本公開涉及建筑設計與人工智能結合領域，尤其涉及一種基于cnn和遺傳算法的bipv曲面屋頂體育館減碳優化方法。

背景技術：

1、bipv曲面屋頂體育館是一種將光伏技術與曲面屋頂結構相結合的體育館，將光伏組件集成到屋頂上可以實現太陽能發電，減少碳排放。現有的減小bipv曲面屋頂體育館碳排放的方法集中在優化bipv陣列的布局，而沒有考慮優化屋頂形狀；而且現有的集成bipv的體育館對屋頂形狀的研究大都集中在非彎曲屋頂上，對于曲面屋頂對碳排放的影響都沒有相關研究。因此，研究自由曲面結構的bipv屋頂的減碳優化方法具有十分重要的意義。

技術實現思路

1、本公開提供了一種基于cnn和遺傳算法的bipv曲面屋頂體育館減碳優化方法及裝置、設備以及存儲介質。

2、根據本公開的第一方面，提供了一種基于cnn和遺傳算法的bipv曲面屋頂體育館減碳優化方法。該方法包括：

3、構建bipv曲面屋頂體育館模型，將bipv曲面屋頂體育館模型中的屋頂表面轉換為網格，從網格交點中提取三維數據并轉換為散點數據進行線性平面回歸，獲取形態判斷平面；

4、將bipv曲面屋頂體育館模型中的屋頂高度信息編碼為灰度圖像并輸入訓練好的cnn，以便訓練好的cnn輸出bipv曲面屋頂體育館模型對應的年平均碳排放預測強度；

5、對形態判斷平面中的平面參數與訓練好的cnn輸出的年平均碳排放預測強度之間的關系進行回歸分析；

6、根據回歸分析結果，結合遺傳算法優化bipv曲面屋頂體育館模型中的屋頂形狀。

7、在第一方面的一些可實現方式中，平面參數，包括：

8、形態判斷平面與水平面之間的夾角、形態判斷平面的方向、網格交點與形態判斷平面之間的平均距離。

9、在第一方面的一些可實現方式中，根據回歸分析結果，結合遺傳算法優化bipv曲面屋頂體育館模型中的屋頂形狀，包括：

10、創建包含各種屋頂形狀的種群，并將種群中每種屋頂形狀編碼為一個個體；

11、在當前個體的基礎上，利用遺傳算法中的交叉和變異操作生成新屋頂形狀，并將新屋頂形狀編碼為相應的新個體；

12、利用cnn計算新個體對應的年平均碳排放預測強度，對新個體對應的平面參數與年平均碳排放預測強度之間的關系進行回歸分析，根據回歸分析結果計算新個體對應的適應度；

13、根據適應度，選擇部分新個體作為下一代的父體與母體進行繁殖，生成新種群，并將新種群中每種屋頂形狀編碼為一個個體；

14、重復生成新屋頂形狀、計算適應度及生成新種群，直至當前種群中的各適應度均達到預設適應度閾值；

15、從達到預設適應度閾值的適應度中選取最高適應度，根據最高適應度對應的個體，優化bipv曲面屋頂體育館模型中的屋頂形狀。

16、在第一方面的一些可實現方式中，cnn通過以下方法訓練：

17、對已有各bipv曲面屋頂體育館模型進行能耗與光伏發電量模擬，獲取已有bipv曲面屋頂體育館模型對應的年平均碳排放計算強度；

18、分別將已有各bipv曲面屋頂體育館模型中的屋頂高度信息編碼為灰度圖像并輸入預訓練cnn，以便預訓練cnn輸出已有bipv曲面屋頂體育館模型對應的年平均碳排放預測強度；

