具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

针对现有技术存在的问题，本发明提供了一种基于人工智能的城市清洁供热控制方法及系统，下面结合附图对本发明作详细的描述。

一种基于人工智能的城市清洁供热控制方法及系统，所述的本系统中包括了一个总控中心控制各模块进行协调工作，所述的各模块包括城市分地区信息采集模块和辅助信息采集模块，所述的城市分地区信息采集模块包括了楼宇外部温度采集单元、楼宇内部温度采集单元和楼宇供热设施状态采集单元，所述的楼宇供热室外测温仪和用户供热室内测温仪，所述用户供热室内测温仪包括了循环水箱入口测温仪和供暖循环水温测温仪，所述的辅助信息采集模块包括包括了居民意见采集模块、紧急事件处理模块和城市供热源监测模块。

所述的各个模块的测温装置的红外线测温仪，按照本申请中给出的系统结构图，实现对于红外线测温仪的安装，在楼宇外部的测温仪安装在输入楼宇内管道的外侧，楼宇内的测温仪安装在进入楼宇内的管道中的内侧。

所述的楼宇内部温度的采集单元的用户供热室外测温仪，安装在居民住所的门口上方测温。

所述的循环水箱入口测温仪和供暖循环水温测温仪安装在循环水箱的入口处和循环水箱的出口处，以此来监测到室内循环后的温度。

所述的居民意见采集模块中采集某处居民的室内和室外意见，紧急事件处理模块采集到居民的室内紧急事件，以便直接提醒工作人员关注，避免在温度发生巨大变化时发出警报信息，还有城市供热源监测模块，能够实现对于整个城市中每一处的循环水箱和控制器进行安全分析监测。

所述的总控中心起到系统的总控作用，结合深度学习RNN计算模型，各模块中也包含微处理器，针对红外线测温仪进行实时性的测温后的温度数据发送到微处理器进行数据的实时性处理，将处理结果上传到总控中心，总控中心设置好温度域值，结合深度学习模型进行各区域模块的信息汇总计算，所述的楼宇内外的温差，室内外的温差，温差变大或者室外和楼宇外部的温差变大之后，则总控中心发送指令控制循环水箱进行循环升温，当温度达到一定的数值之后，实现对于室内和楼宇内部的温度升温，等到室外和楼宇外部温度再次降低之后，再次进行升温操作。

所述的云端存储模块起到系统数据的存储功能和信息共享功能，建立云端数据库，存储监控数据。建立共享数据平台，供其他单位使用，如温度突然升高，可能发生火灾的情况。建立移动端检测应用，检测人员可实时了解数据情况。

所述的用户端模块起到数据收集作用和调控作用，建立用户端温度测量装置，可收集用户端温度信息传至云端数据库。建立用户端移动平台，可实时掌握房间温度等信息。建立用户端温度调节装置，可在一定范围内达到个性化供暖。

本发明解决的实际技术问题是：解决了检测数据不够全面准确的问题，全面优化了检测方法和检测方式，提高了数据的全面性和准确性。分地区信息采集模块采集到的信息可以实时传送到总控中心对信息进行及时的处理，保证了数据的时效性。解决了现有的城市清洁供热系统需要处理大量数据的弊端，提高了运算处理的效率，针对每个住所房间的温度实现全面的掌控，所述的本申请中实现了实时性的供热并减少了计算的误差。同时系统耦合程度低，实现起来较为容易，易于后期维护维修等工作。新增的辅助信息模块，包括居民意见采集模块和紧急事件处理模块等提高整个系统的容错率，使系统功能更加全面。

本发明的工作原理是：构建城市清洁供暖控制系统，建立深度学习模型，在清洁供暖局域设置检测设备检测数据信息，处理城市各区域中的微处理器处理的数据信息，得到的计算结果通过总控中心的处理器发出指令到各模块的微处理器，进行某区域的循环清洁供热。

本发明所具备的优点及积极效果为：本系统中总控中心是起到总控作用，所述的本系统提及的技术在总控中心的主导作用下，通过连接各个模块之间的协同作用下，更高效率的实现了基于人工智能下的城市清洁供热控制方法，检测方法更加科学、准确、全面，系统更加人性化，供暖更加因人而异，各模块之间的连接耦合度低，容易后期的维护和更新，高效率的实现供热。

以上所述，仅为本发明较优的具体的实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，都应涵盖在本发明的保护范围之内。