一、浅谈智能建筑中的节点控制器（论文文献综述）
朱俊超[1]（2021）在《面向新型建筑智能化平台副本管理策略的研究》文中指出随着物联网、大数据技术的不断发展,智能建筑行业不断进步,楼宇自动化系统集中式分层系统架构阻碍了自身发展,于是基于扁平化、无中心的分布式系统平台应运而生,形成新型建筑智能化平台。该平台将建筑内的空间或设备划分成多个基本单元,每个单元对应一个智能计算节点（Computing Process Node,CPN）,CPN节点间依据空间关系进行连接,形成CPN网络,共同完成全局计算和控制任务。但是新型建筑智能化平台目前在建筑自控方面研究较多,在数据备份方面尚未有较多研究。考虑到平台是分布式系统,将分布式存储系统作为基础技术,解决平台数据存储。分布式存储系统中的Hadoop分布式文件系统（Hadoop Distribute File System,HDFS）能够有效地解决数据备份问题,因此,本文将HDFS应用到新型建筑智能化平台上,形成分布式的存储系统,利用HDFS副本冗余技术,实现平台数据的可靠备份,提高数据读取效率。然而,HDFS默认副本策略在副本放置和副本选择方面都存在不足,本文针对默认副本放置策略和默认副本选择策略在新型建筑智能化平台上负载均衡性和用户访问效率存在的不足,改进了HDFS副本放置策略和副本选择策略,提高了平台数据存储可靠性和数据读取效率。本文的主要研究如下:首先,研究了面向新型建筑智能化平台的副本放置策略。针对HDFS默认副本放置策略在数据存储均衡性上的不足,本文分析了新型建筑智能化平台在副本放置上的影响因素,研究了基于粒子群算法的副本放置策略。该策略考虑了节点的存储空间大小和数据传输时间,并构建了负载均衡的副本放置模型,利用粒子群算法不断迭代优化,获得最优的副本放置位置,实现了集群整体的负载均衡。其次,研究了面向新型建筑智能化平台的副本选择策略。针对HDFS默认副本选择策略下用户访问效率受节点工作负载影响的问题,分析了新型建筑智能化平台在副本选择上的影响因素,研究了基于最大服务能力的副本选择策略。该策略考虑了副本节点的工作负载和数据传输时间,把节点服务能力作为副本选择的评价指标,选取出服务能力最大的副本节点,有效地减少了副本读取的响应时间,提高了用户访问效率。最后,对上述两种副本策略,进行了仿真实验验证。本文通过对Cloud Sim仿真平台的扩展改进,实现HDFS在Cloud Sim上的仿真。并分别设计了两组对照实验,验证了策略的可行性和有效性,结果表明:面向新型建筑智能化平台的副本放置策略比默认副本放置策略在负载均衡性上表现更好;面向新型建筑智能化平台的副本选择策略比默认副本选择策略的用户访问效率更高。实验验证了两种策略的有效性。图[25]表[5]参[63]
袁翠艳[2]（2021）在《面向新型建筑智能化平台的车辆引导系统研究》文中研究说明为了解决机动车停车困难的问题,大型公共建筑一般都配备了规模较大的停车场。如何高效引导驾驶员在大型停车场中寻找理想停车位,并提高停车场运行效率是当前停车场管理的难点之一。因此,对大型停车场车辆引导方法开展研究具有一定的理论与应用价值。当前停车场车辆引导系统多数采用集中式分层架构进行控制,存在信息计算量大,信息冗余度高和引导效率低等问题。新型建筑智能化平台采用无中心控制架构,通过局部信息交互进行系统控制。这种控制方式减小了信息的传输量和计算量,能够有效克服上述问题。因此,本文面向新型建筑智能化平台对大型停车场的车辆引导方法开展了研究。首先在新型建筑智能化仿真平台上构建了停车场仿真模型,其次以停车场仿真模型的运行数据作为基础数据研究了一种能够适用于新型建筑智能化平台的改进蚁群算法（Ant Colony Optimization,ACO）,最后以改进蚁群算法实现的路径规划方法为基础实现了车辆引导系统。本文开展的主要工作如下:1、本文利用新型建筑智能化仿真平台构建停车场仿真模型仿真停车场的物理环境和管理功能。根据停车场的物理环境和运行过程设计了停车场仿真模型,并在此基础上实现了该仿真模型,然后在新型建筑智能化仿真平台上进行仿真模型的调试。通过该仿真模型的运行可以获取停车场的物理环境和车辆进出场等信息,为后续路径规划方法的研究提供了数据支撑。