个附加的第一传感器信号的函数和/或基于和/或从至少一个附加的第一传感器信号来计算至少一个致动器设置信号，其中参数化模型（9、26）定义了所述函数，并且其中接收到的模型参数是参数化模型（9、26）的参数。
[0056]
在一实施例中，处理器被配置成：将所述一组模型参数应用于参数化模型（9、26），以产生更新的参数化模型（9、26）；以及使用更新的参数化模型（9、26）从至少一个附加的第一传感器信号来计算至少一个致动器设置信号。
[0057]
根据本公开的一方面，至少一个第一传感器（5a-5d）是温度传感器。所述第一组传感器信号可以是第一多个传感器信号。在特殊的实施例中，所述第一组传感器信号是第一组温度信号和/或第一多个温度信号。所述第一组测量值优选地是第一组温度值和/或第一多个温度值。
[0058]
根据本公开的另一方面，至少一个第一传感器（5a-5d）是或者包括以下各项中的至少一个：
-ꢀ
温度传感器，
-ꢀ
湿度传感器，
-ꢀ
湿气（moisture）传感器，
-ꢀ
空气质量传感器，
-ꢀ
光传感器，诸如可见光传感器，
-ꢀ
人类存在感测器。
[0059]
上述列表不是穷尽的。
[0060]
在一实施例中，云接口是或者包括远程控制器接口。
[0061]
根据本公开的一方面，云接口被配置成使用通信总线（7）来建立与远程控制器（8）的连接。云接口优选地被配置成使用预定的通信总线协议来建立与远程控制器（8）的连接。预定的通信总线协议在理想情况下是数字通信总线协议。
[0062]
作为非限制性示例，至少一个第一致动器（3a-3e、4a-4e）可以是或者包括：
-ꢀ
阀，诸如控制风管（ducting）系统中的空气流动的阀，
-ꢀ
风门，诸如控制风管系统中的空气流动的风门，
-ꢀ
风扇，诸如控制风管系统中的空气流动的风扇，
-ꢀ
流动控制组件，
-ꢀ
空气扩散器，
-ꢀ
感应设备，用于容许空气进入空间（诸如房间）中，
-ꢀ
排气口（exhaust air intake），用于将空气从空间（诸如房间）排出，
-ꢀ
百叶窗，
-ꢀ
等等。
[0063]
至少一个第一致动器（3a-3e、4a-4e）优选地是或者包括与加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）相关联的至少一个第一致动器。至少一个第一致动器（3a-3e、4a-4e）更优选地是或者包括加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）的至少一个第一致动器。
[0064]
作为非限制性示例，所述至少一个致动器设置信号可以选自以下各项中的至少一个：
-ꢀ
温度设定点，
-ꢀ
阀位置，
-ꢀ
风门位置，
-ꢀ
风扇速度，
-ꢀ
百叶窗位置，
-ꢀ
等等。
[0065]
要设想到的是，在至少一个第一致动器（3a-3e、4a-4e）接收到所述至少一个致动器设置信号时，所述至少一个致动器设置信号使至少一个第一致动器（3a-3e、4a-4e）改变和/或更改至少一个第一致动器（3a-3e、4a-4e）的设置。还要设想到的是，在至少一个第一致动器（3a-3e、4a-4e）处接收到所述至少一个致动器设置信号时，所述至少一个致动器设置信号使至少一个第一致动器（3a-3e、4a-4e）改变和/或更改至少一个第一致动器（3a-3e、4a-4e）的设置。
[0066]
场所控制器（6）有利地是或者包括以下各项中的至少一个：
-ꢀ
房间控制器，
-ꢀ
建筑物控制器，
-ꢀ
恒温器，
-ꢀ
智能恒温器，
-ꢀ
烟雾检测器，
-ꢀ
燃烧器（burner）控制器。
[0067]
上述列表不是穷尽的。
[0068]
本公开还教导了前述场所控制器（6）中的任一个，其中处理器被配置成：产生第一组时间戳值，其中每个时间戳值与所述第一组传感器信号中的传感器信号相关联；以及经由云接口将所述第一组时间戳值传输到远程控制器（8）。
[0069]
在另一个实施例中，处理器被配置成：产生第一组时间戳值，其中每个时间戳值与所述第一组传感器信号中的不同传感器信号相关联；以及经由云接口将所述第一组时间戳值传输到远程控制器（8）。
[0070]
在又一个实施例中，处理器被配置成：产生第一多个时间戳值，其中每个时间戳值与所述第一组传感器信号中的传感器信号相关联；以及经由云接口将所述第一多个时间戳值传输到远程控制器（8）。
[0071]
