一种公共机构节能降碳管控方法及系统

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种公共机构节能降碳管控方法及系统。

背景技术

目前多数公共机构的节能减排管理方法仍依赖人工管控、例如办公场所的照明控制、制定空调温度标准等这些都严重依赖现场管理人员，这对公共的用能管理人员要求较高，在能源消耗过程中环境的变化是波动的，需要针对不同的环境制定不同的管理方越来越复杂法，管理方法也变得越来越复杂，这些仅依赖人工管理是远远不够的，未来大型公共建筑仍需依靠更自动化、更智能化、更科学化的管理方式，来有效的解决目前的问题。

发明内容

本发明的目的在于提供了一种公共机构节能降碳管控方法及系统，用以解决现有技术中存在的上述问题。

第一方面，本发明实施例提供了一种公共机构节能降碳管控方法，包括：

获得两张公共机构图像；所述两张公共机构图像包括第一公共机构图像和第二公共机构图像；所述公共机构图像为同一个公共空间中两个不同位置的监控所拍摄的图像；

将所述两张公共机构图像，从RGB转换成HSV，得到对应两张转换图像；所述两张转换图像包括第一转换图像和第二转换图像；

将所述两张转换图像，输入检测模型，得到检测信息；所述检测信息包括当前光照图像和当前人体存在值；所述当前人体存在值为1表示公共机构中存在人；

基于所述检测信息，通过智能控制结构，进行智能控制，得到控制信息；所述控制信息包括空调温度值、照明控制值；

所述检测模型包括光照检测结构和人体检测网络。

可选的，所述将所述两张转换图像，输入检测模型，得到检测信息，包括：

将所述两张转换图像，提取明度，得到两张明度图像；所述两张明度图像包括第一明度图像和第二明度图像；所述明度图像为转换图像中明度通道的图像；

将所述两张明度图像，输入光照检测结构，得到当前光照图像；

将所述两张转换图像，输入人体检测网络，得到当前人体存在值。

可选的，所述将所述两张明度图像，输入光照检测结构，得到当前光照图像，包括：

将所述第一明度图像，划分区域，得到第一区域图像；

将所述第二明度图像，划分区域，得到第二区域图像；

获得重合区域；所述重合区域包括重合光照区域和重合昏暗区域；所述重合区域为第一区域图像与第二区域图像重合部分所处的区域；

将所述第一区域图像中重合光照区域的值，与所述第二区域图像中重合光照区域的值，相加之和除以2，得到重合光照均值；

将所述第一区域图像中重合昏暗区域的值，与所述第二区域图像中重合昏暗区域的值，相加之和除以2，得到重合昏暗均值；

将重合光照均值替代第一区域图像中重合光照区域的值，将重合昏暗均值替代第一区域图像中重合昏暗区域的值，得到当前光照图像。

可选的，所述将所述第一明度图像，划分区域，得到第一区域图像，包括：

将所述第一明度图像中值，根据光照阈值的位置，划分区域，得到分割区域；所述分割区域包括光照区域和昏暗区域；

获得光照区域均值；所述光照区域均值为所述光照区域中的值的均值；

获得昏暗区域均值；所述昏暗区域均值为所述昏暗区域中的值的均值；

将所述光照区域均值和昏暗区域均值，按照所述第一明度图像对应的光照区域和昏暗区域，进行替换值，得到第一区域图像。

可选的，所述将所述第一明度图像中值，根据光照阈值的位置，划分区域，得到分割区域，包括：

获得第一明度集合；所述第一明度集合中的值为所述第一明度图像中值大于光照阈值的位置；

获得第一边界集合；所述第一边界集合为所述第一明度集合中的边界值；

将所述第一边界集合中的值，进行函数拟合，得到边界曲线；

将所述第一明度图像，以边界曲线为边界，得到光照区域。

可选的，人体检测网络的训练方法，包括：

获得训练集；训练集包括多个训练图像和多个标注数据；所述训练图像为含有人的图像；所述标注数据包括标注人体存在值和标注人体存在位置；所述标注人体存在值为1表示存在人；所述标注人体存在值为0表示不存在人；