19、根據決定系數和均方根誤差，計算年平均碳排放計算強度與預訓練cnn輸出的同一bipv曲面屋頂體育館模型的年平均碳排放預測強度的差距值；

20、根據差距值調整預訓練cnn的模型參數，將調整后的模型參數重新輸入預訓練cnn；

21、重復輸入灰度圖像、計算差距值、調整模型參數及模型參數重新輸入，直至各差距值達到預設閾值，獲取訓練好的cnn。

22、在第一方面的一些可實現方式中，年平均碳排放計算強度包括熱力碳排放量和電力碳排放量；其中，

23、熱力碳排放量通過以下公式計算：

24、

25、ch為熱力碳排放量，qh為一年累計熱量消耗值，a是bipv曲面屋頂體育館模型對應的總建筑面積，η是熱源為燃煤鍋爐的采暖系統效率，fh是熱力碳排放系數；

26、電力碳排放量通過以下公式計算：

27、ce＝(ec+el+ee-segi)×fe

28、ce為電力碳排放量，ec、el、ee、segi和fe分別是制冷能耗、照明能耗、bipv曲面屋頂體育館模型中設備的其他電力能耗、太陽能發電強度和電力碳排放系數。

29、在第一方面的一些可實現方式中，太陽能發電強度通過以下公式計算：

30、

31、其中，i表示bipv曲面屋頂體育館模型中光伏系統內的光伏電池表面的年太陽輻射照度，ke為光伏電池的轉換效率，ks為光伏系統的損耗效率，ap為光伏系統中光伏面板的凈面積。

32、在第一方面的一些可實現方式中，該方法，還包括：

33、將bipv曲面屋頂體育館模型中的屋頂高度信息編碼為灰度圖像并輸入訓練好的cnn，以便訓練好的cnn輸出bipv曲面屋頂體育館模型對應的年平均碳排放綜合強度；

34、對形態判斷平面中的平面參數與訓練好的cnn輸出的年平均碳排放綜合強度之間的關系進行回歸分析，并結合遺傳算法優化bipv曲面屋頂體育館模型中的屋頂形狀；其中，

35、所述年平均碳排放綜合強度包括制冷碳排放、供熱碳排放、照明碳排放、設備碳排放以及bipv發電可節省的碳排放。根據本公開的第二方面，提供了一種基于cnn和遺傳算法的bipv曲面屋頂體育館減碳優化裝置。該裝置包括：

36、形態判斷平面獲取模塊，用于構建bipv曲面屋頂體育館模型，將bipv曲面屋頂體育館模型中的屋頂表面轉換為網格，從網格交點中提取三維數據并轉換為散點數據進行線性平面回歸，獲取形態判斷平面；

37、年平均碳排放預測強度獲取模塊，用于將bipv曲面屋頂體育館模型中的屋頂高度信息編碼為灰度圖像并輸入訓練好的cnn，以便訓練好的cnn輸出bipv曲面屋頂體育館模型對應的年平均碳排放預測強度；

38、回歸分析模塊，用于對形態判斷平面中的平面參數與訓練好的cnn輸出的年平均碳排放預測強度之間的關系進行回歸分析；

39、屋頂形狀優化模塊，用于根據回歸分析結果，結合遺傳算法優化bipv曲面屋頂體育館模型中的屋頂形狀。

40、根據本公開的第三方面，提供了一種電子設備。該電子設備包括：至少一個處理器；以及與至少一個處理器通信連接的存儲器；存儲器存儲有可被至少一個處理器執行的指令，指令被至少一個處理器執行，以使至少一個處理器能夠執行如上所述的方法。

41、根據本公開的第四方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質，計算機指令用于使計算機執行如上所述的方法。

42、在本公開中，通過構建bipv曲面屋頂體育館模型，將bipv曲面屋頂體育館模型中的屋頂表面轉換為網格，從網格交點中提取三維數據并轉換為散點數據進行線性平面回歸，獲取形態判斷平面；將bipv曲面屋頂體育館模型中的屋頂高度信息編碼為灰度圖像并輸入訓練好的cnn，以便訓練好的cnn輸出bipv曲面屋頂體育館模型對應的年平均碳排放預測強度；對形態判斷平面中的平面參數與訓練好的cnn輸出的年平均碳排放預測強度之間的關系進行回歸分析；根據回歸分析結果，結合遺傳算法優化bipv曲面屋頂體育館模型中的屋頂形狀。以此方式，減小碳排放，達到節能環保的目的。

43、應當理解，
技術實現要素：
部分中所描述的內容并非旨在限定本公開的實施例的關鍵或重要特征，亦非用于限制本公開的范圍。本公開的其它特征將通過以下的描述變得容易理解。