2、本文以停车场仿真模型的数据为基础,设计了一种改进蚁群算法实现车辆停车路径的规划。本文基于新型建筑智能化平台无中心控制方式和计算特点对标准蚁群算法进行了改进,使得改进后的蚁群算法能够适用于新型建筑智能化平台,并在分布式仿真平台（Distributed Simulation Platform,DSP）上对该算法进行验证。实验结果验证了改进蚁群算法在停车场路径规划中的可行性和有效性。3、本文结合停车场仿真模型实现了基于改进蚁群算法的车辆引导系统。首先搭建了新型建筑智能化实验平台,其次在该平台上利用停车场仿真模型的数据实现了基于改进蚁群算法的车辆引导系统并通过控制照明系统引导车辆行驶,最后对该车辆引导系统进行了实验验证。实验结果表明该系统能够准确的引导车辆行驶到指定的停车位,有效提高了停车场的运行效率。图[58]表[12]参[53]
王晨旭[3]（2020）在《基于小波和贝叶斯网络的智能建筑供配电系统故障诊断研究》文中指出随着时代的发展,智能建筑已经成为一种趋势,使日常生活变得高效而便捷,智能建筑供配电系统日益庞大,不可避免会出现故障,所以对智能建筑的安全保障是必要的。一旦智能建筑供配电系统出了故障,势必会增加电网调控工作人员的工作量,影响到居民的正常生活,严重则会使整个建筑遭到损害和不必要的经济损失,而且对电能质量的影响巨大,甚至会造成人身伤亡事故,因此智能建筑中供配电系统的故障诊断技术尤为重要,对故障诊断的研究具有重大的意义。本文提出的故障诊断方法主要针对的是智能建筑中易出现的故障问题,智能建筑供配电系统中出现的故障比传统建筑的故障类型要多,后果也要更加严重。智能建筑比传统建筑有更多的传感器以及智能器件,由于其系统本身的线路复杂性,除了传统建筑中三相短路、两相接地短路、两相短路、单相短路这四种最基本的故障之外,也会出现多重故障等严重现象。对于这些多样化的态势,更多未知或者更复杂的故障藏于其中,需要更精准的诊断方法来进行判断。本文结合智能建筑供配电系统的特点,对其电网络拓扑结构和故障特征从理论上进行了详细地分析及故障特征的分析,确定其故障类型,并且提出了一种基于小波变换和贝叶斯网络的智能建筑供配电网络故障诊断方法。为了验证本文提出的故障诊断方法与同类型的智能建筑供配电系统故障诊断方法相比是较有优势的,最后会以实例进行仿真研究。此方法对于简单故障以及复杂多重故障情况都能够正确判别故障元件,且在保护及断路器存在拒动、误动、漏报、误报以及时标错误等情况下均能有效判别故障元件,同时能够推理得到元件故障的时间点约束区间,具有较高的容错性。利用MATLAB编程进行矩阵运算推理,诊断时间均不超过1s,且与故障复杂程度无关,可见所提模型能够满足在线故障诊断应用的实时性要求。为使最后的结果更具有客观性和准确性,将本文所提的方法与其它故障诊断方法进行横向比较,与神经网络法、粗糙集法、模型预测法、贝叶斯网络法四种方法在相同条件下进行仿真实验并进行对比分析。由此可见,此方法可以有效提升了故障诊断的准确性。
陈志伟[4]（2020）在《群智能建筑电气设备接口技术研究》文中研究指明传统的建筑集中式系统采用分层架构,子系统各成体系,造成了组网调试、升级改造、机电设备互联互通困难等问题,严重阻碍了跨系统功能的实现。相比于传统的建筑集中式架构,群智能作为一种新型的建筑运行管理系统,采用的分布式架构去掉了中央监控主机,使得整个系统更加扁平,而作为建筑的重要组成部分,机电设备的互联互通是实现建筑群智能控制的关键。本文通过将计算处理节点（Computing Process Node,CPN）嵌入建筑电气设备对其进行改造升级,统一规范了电气设备的对外接口形式,并将一种改进的负荷预测算法植入电气设备中,将其升级为群智能电气设备。针对群智能建筑中电气设备的标准化描述问题,本文首先研究了电气设备标准信息模型的编制方法,从控制需求角度将电气类机电设备划分为七类,选取其中的配电箱作为典型代表,建立了配电箱这一大类的标准化信息模型,然后着重研究了配电箱与CPN的接口特性,为实现配电箱与CPN的信息交互提供了理论基础。为了分析设备的能耗水平,需要在电气设备中集成负荷预测功能。