将所述训练图像，输入人体检测网络，得到训练人体信息；所述训练人体信息包括训练人体存在值和训练人体存在位置；

将所述训练人体存在值和所述标注人体存在值，输入损失函数，得到损失值；

获得人体检测网络当前的训练迭代次数以及预先设定的所述人体检测网络训练的最大迭代次数；

当损失值小于或等于阈值或训练迭代次数达到所述最大迭代次数时停止训练，得到训练好的人体检测网络。

可选的，所述基于所述检测信息，通过智能控制结构，进行智能控制，得到控制信息，包括：

获得时段值；所述时段值为1表示为工作时段；所述时段值为0表示非工作时段；

获得缺省规定范围；所述缺省规定范围包括空气质量缺省规定范围和温度缺省规定范围；

获得空气质量；所述空气质量为当前公共机构的空气质量；

获得温度；温度为当前公共机构的温度；

若所述时段值为1，基于所述检测信息、温度、空气质量和缺省规定范围，得到工作时段控制信息；所述工作时段控制信息包括空气净化器信号、空调信号和灯光光照值；

若所述时段值为0，基于所述检测信息、温度、空气质量和缺省规定范围，得到非工作时段控制信息；所述非工作时段控制信息为非工作时间段得到的控制信息；所述非工作时段控制信息包括空气净化器信号、空调信号、灯光光照值和耗能数据；所述耗能数据包括空气净化器耗能数据、空调耗能数据和灯光耗能数据。

可选的，所述若所述时段值为1，基于所述检测信息、温度、空气质量和缺省规定范围，得到工作时段控制信息，包括：

若所述人体存在值为1，且，空气质量不在空气质量缺省规定范围，将空气净化器信号设为1；空气净化器信号为1表示空气净化器开启；

若所述人体存在值为1，且，温度不在温度缺省规定范围，将空调信号设为1；所述空调信号为1表示空调开启；

若所述人体存在值为1，得到第一灯光光照值；所述灯光光照值为固定灯光亮度减去当前光照图像中对应位置明度之差；

若所述人体存在值为0，或，空气质量在空气质量缺省规定范围，将所述空气净化器信号设为0；所述空气净化器信号为0表示空气净化器关闭；

若所述人体存在值为0，或，温度在温度缺省规定范围，将所述空调信号设为0；所述空调信号为0表示空调关闭；

若所述人体存在值为0，将所述灯光光照值设0；所述灯光光照值为0表示将灯光关闭。

可选的，所述若所述时段值为0，基于所述检测信息、温度、空气质量和缺省规定范围，得到非工作时段控制信息，包括：

若所述人体存在值为1，且，空气质量不在空气质量缺省规定范围，将空气净化器信号设为1，得到第一空气净化器耗能；所述第一空气净化器耗能为开启空气净化器的耗能；

若所述人体存在值为1，且，温度不在温度缺省规定范围，得到第一空调耗能；所述第一空调耗能为开启空调的耗能；

若所述人体存在值为1，得到第一灯光光照值；所述第一灯光光照值为固定灯光亮度减去当前光照图像中对应位置明度；

若所述人体存在值为0，或，空气质量在空气质量缺省规定范围，将所述空气净化器信号设为0；所述空气净化器开启信号为0表示空气净化器关闭；

若所述人体存在值为0，或，温度在温度缺省规定范围，将所述空调信号设为0；

若所述人体存在值为0，将所述灯光光照值设0；

通过多次，若所述人体存在值为1，得到耗能值；所述耗能值包括多个空气净化器耗能值、多个空调耗能值和多个灯光光照值，直到所述人体存在值为0；将空气净化器耗能值进行相加，得到空气净化器耗能数据值；将空调耗能值进行相加，得到空调耗能数据；将灯光光照值进行相加，得到灯光耗能数据。

第二方面，本发明实施例提供了一种公共机构节能降碳管控系统，包括：

获取模块：获得两张公共机构图像；所述两张公共机构图像包括第一公共机构图像和第二公共机构图像；所述公共机构图像为同一个公共空间中两个不同位置的监控所拍摄的图像；

转换模块：将所述两张公共机构图像，从RGB转换成HSV，得到对应两张转换图像；所述两张转换图像包括第一转换图像和第二转换图像；

人体和光照情况检测模块：将所述两张转换图像，输入检测模型，得到检测信息；所述检测信息包括当前光照图像和当前人体存在值；所述当前人体存在值为1表示公共机构中存在人；

