本发明涉及室内环境控制，具体为基于物联网的室内环境控制方法及系统。
背景技术：
1、物联网是指通过信息传感设备，按约定的协议，将任何物体与网络相连接，物体通过信息传播媒介进行信息交换和通信，以实现智能化识别、定位、跟踪、监管等功能。在物联网应用中有三项关键，分别是感知层、网络传输层和应用层。室内环境治理就是运用现代科学技术方法以间断或连续的形式定量地测定环境因子及其他有害于人体健康的室内环境污染物的浓度变化，观察并分析其环境影响过程与程度的科学活动。室内环境检测治理研究表明：中国是人口大国，通过对各地方性人口健康调查发现室内环境检测指数较好的环境人口普遍寿龄高于居住在环境较差的地方的寿龄。这是室内环境检测中不可否认的结果。
2、现有的室内环境控制系统大多依赖于单一传感器或预设模式进行控制，无法实时响应多种环境变量的变化，导致用户体验不佳；此外，现有技术通常忽略了系统的自我学习和优化能力，难以实现真正的智能化控制。为此，需要设计相应的技术方案给予解决。
技术实现思路
1、(一)解决的技术问题
2、针对现有技术的不足，本发明提供了基于物联网的室内环境控制方法及系统，解决了依赖于单一传感器或预设模式进行控制，无法实时响应多种环境变量的变化，导致用户体验不佳，现有技术通常忽略了系统的自我学习和优化能力，难以实现真正智能化控制的技术问题。
3、(二)技术方案
4、为实现以上目的，本发明通过以下技术方案予以实现：基于物联网的室内环境控制方法，包括以下方法步骤：
5、s1，系统初始化：系统首次启动时，传感器网络开始收集环境数据，中央控制单元进行初步处理，并将数据传输至云服务器；云服务器利用数据建立初步的用户行为模型和环境控制策略；
6、s2，实时数据处理：传感器网络实时监测环境参数，并通过物联网网关将数据传输至中央控制单元；中央控制单元利用边缘计算能力，对数据进行初步处理，并根据预设的控制策略，调整执行设备的运行状态；
7、s3，数据分析与优化：云服务器定期对收集到的数据进行分析，更新用户行为模型和环境控制策略；通过自我学习算法，系统能够识别用户的行为模式，并根据这些模式，优化控制策略；
8、通过自我学习算法来更新用户行为模型和环境控制策略，使用机器学习中的监督学习中的时序预测模型，具体方法步骤包括如下：
9、将从传感器网络收集到的环境数据和用户行为数据进行预处理操作；
10、提取关键特征，并将这些特征按照时间顺序构建成特征向量；
11、将数据集划分为训练集和测试集，按照时间顺序划分，确保模型能够基于历史数据进行预测；
12、使用lstm模型进行训练，lstm模型适用于处理时序数据，能够捕捉到时间序列中的长期依赖关系；
13、利用训练好的lstm模型，对未来的环境参数和用户行为进行预测；
14、根据预测结果，调整环境控制策略，以优化用户体验；
15、lstm单元公式：
16、输入门：it＝σ(wi·[ht-1，xt]+bi)；
17、遗忘门：ft＝σ(wf·[ht-1，xt]+bf)；
18、输出门：ot＝σ(wo·[ht-1，xt]+bo)；
19、候选记忆单元：
20、记忆单元更新：
21、隐藏状态更新：ht＝ot*tanh(ct)；
22、损失函数：使用均方误差作为损失函数：
23、其中，yi是实际值，是预测值；
24、优化算法：使用反向传播通过时间算法来训练lstm模型，并使用优化算法来更新模型参数；
25、s4，异常检测与响应：系统内置的异常检测模块，实时监控传感器数据的变化，当检测到异常情况，系统会自动开启响应保护，并向用户发出警报。
26、优选的，建立初步的用户行为模型和环境控制策略的具体方法步骤包括如下：
27、s101，初步用户行为模型建立：
28、行为模式识别：基于用户输入的偏好和传感器数据，使用数据聚类算法识别初步的用户行为模式；
29、时间序列分析：使用时间序列分析方法，分析传感器数据的时间变化规律，建立初步的用户日常行为时间序列模型；
30、s102，环境控制策略制定：
31、规则设定：根据用户输入的初步偏好和行为模式，制定基本的环境控制规则；
32、初步策略生成：利用优化算法，在保证用户舒适度的前提下，生成初步的环境控制策略；
33、多目标优化：在初步策略生成过程中，考虑多个目标的平衡，进行多目标优化；
34、s103，模型验证与调整：
35、模拟仿真：在云服务器上进行模拟仿真，验证初步的用户行为模型和环境控制策略的有效性；
36、用户反馈调整：根据用户的反馈，调整初步的行为模型和控制策略，确保其符合用户的实际需求。
37、优选的，使用数据聚类算法的具体方法步骤包括如下：
38、s1011，数据标准化：
39、对收集到的传感器数据进行标准化处理，确保不同量纲的数据在同一尺度上进行比较；
40、标准化公式：
41、其中，x为原始数据，μ为均值，σ为标准差；
42、s1012，选择初始聚类中心：