本文又分别研究了循环神经网络（Recurrent Neural Network,RNN）、长短期记忆网络（Long Short Term Memory,LSTM）以及添加Attention机制的长短期记忆网络（Attention Long Short Term Memory,Attention-LSTM）的数学模型,并使用PyCharm编辑器对上述神经网络进行建模,结果表明Attention-LSTM较其他两种网络具有更高的预测精度,验证了所提出算法的有效性。然后,为实现配电箱与CPN的接口对接,本文研制了基于STM32F407芯片控制的协议转换装置,着重分析了转换装置硬件和软件的设计过程,给出了将神经网络部署在STM32嵌入式中的方式。最后,基于配电箱的标准信息模型以及AttentionLSTM负荷预测模型,实现了配电箱与CPN的信息交互。
沈扬军[5]（2019）在《基于树莓派的智能楼宇控制系统研究》文中认为社会的发展,提升着人们的生活水平,同时也加大了能源的消耗,尤其是在大型的建筑物中。大量的能源消耗导致了生态环境的破坏。本文提出了利用先进的智能楼宇控制系统应用于大型的建筑物中,不仅能节约资源和保护环境,而且还能提升人们的生活水平。随着嵌入式设备智能的进一步提升和物联网的快速发展,智能控制器也渐渐成为了嵌入式设备的核心控制器件,慢慢的从一些家电、生活工具发展到了物联网、智能家居、智慧城市等新型领域。本课题研究的是一款基于Raspberry Pi的智能楼宇控制系统,该控制系统的硬件设计主要有两个部分组成,分别是控制器主板和控制器扩展板。控制器主板又分为两个部分,分别是核心板与设备板。核心板是控制器的核心,能完成独立的计算并拥有丰富的外设接口。设备板主要实现模块的扩展,设计AD/DA转换模块设计、开光量输入/输出模块设计和RS485通信模块设计等。控制器扩展板主要的功能是对接口进一步的分类扩展。智能楼宇控制器控制系统的软件部分主要是在树莓派的Raspberry操作系统环境下开发的。根据所设计的硬件,开发了各个硬件模块的驱动、实现了控制器主板和控制器扩展板之间的Modbus通信和控制主板与控制器主板间的WiFi无线通信。本课题研究的是新一代的智能楼宇控制系统,一定程度上也推进了国内智能楼宇控制系统的发展,同时对智能楼宇的发展也有着比较重要的意义。
闫雅婷[6]（2019）在《首钢西十广场办公楼综合能效管理系统的设计与实现》文中认为目前,随着经济和社会的快速发展,伴随而来的能源、环境问题不断显现,特别是能耗较大的建筑及能源管理问题,旨在提升发展质量和发展效率的绿色科技和管理体系不断出现。当前,我国建筑能源管理系统发展越来越快,不仅表现在监控和管理手段上,更体现在能效使用的高效性、透明性和可控性上。针对首钢西十广场办公楼综合能效管理系统进行设计和研究,将该系统设计为四层金字塔结构,由底层至顶层分别为:建筑设备能效管理系统、水电分项计量系统、冷热水力平衡系统及智慧照明系统。综合能效管理系统之间通过内部具有各类逻辑控制及编辑功能的平台软件和数据网管,利用M-BUS、Modbus、C-BUS等总线式通讯协议,实现对建筑各能耗相关弱电子系统的控制设备级接入,将各能耗相关弱电子系统融为一体,形成统一的建筑能效控制管理体系,将建筑节能、高效管理、科学运作有机结合起来,从而达到真正意义的建筑能效管理控制功能。经测算,首钢西十广场办公楼采取综合能效系统后的能耗较传统建筑物能耗减少约17.6%,对类似建筑的能效综合管理提供良好的借鉴经验。图21幅;表8个;参53篇。
薛玮[7]（2018）在《物联网技术在智能建筑中的应用研究》文中指出物联网技术现已成为我国战略性新兴产业的重要组成部分,在各行各业中得到了广泛应用。随着智能建筑的发展,出现了系统集成困难,可扩展性差、跨系统协调运行困难等问题,物联网技术的发展为解决这些问题提供了新的思路,物联网技术在智能建筑中的应用将促进智能建筑的进一步发展。本文针对物联网技术在智能建筑中的应用,作了如下研究。首先,提出了一种基于物联网技术的智能建筑架构,并详细论述了该架构的构成及关键技术。