一种基于空气质量的人体舒适度指数改进系统

摘要

一种基于空气质量的人体舒适度指数改进系统，包括温度处理模块、湿度处理模块、风速处理模块以及空气质量处理模块，其中所述的空气质量处理模块通过空气质量影响函数，引入空气质量指数对人体舒适度指数进行改进，在空气质量对人体舒适度的影响和表述方面具有重要现实意义，可有效指导人的部分行为、户外活动或其他行为习惯。

说明书

技术领域

本发明涉及气象预报和负荷预测领域，具体涉及一种基于空气质量的人体 舒适度指数改进系统。

背景技术

人体舒适度是指人体对外界环境的感知反应程度，具体包括对温度冷暖的 反应、空气湿度及降水的反应、风力大小的反应、空气质量及污染程度的反应 等，例如，当气温35℃，空气相对湿度在40％～50％，平均风速在3m/s以上， 人体就不会感到很热；但同样的温度下，若湿度增大到70％以上，风速较小时， 人体就会产生闷热难熬的感觉，甚至有中暑现象。同理，低温环境下，不同的 湿度和风速也会给人体不同的寒冷感受。人体舒适度指数是一种度量人体舒适 度的方法。

目前人体舒适度指数考虑了温度、湿度、风速对人体舒适度的影响，可对 一定时间内的空调制冷及制热负荷产生影响。但是随着我国工业发展进程加速， 环境压力显著增大，空气质量逐步恶化，雾霾天气频发，特别是秋冬季节，雾 霾几乎席卷大半个中国。导致人们的户外活动明显减少，相同时间内的居民用 电负荷显著增加。

发明内容

本发明的目的在于解决气象预报中对人体舒适度指数的准确表述及有效 指导人们的户外活动和负荷预测问题，结合空气质量指数和人体舒适度指数的 特点，给出一种基于空气质量的人体舒适度指数改进系统。

为解决上述问题，本发明的设计方案为：一种基于空气质量的人体舒适度 指数改进系统，包括温度处理模块、湿度处理模块、风速处理模块以及空气质 量处理模块，其中所述的空气质量处理模块通过空气质量影响函数，引入空气 质量指数对人体舒适度指数进行改进，所述的人体舒适度指数改进如下：

D＝f(T_a)+g(U)+h(V)+h(A)

其中，D为人体舒适度指数，T_a为日平均温度(℃)，U为日平均相对湿度(％)，V 为平均风速(m/s)，A为空气质量指数，h(A)为空气质量指数影响函数；

所述的空气质量影响函数包括三种：线性函数、幂函数、三角函数，空气 质量处理模块可利用模式切换功能实现对三者的自由切换。

运用线性函数和幂函数、三角函数这两种非线性函数作为空气质量影响函 数对人体舒适度指数进行了改进，以表述空气质量对人体舒适度的线性和非线 性影响。

人体舒适度指数的变化规律一定程度上反映人的活动行为习惯，在一定程 度上也能反映用电负荷变化情况及经济热度变化情况，对于雾霾发生不频繁的 南方地区可以选择空气质量影响函数为三角函数，其变化幅度较小；对于雾霾 发生较为频繁的北方地区可以选择空气质量影响函数为幂函数，其变化幅度较 大；对于雾霾发生介于两者之间的地区可以选择空气质量影响函数为线性函数。

根据分析可以发现在气温和湿度较高的夏、春季节，人体舒适度指数越高 越不舒适，空气质量指数对人体舒适度指数的影响应该是上升的。在气温较低 和风力较大的秋、冬、初春季节，人体舒适度指数越低越不舒适，空气质量指 数对人体舒适度指数的影响应该是下降的，其空气质量指数影响函数运用线性 函数进行表述。

优选的，所述的线性函数公式如下：

$h\left(A\right)=\left(\begin{array}{cc}\begin{array}{cc}{\mathrm{\lambda \alpha }}_1\frac{D_2-D_1}{50}A& 0\le A\le 50\\ {\mathrm{\lambda \alpha }}_2\frac{D_3-D_2}{50}(A-50)& 51\le A\le 100\\ {\mathrm{\lambda \alpha }}_3\frac{D_4-D_3}{50}(A-100)& 101\le A\le 150\\ {\mathrm{\lambda \alpha }}_4\frac{D_5-D_4}{50}(A-150)& 151\le A\le 200\\ {\mathrm{\lambda \alpha }}_5\frac{D_6-D_5}{100}(A-200)& 201\le A\le 300\\ {\mathrm{\lambda \alpha }}_6\frac{D_7-D_6}{700}(A-300)& A>300\end{array}& \lambda =\left(\begin{array}{cc}1& T\ge T_N\\ -1& T<T_N\end{array}\right)\end{array}\right)$

其中，λ为空气质量函数符号因子，α₁～α₆为空气质量指数影响权重，T为当前 时刻温度(℃)，T_N为基准温度(℃)，A为空气质量指数，D₁～D₇分别为人体舒适度 指数在不同等级的边界值，其具体取值需根据实际情况而定。实际使用中，该 系统根据检测的空气质量指数和当前时刻温度确定选用的计算公式及空气质量 函数符号因子，再根据预先确定的空气质量指数影响权重以及人体舒适度指数 在不同等级的边界值计算出空气质量对人体舒适度指数的影响。