43、随机选择k个数据点作为初始聚类中心；
44、s1013，计算距离并分配数据点：
45、计算每个数据点与每个聚类中心的欧氏距离，将数据点分配到距离最近的聚类中心；
46、欧氏距离公式：
47、其中，xi为数据点，μj为聚类中心，n为特征的维数；
48、s1014，更新聚类中心：
49、计算每个聚类的均值作为新的聚类中心；
50、新的聚类中心公式：
51、其中，cj为第j个聚类，|cj|为第j个聚类中的数据点数量；
52、s1015，重复步骤3和4：
53、直到聚类中心不再变化或变化小于设定阈值。
54、优选的，使用时间序列分析方法的具体步骤为：
55、s10101，数据平稳化：
56、对时间序列数据进行差分操作，使其平稳；
57、一阶差分公式：y′t＝yt-yt-1；
58、s10102，确定模型参数：
59、使用自相关函数和偏自相关函数图确定arima模型的参数(p，d，q)；p为ar项数，d为差分阶数，q为ma项数；
60、s10103，模型拟合：
61、使用确定的参数，拟合arima模型；
62、arima模型公式：
63、
64、其中，α为常数项，φi为ar项系数，θj为ma项系数，∈t为随机误差；
65、s10104，模型检验：
66、检验模型的残差序列是否为白噪声，确保模型拟合良好；
67、s10105，预测与验证：
68、使用拟合的arima模型进行预测，并与真实数据进行比较验证模型效果。
69、优选的，使用优化算法的具体方法步骤包括如下：
70、s1021，定义目标函数：
71、根据系统的优化目标，定义线性规划的目标函数。例如，最小化能耗。
72、目标函数公式：
73、其中，ci为第i项的成本，xi为第i项的决策变量；
74、s1022，建立约束条件：
75、根据系统的实际需求，建立线性约束条件；
76、约束条件公式：
77、其中，aij为约束系数，bi为约束常数；
78、s1023，求解线性规划问题：
79、使用标准的线性规划求解算法，求解目标函数的最优解。
80、优选的，求解线性规划问题包括单纯形法步骤，具体为：
81、s10231，标准形式转化：
82、将线性规划问题转化为标准形式，其中所有约束为等式，所有变量非负；
83、s10232，初始基本可行解：
84、选择初始基本可行解，所有松弛变量非负；
85、s10233，计算检验数：
86、计算目标函数的检验数：
87、c′j＝cj-∑i∈bciaij；
88、其中，b为当前基变量的索引集合，ci为基变量的成本系数，aij为约束矩阵元素；
89、s10234，检验优化方向：
90、如果所有c′j≥0，则当前解为最优解；否则，选择一个c′j<0的非基变量进入基变量，称为入基变量；
91、s10235，计算换入换出变量：
92、计算所有约束对应的比值θ：
93、θi：表示在第i个约束条件下，当前解允许的最大步长；bi：表示在当前解中第i个约束的右端常数项；aij：表示入基变量在第i个约束中的系数；
94、选择最小正比值对应的基变量作为换出变量；
95、s10236，更新基变量：
96、进行基变量的更新，重新计算新的基变量和非基变量；
97、s10237，迭代求解：
98、重复步骤3-6，直到找到最优解。
99、基于物联网的室内环境控制系统，包括传感器网络模块、中央控制单元、云服务器和执行设备；
100、所述传感器网络模块，用于实时监测室内环境参数，采用多传感器融合技术，将不同传感器的数据进行综合处理，生成更精确的环境参数；
101、所述中央控制单元，集成边缘计算能力，用于初步处理传感器数据，并通过物联网网关与云服务器通信；
102、所述云服务器，用于存储和分析数据，运行自我学习算法和用户行为分析模型；
103、所述执行设备，用于调节室内环境。
104、优选的，所述传感器网络模块包括温度传感器、湿度传感器、光照传感器、co2传感器、voc传感器、人体存在传感器、门窗状态传感器、水浸传感器、烟雾传感器、压力传感器、运动传感器、噪声传感器、光谱传感器和气象传感器；
105、温度传感器，用于实时监测室内各个角落的温度，以便调节精确室内温度；
106、湿度传感器，用于实时监测室内各个角落的湿度，以便调节精确室内湿度；
107、光照传感器，用于监测室内靠近阳光位置的区域，根据光照条件进行调节室内灯光系统；
108、co2传感器，用于监测室内二氧化碳浓度，调节通风系统，确保空气清新；
109、voc传感器，用于检测挥发性有机化合物的浓度，帮助识别空气中存在的有害气体；
110、人体存在传感器，用于检测房间内是否有人，从而根据实际使用情况调整环境参数；
111、门窗状态传感器，用于监测门窗的开关状态，帮助调节温度和通风系统；
112、水浸传感器，用于检测室内可能发生的水浸情况，特别是在厨房和卫生间等区域；
113、烟雾传感器，用于检测烟雾浓度，预防火灾；
114、压力传感器，用于监测建筑结构的压力变化，确保建筑物的安全性；