智能控制模块：基于所述检测信息，通过智能控制结构，进行智能控制，得到控制信息；所述控制信息包括空调温度值、照明控制值；

所述检测模型包括光照检测结构和人体检测网络

相较于现有技术，本发明实施例达到了以下有益效果：

本发明实施例还提供了一种公共机构节能降碳管控方法和系统，所述方法包括：获得两张公共机构图像。所述两张公共机构图像包括第一公共机构图像和第二公共机构图像。所述公共机构图像为同一个公共空间中两个不同位置的监控所拍摄的图像。将所述两张公共机构图像，从RGB转换成HSV，得到对应两张转换图像。所述两张转换图像包括第一转换图像和第二转换图像。将所述两张转换图像，输入检测模型，得到检测信息。所述检测信息包括当前光照图像和当前人体存在值。所述当前人体存在值为1表示公共机构中存在人。基于所述检测信息，通过智能控制结构，进行智能控制，得到控制信息。所述控制信息包括空调温度值、照明控制值。所述检测模型包括光照检测结构和人体检测网络。

使用图像检测的方法，既检测光照又检测是否存在人，能够减轻资源浪费节约成本。并且根据图像的明度能够检测光照，还能大范围的判断整个区域中的人的存在情况和光照情况，使得判断更加准确。采用两个图像结合对重合区域进行调整，减轻图像角度位置对光照判断的影响。太阳光通过窗户投射过来的亮度几乎相同，并由于建筑的阻挡将室内切分为的光照区域和昏暗区域，所以使用光照阈值进行切分区域，使得既符合现实生活情况又便于之后计算。使用修改的卷积网络，进行训练，从而检测人是否存在。在工作时间段，在缺省规定范围的条件下，按照检测信息、温度和空气质量进行控制运作，在非工作时间段不但要进行控制运作还要记录下耗能情况。并使用固定灯光亮度减去当前光照图像中对应位置明度，从而得到对应的需要调整亮度，进行智能控制灯光亮度使得满足亮度需求。

当人工智能大数据时代，通过引入智能化的管理手段，帮助公共机构在用能过程中进行有效管控，同时还能对公共机构的碳排放进行实时核算，结合节能减碳指标在日常中进行公示，充分发挥公共机构率先示范作用，提升气候变化和节能低碳意识，引导公众绿色低碳生活方式。室外环境温湿度、太阳光照度情况，如果室内人体传感器监测到有人在该区域办公，表示该区域已经启用，将结合室外温度情况和该区域室内智能感应装置各项数据，自动调整室内空调运行状态，室内空调设备处于最优的节能运行模式。

附图说明

图1是本发明实施例提供的一种公共机构节能降碳管控方法流程图。

图2是本发明实施例提供的一种公共机构节能降碳管控系统中得到的当前光照区域图像结构示意图。

图3是本发明实施例提供的一种电子设备的方框结构示意图。

图中标记：总线500；接收器501；处理器502；发送器503；存储器504；总线接口505。

具体实施方式

下面结合附图，对本发明作详细的说明。

实施例1

如图1所示，本发明实施例提供了一种公共机构节能降碳管控方法，所述方法包括：

S101：获得两张公共机构图像；所述两张公共机构图像包括第一公共机构图像和第二公共机构图像；所述公共机构图像为同一个公共空间中两个不同位置的监控所拍摄的图像。

其中，所述两个不同位置监控为第一监控和第二监控。

S102：将所述两张公共机构图像，从RGB转换成HSV，得到对应两张转换图像；所述两张转换图像包括第一转换图像和第二转换图像；

S103：将所述两张转换图像，输入检测模型，得到检测信息；所述检测信息包括当前光照图像和当前人体存在值；所述当前人体存在值为1表示公共机构中存在人；

S104：基于所述检测信息，通过智能控制结构，进行智能控制，得到控制信息；所述控制信息包括空调温度值、照明控制值；

所述检测模型包括光照检测结构和人体检测网络。

可选的，所述将所述两张转换图像，输入检测模型，得到检测信息，包括：

将所述两张转换图像，提取明度，得到两张明度图像。所述两张明度图像包括第一明度图像和第二明度图像。所述明度图像为转换图像中明度通道的图像。

将所述两张明度图像，输入光照检测结构，得到当前光照图像。

将所述两张转换图像，输入人体检测网络，得到当前人体存在值。

通过上述方法，由于智能控制时需要根据人是否存在和光照程度进行智能控制，分别判断的话，会增加判断成本。如使用温度传感器等识别人，光照强度测试仪器等测试光照，需要购买多数硬件进行判断，并且不能在大范围识别。使用图像检测的方法，可以使用图像既检测光照又检测是否存在人，能够减轻资源浪费节约成本。并且图像的明度表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关，根据图像还能大范围的判断整个区域中的人的存在情况和光照情况，使得判断更加准确。