该架构包括室内电气物联网系统与公共设施集成系统两部分,室内电气物联网与公共设施集成系统的数据汇聚形成建筑大数据,通过多种数据分析算法为建筑运维管理提供决策支持;其次,介绍了室内电气物联网系统的设计与实现,在阐述室内电气物联网功能的基础上,重点论述了物联网节点、数据库、应用服务与数据分析等关键部分的设计与实现;再次,研究了基于物联网技术的地下车库智能停车问题,针对基于视频图像处理技术的反向寻车系统成本过高的问题,提出了采用超声波探测器实现反向寻车的车辆轨迹跟踪方法,使得停车管理系统仅通过超声波探测器即可判断车辆停车位置,并开发了用户寻车和缴费的相关微信公众号;最后,以某被动实验楼为对象,完成了室内电气物联网系统的部署及地源热泵空调系统、围护结构监测系统、室外环境监测系统、能源管理系统、视频监控系统等子系统的集成,通过建筑设备物联网信息系统平台实现了各个子系统集中监视控制与综合管理。同时采用回归型支持向量机对实验楼的能耗进行预测分析,可以帮助物业管理人员把握建筑能源消耗的趋势,为决策提供支撑。
王德坤[8]（2018）在《防火门监控系统在智能建筑中的重要性及应用》文中研究说明安全、舒适的生活及办公环境是人们所追求的,因此,在建筑中各种智能化的设备及布控系统显得尤为重要。近年各种频发的高危火灾事件严重威胁到了国民的生命安全,所以火灾监控系统在建筑中的应用显得尤为重要。本文主要从智能建筑防火门防护系统的结构性能、设计要点、重要性及应用现状等四个方面做出阐述。
杨利[9]（2017）在《火灾监控系统在智能建筑中的应用现状和发展趋势》文中进行了进一步梳理我国的经济、科学技术以及信息技术均处于高速发展的阶段,人们的生活水平以及物质文化需要也在不断的提升,各种智能化建筑在我国各个大城市中得到了一定的兴起与发展,而为了保证智能化建筑在使用过程中的安全性,就对其安防功能提出了更高的要求。在智能建筑的各种自动化系统中火灾监控系统为其中一个子系统,也是比较重要的组成部分,是智能建筑防火安全体系核心与消防系统集成的关键。为了更好的满足智能建筑对防火安全性的需要,就应该对火灾监控系统的基本结构、性能特点、设计应用要求和目前火灾监控系统在智能建筑中的应用现状以及未来的发展趋势进行探讨和浅析。
段维宁[10]（2012）在《浅谈火灾自动报警系统在智能建筑中的应用》文中研究指明本文分析探讨当前火灾监控系统的基本结构和应用形式,结合智能建筑特点及其防火安全要求,说明火灾监控系统在智能建筑中的应用现状和发展趋势。
二、浅谈智能建筑中的节点控制器（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、浅谈智能建筑中的节点控制器（论文提纲范文）
（1）面向新型建筑智能化平台副本管理策略的研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 智能建筑大数据应用的研究现状 |
| 1.2.2 副本管理策略的研究现状 |
| 1.3 论文研究内容及章节安排 |
| 第二章 新型建筑智能化平台与分布式存储系统概述 |
| 2.1 新型建筑智能化平台概述 |
| 2.1.1 新型建筑智能化系统架构 |
| 2.1.2 智能节点CPN |
| 2.1.3 CPN拓扑结构 |
| 2.1.4 CPN标准信息集 |
| 2.2 分布式存储系统 |
| 2.3 面向新型建筑智能化平台的分布式存储 |
| 2.4 本章小结 |
| 第三章 面向新型建筑智能化平台的副本放置策略研究 |
| 3.1 HDFS写文件流程 |
| 3.2 HDFS默认副本放置策略分析 |
| 3.3 新型建筑智能化平台的副本放置影响因子分析 |
| 3.4 基于粒子群算法的副本放置策略的研究 |
| 3.4.1 副本放置数学模型 |
| 3.4.2 粒子群算法思想 |
| 3.4.3 改进的副本放置策略 |
| 3.5 本章小结 |
| 第四章 面向新型建筑智能化平台的副本选择策略研究 |
| 4.1 HDFS读文件流程 |
| 4.2 HDFS默认副本选择策略分析 |
| 4.3 新型建筑智能化平台的副本选择影响因子分析 |
| 4.4 基于最大服务能力的副本选择策略研究 |
| 4.4.1 节点服务能力评价指标 |
| 4.4.2 改进的副本选择策略 |
