1.本发明涉及绿色建筑技术领域，具体涉及一种建筑绿色性能模拟分析方法。
背景技术：2.绿色建筑，是指在全寿命期内，节约资源、保护环境、减少污染、为人们提供健康、适用、高效的使用空间，最大限度地实现人与自然和谐共生的高质量建筑。
3.针对现有的一些未经过评价的建筑进行绿色性能的评价时，大多是采用区域性的环境信息采样，通过采样数据的监视统计情况来对建筑的绿色性能情况进行估算，如此的方法不仅难以保证精准度，而且还容易出现评价死角，无法做到全面性的评价。。
技术实现要素：4.本发明的目的在于提供一种建筑绿色性能模拟分析方法，解决以下技术问题：
5.如何能够对目标建筑的绿色性能进行全方位的高效评价。
6.本发明的目的可以通过以下技术方案实现：
7.一种建筑绿色性能模拟分析方法，包括如下步骤：
8.s100，针对目标建筑建立草图模型；
9.s200，针对所述草图模型添加环境变量；
10.s300，获取草图模型内设备运行状况和环境情况；
11.s400，根据预设规则自动对所述设备运行状况和所述环境情况进行评分。
12.通过上述技术方案，本发明可针对目标建筑进行草图模型的建立，通过对草图模型施加环境变量，然后获取对应关联设备的设备运行状况和环境情况，按照预设规则可以进行自动的评分，从而提升建筑绿色性能的分析效率。
13.作为本发明进一步的方案：所述草图模型包括：
14.所述目标建筑的尺寸参数、材质参数、水电参数、设备安装位置以及设备模型。
15.通过上述技术方案，尺寸参数和材质参数可以确定目标建筑的架构结构和比热容等数据，从而确认目标建筑的内部空间大小，水电参数和设备模型则可以对设备的耗电量或者耗水量进行确定，然后通过设备的安装位置则可以确定设备在工作时所能够影响的目标建筑位置区域。
16.作为本发明进一步的方案：所述环境变量包括：
17.太阳位置变化路径、光照强度、空气温度、空气湿度、噪声、空气pm2.5指数。
18.通过上述技术方案，太阳位置变化路径能够影响光线照射进草图模型中的角度，配合光照强度、尺寸参数可以光线进入目标建筑的具体量，再配合材质参数可以计算草图模型中的温度变化；同样的，通过外界的空气温度、空气湿度、噪声、空气pm2.5指数变化，可以对草图模型内的空气温度、空气湿度、噪声、空气pm2.5指数进行影响。
19.作为本发明进一步的方案：所述设备运行状况包括设备耗电量和设备效能；
20.所述环境情况包括与所述设备效能对应的环境参数。
21.作为本发明进一步的方案：所述步骤s100包括：
22.将所述目标建筑划分为至少两个子建筑；
23.针对所述子建筑建立草图模型。
24.通过上述技术方案，将草图模型分割成至少两个子建筑，子建筑不会割裂员有草图模型中的联系。
25.作为本发明进一步的方案：所述步骤s400包括：
26.针对每个所述子建筑的草图模型，根据所述设备运行状况和所述环境情况进行上色后得到色彩模型；
27.上色内容包括第一色彩和第二色彩；
28.所述第一色彩和所述第二色彩均包括被不同的亮度级别；
29.所述第一色彩的亮度代表对应所述子建筑中设备运行状况优劣；所述第二色彩的亮度代表对应所述子建筑中环境情况的优劣
30.根据所述色彩模型生成标准图片组后发送识别模块进行识别；
31.所述识别模块为经过训练的神经网络模型。
32.通过上述技术方案，可以针对每个子建筑的草图模型进行上色，每个色彩模型中设备上色与建筑结构的上色不同，能够供是被模块进行精准的区分，设备采用第一色彩进行上色，可以设置为其运行的效能越高，则亮度越高，反之越低，子建筑中的建筑结构和空间的环境情况越好，则亮度越高，反之越低。
33.作为本发明进一步的方案：所述根据所述色彩模型生成标准图片组后发送识别模块进行识别的步骤包括：
34.根据色彩模型生成整体上色模型；
35.针对所述整体上色模型，获取对应的三视图；
36.在所述三视图上分别设置对应视图识别标签后得到标准图片；
37.将三个所述标准图片按照预设拼合规则获取所述标准图片组。
38.通过上述技术方案，可以将属于原目标建筑的所有色彩模型进合并复原后得到上色模型，再分别获取对应的三张三视图，处理得到3张标准图片，将标准图片组发送识别模块识别，可以快速进行评分。
39.作为本发明进一步的方案：将所述识别模块输出结果中概率占比最大的结果作为最终评分结果。