在仍另一个实施例中，处理器被配置成：产生第一多个时间戳值，其中每个时间戳值与所述第一组传感器信号中的不同传感器信号相关联；以及经由云接口将所述第一多个时间戳值传输到远程控制器（8）。
[0072]
要设想到的是，场所控制器（6）包括计时器，并且处理器与计时器进行操作通信。因此，处理器可操作于使用计时器来产生第一多个时间戳值，和/或使用计时器来产生第一组时间戳值。
[0073]
本公开进一步教导了前述场所控制器（6）中的任一个，其中传感器接口被配置成建立与至少一个第二传感器（5a-5d）的连接，其中至少一个第二传感器（5a-5d）包括至少一个运动传感器，处理器被配置成：经由传感器接口从至少一个第二传感器（5a-5d）读取第二组传感器信号；其中所述第二组传感器信号中的每个传感器信号指示占用者移动；将所述第二组传感器信号处理成第二组测量值；以及经由云接口将所述第二组测量值传输到远程控制器（8）。
[0074]
在一实施例中，所述第二组传感器信号中的每个传感器信号指示占用者移动和/或人员移动。
[0075]
根据本公开的一方面，至少一个第二传感器（5a-5d）是运动传感器和/或移动传感器和/或占用者移动传感器和/或运动检测器。所述第二组传感器信号可以是第二多个传感器信号。在特殊的实施例中，所述第二组传感器信号是第二组运动信号和/或第二多个运动信号。所述第二组测量值优选地是指示占用者移动的第二组值、和/或指示占用者移动的第
二多个值。
[0076]
至少一个第一传感器（5a-5d）在理想情况下不同于至少一个第二传感器（5a-5d）。
[0077]
本公开还教导了前述场所控制器（6），其中处理器被配置成：产生第二组时间戳值，其中每个时间戳值与所述第二组传感器信号中的传感器信号相关联；以及经由云接口将所述第二组时间戳值传输到远程控制器（8）。
[0078]
在另一个实施例中，处理器被配置成：产生第二组时间戳值，其中每个时间戳值与所述第二组传感器信号中的不同传感器信号相关联；以及经由云接口将所述第二组时间戳值传输到远程控制器（8）。
[0079]
在又一个实施例中，处理器被配置成：产生第二多个时间戳值，其中每个时间戳值与所述第二组传感器信号中的传感器信号相关联；以及经由云接口将所述第二多个时间戳值传输到远程控制器（8）。
[0080]
在仍另一个实施例中，处理器被配置成：产生第二多个时间戳值，其中每个时间戳值与所述第二组传感器信号中的不同传感器信号相关联；以及经由云接口将所述第二多个时间戳值传输到远程控制器（8）。
[0081]
要设想到的是，场所控制器（6）包括计时器，并且处理器与计时器进行操作通信。因此，处理器可操作于使用计时器来产生第二多个时间戳值，和/或使用计时器来产生第二组时间戳值。
[0082]
至少一个第二传感器（5a-5d）优选地是或者包括与加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）相关联的至少一个运动传感器。至少一个第二传感器（5a-5d）更优选地是或者包括加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）的至少一个运动传感器。
[0083]
本公开仍教导了前述场所控制器（6），其中处理器被配置成：经由传感器接口从至少一个第二传感器（5a-5d）读取至少一个附加的第二传感器信号；其中所述至少一个附加的第二传感器信号指示占用者移动；以及还作为所述至少一个附加的第二传感器信号的函数来计算至少一个致动器设置信号。
[0084]
要设想到的是，处理器被配置成使用参数化模型（9、26）并且使用所述一组模型参数、从所述至少一个附加的第一传感器信号并且从所述至少一个附加的第二传感器信号来计算至少一个致动器设置信号。所述至少一个附加的第一传感器信号有利地不同于所述至少一个附加的第二传感器信号。
[0085]
本公开还教导了前述场所控制器（6）中的任一个，其中处理器被配置成：将所述一组模型参数应用于参数化模型（9、26），以产生更新的参数化模型（9、26）；以及将更新的参数化模型（9、26）存储在存储器中。
[0086]
要设想到的是，处理器被配置成将更新的参数化模型（9、26）写入到存储器。
[0087]
本公开进一步教导了前述场所控制器（6）中的任一个，其中传感器接口是无线传
感器接口，并且被配置成建立与至少一个第一传感器（5a-5d）的无线连接，处理器被配置成：经由无线传感器接口从至少一个第一传感器（5a-5d）读取所述第一组传感器信号。