优选的，所述的幂函数，公式如下；

$h\left(A\right)=\left(\begin{array}{cc}\begin{array}{cc}{\mathrm{\lambda \beta }}_1{e}^{\frac{A}{50}}& 0\le A\le 50\\ {\mathrm{\lambda \beta }}_2{e}^{\frac{A-51}{49}}& 51\le A\le 100\\ {\mathrm{\lambda \beta }}_3{e}^{\frac{A-101}{49}}& 101\le A\le 150\\ {\mathrm{\lambda \beta }}_4{e}^{\frac{A-151}{49}}& 151\le A\le 200\\ {\mathrm{\lambda \beta }}_5{e}^{\frac{A-101}{99}}& 201\le A\le 300\\ {\mathrm{\lambda \beta }}_6{e}^{\frac{A-301}{699}}& A>300\end{array}& \lambda =\left(\begin{array}{cc}1& T\ge T_N\\ -1& T<T_N\end{array}\right)\end{array}\right)$

其中，λ为空气质量函数符号因子，β₁～β₆为空气质量指数影响权重，T为当 前时刻温度(℃)，T_N为基准温度(℃)，A为空气质量指数。

优选的，所述的三角函数，公式如下；

其中，λ为空气质量函数符号因子，为空气质量指数影响权重，T为当前 时刻温度(℃)，T_N为基准温度(℃)，A为空气质量指数。

有益效果：本发明建立一种基于空气质量的人体舒适度指数改进系统，该 系统在空气质量对人体舒适度的影响和表述方面具有重要现实意义，更好的进 行负荷预测，可有效指导人的部分行为、户外活动或其他行为习惯。

具体实施方式

一种基于空气质量的人体舒适度指数改进系统，包括温度处理模块、湿度 处理模块、风速处理模块以及空气质量处理模块，其中所述的空气质量处理模 块通过空气质量影响函数，引入空气质量指数对人体舒适度指数进行改进，所 述的人体舒适度指数改进如下：

D＝f(T_a)+g(U)+h(V)+h(A)

其中，D为人体舒适度指数，T_a为日平均温度(℃)，U为日平均相对湿度(％)， V为平均风速(m/s)，A为空气质量指数，h(A)为空气质量指数影响函数；

所述的空气质量影响函数包括三种：线性函数、幂函数、三角函数，空气 质量处理模块可利用模式切换功能实现对三者的自由切换。

所述的线性函数公式如下：

$h\left(A\right)=\left(\begin{array}{cc}\begin{array}{cc}{\mathrm{\lambda \alpha }}_1\frac{D_2-D_1}{50}A& 0\le A\le 50\\ {\mathrm{\lambda \alpha }}_2\frac{D_3-D_2}{50}(A-50)& 51\le A\le 100\\ {\mathrm{\lambda \alpha }}_3\frac{D_4-D_3}{50}(A-100)& 101\le A\le 150\\ {\mathrm{\lambda \alpha }}_4\frac{D_5-D_4}{50}(A-150)& 151\le A\le 200\\ {\mathrm{\lambda \alpha }}_5\frac{D_6-D_5}{100}(A-200)& 201\le A\le 300\\ {\mathrm{\lambda \alpha }}_6\frac{D_7-D_6}{700}(A-300)& A>300\end{array}& \lambda =\left(\begin{array}{cc}1& T\ge T_N\\ -1& T<T_N\end{array}\right)\end{array}\right)$

其中，λ为空气质量函数符号因子，α₁～α₆为空气质量指数影响权重，T为当前 时刻温度(℃)，T_N为基准温度(℃)，A为空气质量指数，D₁～D₇分别为人体舒适度 指数在不同等级的边界值，其具体取值需根据实际情况而定。

所述的幂函数，公式如下：

$h\left(A\right)=\left(\begin{array}{cc}\begin{array}{cc}{\mathrm{\lambda \beta }}_1{e}^{\frac{A}{50}}& 0\le A\le 50\\ {\mathrm{\lambda \beta }}_2{e}^{\frac{A-51}{49}}& 51\le A\le 100\\ {\mathrm{\lambda \beta }}_3{e}^{\frac{A-101}{49}}& 101\le A\le 150\\ {\mathrm{\lambda \beta }}_4{e}^{\frac{A-151}{49}}& 151\le A\le 200\\ {\mathrm{\lambda \beta }}_5{e}^{\frac{A-101}{99}}& 201\le A\le 300\\ {\mathrm{\lambda \beta }}_6{e}^{\frac{A-301}{699}}& A>300\end{array}& \lambda =\left(\begin{array}{cc}1& T\ge T_N\\ -1& T<T_N\end{array}\right)\end{array}\right)$

其中，λ为空气质量函数符号因子，β₁～β₆为空气质量指数影响权重，T为当 前时刻温度(℃)，T_N为基准温度(℃)，A为空气质量指数。

所述的三角函数，公式如下：

其中，λ为空气质量函数符号因子，为空气质量指数影响权重，T为当前 时刻温度(℃)，T_N为基准温度(℃)，A为空气质量指数。