面向多家庭住宅的窗户操作检测的数据驱动可扩展方法

自然冷却利用非机械冷却方式为住宅建筑提供低碳低成本的舒适方式。然而，设计自然冷却建筑需要清晰了解窗户开启和关闭如何影响居员的舒适度。预测居员何时何地开启窗户是一项具有挑战性的任务，常依赖专业传感器和建筑特定的训练数据。这限制了自然冷却解决方案的可扩展性。本文提出一种新型无监督方法，利用易于部署的零售温度和湿度传感器用于检测窗户操作。我们的方法有效性通过经验数据进行评估，并与最先进的支持向量机(SVM)模型进行比较。结果表明，我们的方法在关键指标上优于SVM，仅在室内外温度差异较小时表现不佳。与SVM对时间序列特征敏感不同，我们的方法仅依赖室内温度，在试点研究中表现稳健，成为开发高度可扩展和通用的窗户操作检测模型的有前景的候选方案。本工作表明，无监督数据驱动方法可用于理解住宅建筑中的窗户操作。通过更准确地建模自然冷却建筑，我们的工作旨在促进这项低成本低碳技术的广泛采用。