[0088]
无线传感器接口有利地是无线射频接口。
[0089]
在一实施例中，传感器接口被配置成使用无线通信总线来建立与至少一个第一传感器（5a-5d）的无线连接。传感器接口优选地被配置成使用预定的通信总线协议来建立与至少一个第一传感器（5a-5d）的无线连接。预定的通信总线协议在理想情况下是数字通信总线协议。
[0090]
本公开仍教导了前述场所控制器（6）中的任一个，其中传感器接口是无线传感器接口，并且被配置成建立与至少一个第二传感器（5a-5d）的无线连接，处理器被配置成：经由无线传感器接口从至少一个第二传感器（5a-5d）读取所述第二组传感器信号。
[0091]
在一实施例中，传感器接口被配置成使用无线通信总线来建立与至少一个第二传感器（5a-5d）的无线连接。传感器接口优选地被配置成使用预定的通信总线协议来建立与至少一个第二传感器（5a-5d）的无线连接。预定的通信总线协议在理想情况下是数字通信总线协议。
[0092]
本公开仍进一步教导了前述场所控制器（6）中的任一个，其中致动器接口是无线致动器接口，并且被配置成建立与至少一个第一致动器（3a-3e、4a-4e）的无线连接，处理器被配置成：经由无线致动器接口将所述至少一个致动器设置信号传输到至少一个第一致动器（3a-3e、4a-4e）。
[0093]
无线致动器接口有利地是无线射频接口。
[0094]
在一实施例中，致动器接口被配置成使用无线通信总线来建立与至少一个第一致动器（3a-3e、4a-4e）的无线连接。致动器接口优选地被配置成使用预定的通信总线协议来建立与至少一个第一致动器（3a-3e、4a-4e）的无线连接。预定的通信总线协议在理想情况下是数字通信总线协议。
[0095]
本公开仍进一步教导了前述场所控制器（6）中的任一个，其中无线传感器接口被配置成产生指示占用者移动的信号，处理器被配置成：直接从无线传感器接口读取第三组信号；其中所述第三组信号中的至少一个信号指示占用者移动；将所述第三组信号处理成第三组测量值；以及经由云接口将所述第三组测量值传输到远程控制器（8）。
[0096]
前述解决方案利用了无线接口作为运动传感器。该接口因此变成了双重用途。在这样做的情况下，消除了外部运动传感器。即，通过消除外部运动传感器来降低系统的复杂度。
[0097]
在一实施例中，所述第三组信号中的每个信号指示占用者移动和/或人员移动。
[0098]
wo2016/066822a1公开了使用无线射频接口来检测人员移动。该专利申请wo2016/066822a1于2015年10月30日提交，并且于2016年5月6日公开。wo2016/ 066822a1教导了在无线电范围内、特别是在室内区域中检测对象和/或生物的移动。
[0099]
本公开还教导了前述场所控制器（6），其中无线致动器接口被配置成产生指示占
用者移动的信号，处理器被配置成：直接从无线致动器接口读取第四组信号；其中所述第四组致动器信号中的至少一个信号指示占用者移动；将所述第四组致动器信号处理成第四组测量值；以及经由云接口将所述第四组测量值传输到远程控制器（8）。
[0100]
前述解决方案利用了无线接口作为运动传感器。该接口因此变成了双重用途。在这样做的情况下，消除了外部运动传感器。即，通过消除外部运动传感器来降低系统的复杂度。
[0101]
在一实施例中，所述第四组信号中的每个信号指示占用者移动和/或人员移动。
[0102]
本公开进一步教导了前述场所控制器（6）中的任一个，其中云接口是无线云接口，并且被配置成产生指示占用者移动的信号，处理器被配置成：直接从无线云接口读取第五组信号；其中所述第五组信号中的至少一个信号指示占用者移动；将所述第五组信号处理成第五组测量值；以及经由无线云接口将所述第五组测量值传输到远程控制器（8）。
[0103]
无线云接口有利地是无线射频接口。
[0104]
要设想到的是，云接口提供了与远程控制器（8）的通信，并且还检测占用者移动和/或检测人员移动。
[0105]
在一实施例中，所述第五组信号中的每个信号指示占用者移动和/或人员移动。
[0106]