40.本发明的有益效果：
41.本发明可针对目标建筑进行草图模型的建立，通过对草图模型施加环境变量，然后获取对应关联设备的设备运行状况和环境情况，按照预设规则可以进行自动的评分，从而提升建筑绿色性能的分析效率。
附图说明
42.下面结合附图对本发明作进一步的说明。
43.图1是本发明中建筑绿色性能模拟分析方法的流程图。
具体实施方式
44.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
45.请参阅图1所示，本发明为一种建筑绿色性能模拟分析方法，包括如下步骤：
46.s100，针对目标建筑建立草图模型；
47.s200，针对草图模型添加环境变量；
48.s300，获取草图模型内设备运行状况和环境情况；
49.s400，根据预设规则自动对设备运行状况和环境情况进行评分。
50.通过上述技术方案，本发明可针对目标建筑进行草图模型的建立，通过对草图模型施加环境变量，然后获取对应关联设备的设备运行状况和环境情况，按照预设规则可以进行自动的评分，从而提升建筑绿色性能的分析效率。
51.作为本发明进一步的方案：草图模型包括：
52.目标建筑的尺寸参数、材质参数、水电参数、设备安装位置以及设备模型。
53.通过上述技术方案，尺寸参数和材质参数可以确定目标建筑的架构结构和比热容等数据，从而确认目标建筑的内部空间大小，水电参数和设备模型则可以对设备的耗电量或者耗水量进行确定，然后通过设备的安装位置则可以确定设备在工作时所能够影响的目标建筑位置区域。
54.作为本发明进一步的方案：环境变量包括：
55.太阳位置变化路径、光照强度、空气温度、空气湿度、噪声、空气pm2.5指数。
56.通过上述技术方案，太阳位置变化路径能够影响光线照射进草图模型中的角度，配合光照强度、尺寸参数可以光线进入目标建筑的具体量，再配合材质参数可以计算草图模型中的温度变化；同样的，通过外界的空气温度、空气湿度、噪声、空气pm2.5指数变化，可以对草图模型内的空气温度、空气湿度、噪声、空气pm2.5指数进行影响。
57.作为本发明进一步的方案：设备运行状况包括设备耗电量和设备效能；
58.环境情况包括与设备效能对应的环境参数。
59.该环境参数可以为目标建筑内的空气温度、空气湿度、噪声、空气pm2.5指数；比如，通过改变外界环境变量中的空气温度，此时目标建筑中负责调整室内的空气温度的设备会产生相应的调整，可以根据室内的空气温度达到预定的数值所需要的耗电量、耗水量以及时间的情况来对设备的效能进行确定，也可根据室内的空气温度在设备保持特定功率运行特定时间后的结果来进行对建筑的绿色性能进行评分。
60.作为本发明进一步的方案：步骤s100包括：
61.将目标建筑划分为至少两个子建筑；
62.针对子建筑建立草图模型。
63.通过上述技术方案，将草图模型分割成至少两个子建筑，子建筑不会割裂员有草图模型中的联系；如此可精细化的对草图模型中的区域进行区分，能够更加直观的了解到目标建筑中各个区域的绿色性能差异。
64.作为本发明进一步的方案：步骤s400包括：
65.针对每个子建筑的草图模型，根据设备运行状况和环境情况进行上色后得到色彩模型；
66.上色内容包括第一色彩和第二色彩；
67.第一色彩和第二色彩均包括被不同的亮度级别；
68.第一色彩的亮度代表对应子建筑中设备运行状况优劣；第二色彩的亮度代表对应子建筑中环境情况的优劣
69.根据色彩模型生成标准图片组后发送识别模块进行识别；
70.识别模块为经过训练的神经网络模型。
71.通过上述技术方案，可以针对每个子建筑的草图模型进行上色，每个色彩模型中设备上色与建筑结构的上色不同，能够供是被模块进行精准的区分，设备采用第一色彩进行上色，可以设置为其运行的转化功率越高，则亮度越高，反之越低，子建筑中的建筑结构和空间的环境情况越好，则亮度越高，反之越低。
72.比如，可以将设备上色为红色，建筑结构及其空间环境上色为蓝色，在视觉角度上，红色色块的亮度越高，则说明该设备的功率越高，黄色色块的亮度越高，则说明该部分区域的环境情况越好；其中，运行的转化功率的高低的判断可以根据设备类型的不同而变化，因为调节空气温度和调节pm2.5的设备之间必定存在标准上的差异，不能用调节空气温度的功率来对调节pm2.5的设备进行评价。