| 4.5 本章小结 |
| 第五章 面向新型建筑智能化平台的副本管理实验与分析 |
| 5.1 实验仿真环境搭建 |
| 5.1.1 仿真工具介绍 |
| 5.1.2 基于HDFS的仿真工具扩展 |
| 5.1.3 实验环境搭建 |
| 5.2 副本放置策略实验 |
| 5.2.1 实验设计 |
| 5.2.2 实验结果分析 |
| 5.3 副本选择策略实验 |
| 5.3.1 实验设计 |
| 5.3.2 实验结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（2）面向新型建筑智能化平台的车辆引导系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与章节安排 |
| 第二章 相关知识与技术介绍 |
| 2.1 新型建筑智能化平台 |
| 2.2 新型建筑智能化仿真平台 |
| 2.2.1 新型建筑智能化仿真平台架构 |
| 2.2.2 新型建筑智能化仿真平台开发流程 |
| 2.3 停车场管理系统 |
| 2.3.1 停车场管理系统的架构与功能 |
| 2.3.2 路径规划算法概述 |
| 2.4 本章小结 |
| 第三章 停车场仿真模型设计与实现 |
| 3.1 停车场仿真模型概述 |
| 3.1.1 停车场仿真模型需求分析 |
| 3.1.2 停车场仿真模型设计 |
| 3.2 停车场出入口模型 |
| 3.2.1 停车场出入口模型需求分析 |
| 3.2.2 停车场出入口模型设计 |
| 3.3 停车场物理环境模型 |
| 3.3.1 停车场物理环境模型需求分析 |
| 3.3.2 停车场物理环境模型设计 |
| 3.4 停车场照明系统模型 |
| 3.4.1 停车场照明系统模型需求分析 |
| 3.4.2 停车场照明系统模型设计 |
| 3.5 停车场仿真模型测试 |
| 3.6 本章小结 |
| 第四章 基于改进蚁群算法的路径规划方法研究 |
| 4.1 问题描述 |
| 4.2 改进蚁群算法设计 |
| 4.2.1 改进蚁群算法的流程设计 |
| 4.2.2 改进蚁群算法启发式函数设计 |
| 4.3 实验与结果分析 |
| 4.3.1 节点网络拓扑结构设计 |
| 4.3.2 改进蚁群算法参数设置 |
| 4.3.3 多场景下停车路径规划实验结果分析 |
| 4.4 本章总结 |
| 第五章 基于路径规划的车辆引导系统设计与实现 |
| 5.1 基于路径规划的车辆引导系统设计 |
| 5.1.1 硬件平台搭建 |
| 5.1.2 软件设计 |
| 5.2 基于新型建筑智能化平台的改进蚁群算法实现 |
| 5.3 基于路径规划的车辆引导系统实现 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介及读研期间主要科研成果 |
（3）基于小波和贝叶斯网络的智能建筑供配电系统故障诊断研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题的背景及意义 |
| 1.2 故障诊断发展及现状 |
| 1.2.1 基本故障诊断 |
| 1.2.2 基本故障诊断元件 |
| 1.2.3 故障诊断系统国内外研究现状 |
| 1.3 本文的主要研究 |
| 2 智能建筑供配电系统故障分析 |
| 2.1 引言 |
| 2.2 智能建筑供配电结构构成 |
| 2.3 供配电系统电网络拓扑的结构特点 |
| 2.4 智能建筑供配电网络分析 |
| 2.5 智能建筑供配电系统故障分析 |
| 2.5.1 智能建筑故障诊断现状 |
| 2.5.2 智能建筑中存在的传统故障 |
| 2.5.3 智能建筑供配电系统故障 |
| 2.6 本章小结 |
| 3 基于贝叶斯网络的智能建筑故障诊断 |
| 3.1 引言 |
| 3.2 贝叶斯网络概述 |
| 3.3 贝叶斯网络故障诊断程序 |
| 3.3.1 贝叶斯网络故障诊断模型 |
| 3.3.2 贝叶斯网络参数建模 |
| 3.3.3 贝叶斯网络推断 |
| 3.3.4 故障识别与仿真分析 |
| 3.4 本章小结 |