本公开还教导了一种系统，所述系统包括根据本公开的至少一个第一传感器（5a-5d）、至少一个第一致动器（3a-3e、4a-4e）和场所控制器（6）；其中场所控制器（6）经由传感器接口与至少一个第一传感器（5a-5d）进行操作通信；其中场所控制器（6）经由致动器接口与至少一个第一致动器（3a-3e、4a-4e）进行操作通信；以及其中在至少一个第一致动器（3a-3e、4a-4e）接收到所述至少一个致动器设置信号时，所述至少一个致动器设置信号使至少一个第一致动器（3a-3e、4a-4e）改变至少一个第一致动器（3a-3e、4a-4e）的设置。
[0107]
所述系统优选地是加热、通风、空调系统。所述系统有利地是或者包括加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）。
[0108]
本公开还教导了前述系统中的任何系统，所述系统附加地包括至少一个第二传感器（5a-5d）；其中至少一个第二传感器（5a-5d）包括至少一个运动传感器；其中场所控制器（6）经由传感器接口与至少一个第二传感器（5a-5d）进行操作通信；以及其中场所控制器（6）是根据本公开的场所控制器（6），场所控制器（6）被配置成经由（传感器）接口而连接到至少一个第二传感器（5a-5d）。
[0109]
本公开还教导了一种用于控制场所（1）的方法，所述场所（1）包括至少一个第一本地传感器（5a-5d）、至少一个第一本地致动器（3a-3e、4a-4e）、本地传感器接口、本地致动器接口、本地云接口和本地存储器，所述方法包括以下步骤：
经由本地传感器接口从至少一个第一本地传感器（5a-5d）读取第一组传感器信号；将所述第一组传感器信号处理成第一组测量值；经由本地云接口将所述第一组测量值传输到远程控制器（8），远程控制器（8）远离至少一个第一本地传感器（5a-5d）、远离至少一个第一本地致动器（3a-3e、4a-4e）、远离本地传感器接口、远离本地致动器接口、远离本地云接口、并且远离本地存储器而定位；由于所述第一组测量值的传输而经由本地云接口从远程控制器（8）接收一组模型参数；从本地存储器读取参数化模型（9、26）；将所述一组模型参数应用于参数化模型（9、26），以产生更新的参数化模型（9、26）；经由本地传感器接口从至少一个第一本地传感器（5a-5d）读取至少一个附加的第一传感器信号；使用更新的参数化模型（9、26）从所述至少一个附加的第一传感器信号来计算至少一个致动器设置信号；以及经由本地致动器接口将所述至少一个致动器设置信号传输到至少一个第一本地致动器（3a-3e、4a-4e）。
[0110]
在一实施例中，用于控制场所（1）的方法是用于控制加热、通风、空调安装件（3a-3e、4a-4e、5a-5d）的方法。
[0111]
本公开进一步教导了一种非暂时性计算机可读介质，其包含执行根据本公开的任何方法的步骤的程序。
[0112]
本公开仍教导了一种其上存储有指令的非暂时性计算机可读介质，所述指令响应于执行而使包括处理器的系统执行根据本公开的任何方法的操作。
[0113]
所述计算机可读介质有利地包含指令，所述指令在被执行时执行所述步骤和/或执行根据本公开的方法。还要设想到的是，所述计算机可读介质是有形的。
[0114]
根据本公开的方法的任何步骤可以体现在如下各项中：硬件、由处理器执行的软件模块、使用操作系统级虚拟化来执行的软件模块、云计算布置、或其组合。所述软件可以包括固件、在操作系统中运行的硬件驱动器或应用程序。因此，本公开还涉及用于执行本文中呈现的操作的计算机程序产品。如果在软件中实现，则所描述的功能可以作为一个或多个指令被存储在计算机可读介质上。可以被使用的存储介质的一些示例包括：随机存取存储器（ram）、只读存储器（rom）、闪速存储器、eprom存储器、eeprom存储器、寄存器、硬盘、可移动盘、其他光盘、或计算机或任何其他it设备和器具可以访问的任何可用介质。
[0115]
应当理解的是，前述内容仅涉及本公开的某些实施例，并且可以在不脱离如所附权利要求限定的本公开的范围的情况下在其中做出多种改变。还应当理解的是，本公开不限于所说明的实施例，并且可以在所附权利要求的范围内做出各种修改。
[0116]
附图标记1 场所，诸如建筑物2a-2d 房间3a-3e 致动器，诸如加热器、冷却器、以及冷却器/加热器的阀致动器4a-4e 致动器，诸如窗户、百叶窗和灯的致动器（开关、调光器）5a-5d 传感器
6 场所控制器7 通信总线8 远程控制器9 卷积神经网络10-11、13-16、18-22 神经元12、17 神经网络层23 递归神经网络层24 递归神经网络输入25 递归神经网络输出26 递归神经网络27 反馈