115、运动传感器，用于监测室内的活动情况，帮助分析用户行为模式；
116、噪声传感器，用于监测噪音水平，进一步分析噪音的来源和类型；
117、光谱传感器，用于检测光线的光谱组成，以优化室内照明的品质；
118、气象传感器，用于监测室外的气象条件，包括风速、风向和降雨量，更好地调节室内环境。
119、优选的，所述执行设备包括空调系统、通风系统、加湿器、干燥机、空气净化器、照明系统、门窗控制系统、供暖系统、智能插座开关、烟雾报警系统、水浸报警排水系统、智能音响系统和安全报警系统；
120、空调系统，用于调节室内具体房间的温度和湿度；
121、通风系统，采用新风系统用于引入新鲜空气，排出室内污浊空气，特别是在co2或voc传感器检测到空气质量下降时；采用排风扇用于排出室内的污染空气，保持空气流通；
122、加湿器，用于在空气干燥时增加空气湿度；
123、干燥机，用于在空气湿度过高时降低湿度；
124、空气净化器，用于净化空气中的pm2.5和voc的有害物质，确保室内空气质量；
125、照明系统，采用智能灯光用于根据光照传感器和用户需求自动调节亮度和色温；采用情景照明用于根据用户行为和场景设置，提供适合的照明模式；
126、门窗控制系统，采用自动窗帘用于根据光照传感器的检测结果，自动开启或关闭窗帘；采用智能门窗用于根据环境需求自动开关门窗，调节通风；
127、供暖系统，采用地暖用于通过地板加热，提供舒适的室内温度；采用暖气片用于提供室内的辅助加热；
128、智能插座开关，用于控制各种电器设备的开关状态；
129、烟雾报警系统，用于在检测到烟雾时，发出警报并启动相应的排烟设备；
130、水浸报警和排水系统，用于在检测到水浸时，发出警报并启动排水设备，防止水浸造成的损害；
131、智能音响系统，用于根据噪声传感器和用户需求，调节音响设备的音量和播放内容；
132、安全报警系统，采用防盗报警用于检测到异常活动时，触发报警并通知用户；采用火灾报警用于检测到烟雾或高温时，自动报警并启动相关防护措施。
133、优选的，自我学习算法基于中央控制单元和云服务器配合，利用机器学习算法，对历史数据进行分析和学习，不断优化控制策略；通过识别用户的日常行为模式，系统预先调整室内环境参数，提高用户的舒适度；
134、用户行为分析模型基于系统通过智能手机、智能手表设备，获取用户的位置信息、活动状态数据，并结合传感器网络的数据，分析用户的行为习惯；
135、系统内置异常检测模块，用于实时监控传感器数据的变化，及时发现并处理异常情况，并向用户发出警报。
136、(三)有益效果
137、与现有技术相比，本发明的有益效果：通过多传感器融合、自我学习算法和用户行为分析，实现高效、智能的室内环境控制，提升用户舒适度和节能效果；
138、多传感器融合技术提高了环境参数的检测精度，使环境控制更加准确；通过机器学习算法，系统能够自我优化控制策略，提高了环境控制的智能化水平；基于用户行为分析，系统能够提供个性化的环境调节方案，提升用户的舒适度；通过智能控制，系统可以在保证舒适度的前提下，实现高效节能。
1.基于物联网的室内环境控制方法，其特征在于，包括以下方法步骤：
2.根据权利要求1所述的基于物联网的室内环境控制方法，其特征在于：建立初步的用户行为模型和环境控制策略的具体方法步骤包括如下：
3.根据权利要求2所述的基于物联网的室内环境控制方法，其特征在于：使用数据聚类算法的具体方法步骤包括如下：
4.根据权利要求2所述的基于物联网的室内环境控制方法，其特征在于：使用时间序列分析方法的具体步骤为：
5.根据权利要求2所述的基于物联网的室内环境控制方法，其特征在于：使用优化算法的具体方法步骤包括如下：
6.根据权利要求5所述的基于物联网的室内环境控制方法，其特征在于：求解线性规划问题包括单纯形法步骤，具体为：
7.基于物联网的室内环境控制系统，其特征在于：包括传感器网络模块、中央控制单元、云服务器和执行设备；
8.根据权利要求7所述的基于物联网的室内环境控制系统，其特征在于：所述传感器网络模块包括温度传感器、湿度传感器、光照传感器、co2传感器、voc传感器、人体存在传感器、门窗状态传感器、水浸传感器、烟雾传感器、压力传感器、运动传感器、噪声传感器、光谱传感器和气象传感器；
9.根据权利要求7所述的基于物联网的室内环境控制系统，其特征在于：所述执行设备包括空调系统、通风系统、加湿器、干燥机、空气净化器、照明系统、门窗控制系统、供暖系统、智能插座开关、烟雾报警系统、水浸报警排水系统、智能音响系统和安全报警系统；
10.根据权利要求7所述的基于物联网的室内环境控制系统，其特征在于：自我学习算法基于中央控制单元和云服务器配合，利用机器学习算法，对历史数据进行分析和学习，不断优化控制策略；通过识别用户的日常行为模式，系统预先调整室内环境参数，提高用户的舒适度；