| 4 基于小波和贝叶斯网络的智能建筑故障诊断 |
| 4.1 引言 |
| 4.2 智能建筑供配电的拓扑描述 |
| 4.3 小波变换原理 |
| 4.3.1 小波变换的近似理论 |
| 4.3.2 小波变换中的Mallat算法 |
| 4.4 故障诊断过程 |
| 4.4.1 智能建筑供配电系统故障特征提取 |
| 4.4.2 基于小波和贝叶斯网络的供配电故障诊断步骤 |
| 4.5 算例分析 |
| 4.6 本章小结 |
| 5 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间的研究成果 |
（4）群智能建筑电气设备接口技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 本文的研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 群智能的产生及发展 |
| 1.2.2 群智能技术在建筑中的应用 |
| 1.2.3 电气设备的运行控制 |
| 1.3 论文的主要研究工作 |
| 2 群智能电气设备的接口特性分析 |
| 2.1 群智能电气设备 |
| 2.2 电气设备的标准信息模型 |
| 2.2.1 电气类机电设备的划分 |
| 2.2.2 信息模型是实现群智能设备互联互通的基础 |
| 2.2.3 配电箱的标准化信息模型 |
| 2.3 配电箱及CPN的接口特性 |
| 2.3.1 配电箱的接口特性 |
| 2.3.2 CPN的接口特性 |
| 2.4 本章小结 |
| 3 负荷预测算法研究 |
| 3.1 负荷预测算法基础理论 |
| 3.1.1 负荷预测算法选择 |
| 3.1.2 人工神经网络模型 |
| 3.1.3 神经网络的评价指标 |
| 3.2 循环神经网络 |
| 3.2.1 循环神经网络数学模型 |
| 3.2.2 循环神经网络的反向传播 |
| 3.2.3 循环神经网络的优缺点 |
| 3.3 基于Attention机制的长短期记忆网络 |
| 3.3.1 长短期记忆神经网络数学模型 |
| 3.3.2 基于Attention机制的改进模型 |
| 3.4 仿真结果及分析 |
| 3.4.1 传统时间序列模型仿真结果 |
| 3.4.2 Attention+LSTM的改进效果 |
| 3.5 基于Attention机制的负荷预测方法 |
| 3.5.1 STM32与神经网络 |
| 3.5.2 神经网络在STM32中的实现过程 |
| 3.6 本章小结 |
| 4 接口技术的软硬件设计 |
| 4.1 接口技术的硬件电路设计 |
| 4.1.1 STM32最小系统 |
| 4.1.2 与CPN的通讯模块 |
| 4.1.3 与配电箱的通讯模块 |
| 4.1.4 FLASH存储模块电路设计 |
| 4.1.5 电源模块电路设计 |
| 4.1.6 液晶显示模块电路设计 |
| 4.2 接口技术的软件设计 |
| 4.2.1 移植μC/OS-Ⅱ操作系统 |
| 4.2.2 系统的任务划分及设计 |
| 4.2.3 主程序设计 |
| 4.2.4 通讯程序设计 |
| 4.2.5 协议转换程序设计 |
| 4.2.6 负荷预测程序设计 |
| 4.3 本章小结 |
| 5 实验结果分析 |
| 5.1 信息交互实验结果分析 |
| 5.1.1 与配电箱模拟控制器的信息交互 |
| 5.1.2 与带载配电箱的信息交互 |
| 5.2 负荷预测实验结果分析 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（5）基于树莓派的智能楼宇控制系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题的背景及研究的意义 |
| 1.2 发展历史及研究的现状 |
| 1.2.1 智能楼宇的简介 |
| 1.2.2 智能楼宇发展历程 |
| 1.2.3 国内发展趋势与展望 |
| 1.3 本文主要内容和章节结构 |
| 第二章 控制器主板硬件设计 |
| 2.1 控制器核心板选型 |