73.作为本发明进一步的方案：根据色彩模型生成标准图片组后发送识别模块进行识别的步骤包括：
74.根据色彩模型生成整体上色模型；
75.针对整体上色模型，获取对应的三视图；
76.在三视图上分别设置对应视图识别标签后得到标准图片；
77.将三个标准图片按照预设拼合规则获取标准图片组。
78.通过上述技术方案，可以将属于原目标建筑的所有色彩模型进合并复原后得到上色模型，再分别获取对应的三张三视图，处理得到3张标准图片，将标准图片组发送识别模块识别，可以快速进行评分。
79.可将3张标准图片呈列设置或者呈“品”字形合并，发送识别模块进行评分。
80.作为本发明进一步的方案：将识别模块输出结果中概率占比最大的结果作为最终评分结果。
81.在该步骤中，可以采取将3张标准图片分别输入识别模块中，进行评分，评分结果为优、良、差，如果输出2个优和一个良，则最终评分结果为优；
82.如果输出1个优和1个良以及1个差，则可以继续获取更多的标准图片组，比如下一时刻获取的3张标准图片，继续评分，提升评分准确度。
83.本发明的工作原理：本发明可针对目标建筑进行草图模型的建立，通过对草图模型施加环境变量，然后获取对应关联设备的设备运行状况和环境情况，按照预设规则可以进行自动的评分，从而提升建筑绿色性能的分析效率。
84.以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
技术特征：1.一种建筑绿色性能模拟分析方法，其特征在于，包括如下步骤：s100，针对目标建筑建立草图模型；s200，针对所述草图模型添加环境变量；s300，获取草图模型内设备运行状况和环境情况；s400，根据预设规则自动对所述设备运行状况和所述环境情况进行评分。2.根据权利要求1所述的建筑绿色性能模拟分析方法，其特征在于，所述草图模型包括：所述目标建筑的尺寸参数、材质参数、水电参数、设备安装位置以及设备模型。3.根据权利要求2所述的建筑绿色性能模拟分析方法，其特征在于，所述环境变量包括：太阳位置变化路径、光照强度、空气温度、空气湿度、噪声、空气pm2.5指数。4.根据权利要求3所述的建筑绿色性能模拟分析方法，其特征在于，所述设备运行状况包括设备耗电量和设备效能；所述环境情况包括与所述设备效能对应的环境参数。5.根据权利要求4所述的建筑绿色性能模拟分析方法，其特征在于，所述步骤s100包括：将所述目标建筑划分为至少两个子建筑；针对所述子建筑建立草图模型。6.根据权利要求5所述的建筑绿色性能模拟分析方法，其特征在于，所述步骤s400包括：针对每个所述子建筑的草图模型，根据所述设备运行状况和所述环境情况进行上色后得到色彩模型；上色内容包括第一色彩和第二色彩；所述第一色彩和所述第二色彩均包括被不同的亮度级别；所述第一色彩的亮度代表对应所述子建筑中设备运行状况优劣；所述第二色彩的亮度代表对应所述子建筑中环境情况的优劣根据所述色彩模型生成标准图片组后发送识别模块进行识别；所述识别模块为经过训练的神经网络模型。7.根据权利要求6所述的建筑绿色性能模拟分析方法，其特征在于，所述根据所述色彩模型生成标准图片组后发送识别模块进行识别的步骤包括：根据色彩模型生成整体上色模型；针对所述整体上色模型，获取对应的三视图；在所述三视图上分别设置对应视图识别标签后得到标准图片；将三个所述标准图片按照预设拼合规则获取所述标准图片组。8.根据权利要求7所述的建筑绿色性能模拟分析方法，其特征在于，将所述识别模块输出结果中概率占比最大的结果作为最终评分结果。
技术总结本发明涉及绿色建筑技术领域，公开了一种建筑绿色性能模拟分析方法，包括如下步骤：S100，针对目标建筑建立草图模型；S200，针对草图模型添加环境变量；S300，获取草图模型内设备运行状况和环境情况；S400，根据预设规则自动对设备运行状况和环境情况进行评分。本发明可针对目标建筑进行草图模型的建立，通过对草图模型施加环境变量，然后获取对应关联设备的设备运行状况和环境情况，按照预设规则可以进行自动的评分，从而提升建筑绿色性能的分析效率。率。率。
技术研发人员：朱飞龙 孙燕玲 项彩红 吴珍珠
受保护的技术使用者：安徽正一建筑工程有限公司
技术研发日：2022.04.18
技术公布日：2022/7/4