| 2.1.1 树莓派介绍 |
| 2.1.2 树莓派引脚分配 |
| 2.2 系统硬件模块设计 |
| 2.2.1 电源模块 |
| 2.2.2 开关量电路设计 |
| 2.2.3 RS485 通信电路设计 |
| 2.2.4 AD采样电路设计 |
| 2.2.5 DA转换电路设计 |
| 2.3 PCB控制器主板整体布局与实物 |
| 2.4 本章小结 |
| 第三章 控制器扩展板的硬件设计 |
| 3.1 控制器扩展板的CPU选型 |
| 3.1.1 STC15F2K60S2 系列主要性能介绍 |
| 3.1.2 STC15F2K60S2 系列单片机优势 |
| 3.2 控制器扩展板各模块设计 |
| 3.2.1 电源模块 |
| 3.2.2 拨码开关设计 |
| 3.2.3 RS485 通信 |
| 3.2.4 AD转换模块 |
| 3.2.5 模拟量输出模块 |
| 3.2.6 开关量输入/输出模块设计 |
| 3.3 控制器扩展板实物展示 |
| 3.4 本章小结 |
| 第四章 系统控制软件设计 |
| 4.1 树莓派系统安装 |
| 4.2 开关量控制程序设计 |
| 4.3 RS485 通信驱动设计 |
| 4.4 AD转换实现程序设计 |
| 4.5 DA转换实现程序设计 |
| 4.6 本章小结 |
| 第五章 控制器测试及显示实现 |
| 5.1 控制器的整体硬件连接测试 |
| 5.2 控制器主板与扩展板间通信 |
| 5.2.1 Modbus通信协议介绍 |
| 5.2.2 树莓派安装Modbus-tk库 |
| 5.2.3 控制器主板Modbus通信测试 |
| 5.3 控制器主板间WiFi通信 |
| 5.3.1 无线通信的介绍 |
| 5.3.2 WiFi网络通信的拓扑结构 |
| 5.3.3 WiFi无线网络通信测试 |
| 5.4 界面搭建 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的科研成果 |
（6）首钢西十广场办公楼综合能效管理系统的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 引言 |
| 第1章 文献综述 |
| 1.1 课题研究背景及意义 |
| 1.1.1 国外发展现状 |
| 1.1.2 国内发展现状 |
| 1.2 首钢西十广场简介 |
| 1.3 综合能效管理系统概述 |
| 1.4 本章小结 |
| 第2章 综合能效管理系统设计理念 |
| 2.1 系统设计的目标 |
| 2.2 系统设计的原则 |
| 2.3 系统设计的规划 |
| 2.4 本章小结 |
| 第3章 综合能效管理系统设计 |
| 3.1 建筑设备能效管理系统设计 |
| 3.1.1 系统网络设计 |
| 3.1.2 风机盘管系统设计 |
| 3.2 水电分项计量管理系统设计 |
| 3.2.1 表具远程设计 |
| 3.2.2 分项计量系统设计 |
| 3.3 冷热水力平衡系统设计 |
| 3.3.1 静态水力平衡设计 |
| 3.3.2 动态水力平衡设计 |
| 3.3.3 机组自动调节设计 |
| 3.4 智慧照明系统设计 |
| 3.4.1 网络控制系统设计 |
| 3.4.2 硬件安装设计 |
| 3.5 本章小结 |
| 第4章 综合能效管理系统的实现 |
| 4.1 建筑设备能效管理系统的实现 |
| 4.2 水电分项计量管理系统的实现 |
| 4.3 冷热水力平衡系统的实现 |
| 4.4 智慧照明系统的实现 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
| 导师简介 |
| 企业导师 |
| 作者简介 |
| 学位论文数据集 |
（7）物联网技术在智能建筑中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 智能建筑的概念及发展趋势 |
| 1.3 物联网在智能建筑中的应用 |
| 1.4 本文的主要工作 |
| 第2章 基于物联网的智能建筑架构 |
| 2.1 基于物联网的智能建筑系统架构概述 |
| 2.1.1 基于物联网技术的智能建筑系统架构 |
| 2.1.2 室内电气物联网系统 |
| 2.1.3 公共基础设施子系统集成系统 |
| 2.2 关键构建技术 |
| 2.2.1 物联网传感网络 |
| 2.2.2 建筑设备监控与系统集成 |
| 2.2.3 云平台与大数据 |
| 2.3 小结 |
| 第3章 室内电气物联网系统设计 |
| 3.1 室内电气物联网系统功能模型 |
| 3.2 物联网节点 |
| 3.2.1 物联网节点结构 |
| 3.2.2 物联网节点与服务器通信 |
| 3.2.3 物联网节点与现场测控模块通信 |
| 3.3 数据与存储 |
| 3.3.1 关系数据模型 |
| 3.3.2 通用设备描述 |
| 3.3.3 关系数据库实现 |
| 3.3.4 实时数据库 |
| 3.4 应用服务与服务分析 |
| 3.4.1 节点注册 |
| 3.4.2 远程控制 |
| 3.4.3 报警功能 |
| 3.4.4 通信故障诊断功能 |
| 3.4.5 设备注册与管理 |
| 3.5 小结 |
| 第4章 基于物联网技术的智慧停车系统 |
| 4.1 系统构成 |
| 4.1.1 系统架构 |
| 4.1.2 数据库模型 |
| 4.2 车牌识别与轨迹跟踪 |
| 4.2.1 车牌识别与车位分配 |
| 4.2.2 车身识别 |
| 4.2.3 基于时间序列的车辆轨迹跟踪 |
| 4.3 反向寻车微信公众号开发 |
| 4.3.1 数据通信机制 |
| 4.3.2 功能分析与实现 |
| 4.4 小结 |
| 第5章 物联网智能建筑应用实例 |
| 5.1 被动式实验楼工程概况 |
| 5.2 室内电气物联网系统 |
| 5.2.1 系统部署 |
| 5.2.2 数据服务 |
| 5.2.3 功能展现 |
| 5.3 公共设施系统集成与管理 |
| 5.3.1 地源热泵空调系统 |
| 5.3.2 围护结构监测系统 |
| 5.3.3 室外环境监测系统 |
| 5.3.4 能源管理系统 |
| 5.3.5 视频监控系统 |
| 5.4 数据分析与应用 |
| 5.4.1 数据分析算法 |
| 5.4.2 数据应用 |
| 5.5 小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间论文发表及科研情况 |
（9）火灾监控系统在智能建筑中的应用现状和发展趋势（论文提纲范文）
| 0 引言 |
| 1 火灾监控系统的基本结构与性能特点 |
| 2 火灾监控系统的基本设计应用要求 |
| 3 火灾监控系统在智能建筑中的应用现状 |
| 3.1 中控机系统形式 |
| 3.2 主子机系统形式 |
| 3.3 节点机系统形式 |
| 4 火灾监控系统在智能建筑中的发展趋势 |
| 5 结束语 |
四、浅谈智能建筑中的节点控制器（论文参考文献）
- [1]面向新型建筑智能化平台副本管理策略的研究[D]. 朱俊超. 安徽建筑大学, 2021(08)
- [2]面向新型建筑智能化平台的车辆引导系统研究[D]. 袁翠艳. 安徽建筑大学, 2021(08)
- [3]基于小波和贝叶斯网络的智能建筑供配电系统故障诊断研究[D]. 王晨旭. 辽宁石油化工大学, 2020(04)
- [4]群智能建筑电气设备接口技术研究[D]. 陈志伟. 大连理工大学, 2020(02)
- [5]基于树莓派的智能楼宇控制系统研究[D]. 沈扬军. 江西理工大学, 2019(01)
- [6]首钢西十广场办公楼综合能效管理系统的设计与实现[D]. 闫雅婷. 华北理工大学, 2019(01)
- [7]物联网技术在智能建筑中的应用研究[D]. 薛玮. 山东建筑大学, 2018(02)
- [8]防火门监控系统在智能建筑中的重要性及应用[J]. 王德坤. 智能建筑, 2018(02)
- [9]火灾监控系统在智能建筑中的应用现状和发展趋势[J]. 杨利. 中小企业管理与科技(上旬刊), 2017(02)
- [10]浅谈火灾自动报警系统在智能建筑中的应用[A]. 段维宁. 2012年6月建筑科技与管理学术交流会论文集, 2012