可选的，所述将所述两张明度图像，输入光照检测结构，得到当前光照图像，包括：

将所述第一明度图像，划分区域，得到第一区域图像。

将所述第二明度图像，划分区域，得到第二区域图像。

获得重合区域；所述重合区域包括重合光照区域和重合昏暗区域。所述重合区域为第一区域图像与第二区域图像重合部分所处的区域。

将所述第一区域图像中重合光照区域的值，与所述第二区域图像中重合光照区域的值，相加之和除以2，得到重合光照均值。

将所述第一区域图像中重合昏暗区域的值，与所述第二区域图像中重合昏暗区域的值，相加之和除以2，得到重合昏暗均值。

将重合光照均值替代第一区域图像中重合光照区域的值，将重合昏暗均值替代第一区域图像中重合昏暗区域的值，得到当前光照图像。

其中，所述当前光照区域图像结构如图2所示，存在重合光照区域和重合昏暗区域。

通过上述方法，由于监控图像会导致部分区域无法检测到，且由于位置不同导致获得的图片会产生细小差距，所以采用两个图像结合对重合区域进行调整，减轻角度位置对光照判断的影响，使得更加准确的得到图像中的明度，从而得到光照程度。

可选的，所述将所述第一明度图像，划分区域，得到第一区域图像，包括：

将所述第一明度图像中值，根据光照阈值的位置，划分区域，得到分割区域。所述分割区域包括光照区域和昏暗区域。

其中，本实施例中光照阈值为0.1。

获得光照区域均值。所述光照区域均值为所述光照区域中的值的均值。

获得昏暗区域均值。所述昏暗区域均值为所述昏暗区域中的值的均值。

将所述光照区域均值和昏暗区域均值，按照所述第一明度图像对应的光照区域和昏暗区域，进行替换值，得到第一区域图像。

通过上述方法，由于自然光，一般为太阳光通过窗户投射过来的光照几乎相同，并由于建筑的阻挡将室内切分为的光照区域和昏暗区域。所以使用光照阈值进行切分，并使用光照区域均值替换光照区域的值，昏暗区域均值替换昏暗区域的值，使得既符合现实生活情况又便于之后计算。

可选的，所述将所述第一明度图像中值，根据光照阈值的位置，划分区域，得到分割区域，包括：

获得第一明度集合。所述第一明度集合中的值为所述第一明度图像中值大于光照阈值的位置。

其中，本实施例中光照阈值为10％。

获得第一边界集合。所述第一边界集合为所述第一明度集合中的边界值。

其中，通过比较得到边界值，所述边界值为同一高度位置宽度大于其他边界值，同一高度位置宽度小于其他边界值，的值。

将所述第一边界集合中的值，进行函数拟合，得到边界曲线。

其中，函数拟合采用三次样条拟合算法进行拟合。

将所述第一明度图像，以边界曲线为边界，得到光照区域。

其中，本实施例中，边界曲线为边界的上方就为光照区域。

通过上述方法，由于大于光照阈值所得到的边界点不是完整的曲线上的点，有时甚至会离边界曲线较远，所以需要进行拟合从而根据边界点构建边界曲线，将其分为两个部分。

可选的，人体检测网络的训练方法，包括：

获得训练集；训练集包括多个训练图像和多个标注数据；所述训练图像为含有人的图像。所述标注数据包括标注人体存在值和标注人体存在位置；所述标注人体存在值为1表示存在人。所述标注人体存在值为0表示不存在人。

将所述训练图像，输入人体检测网络，得到训练人体信息；所述训练人体信息包括训练人体存在值和训练人体存在位置。

其中，使用yolov5进行检测，将输出改为1个表示人体存在的值，4个表示人体存在位置的值，即中心点和宽高。

将所述训练人体存在值和所述标注人体存在值，输入损失函数，得到损失值。

获得人体检测网络当前的训练迭代次数以及预先设定的所述人体检测网络训练的最大迭代次数。

其中，本实施例中预先设定的所述人体检测网络训练的最大迭代次数为12000。

当所述损失值小于或等于阈值或训练迭代次数达到所述最大迭代次数时停止训练，得到训练好的人体检测网络。

通过上述方法，修改卷积网络，使得得到更加准确且符合检测目标的检测网络，使用训练好的人体检测网络，采用检测光照的图像，进行人是否存在的检测。

可选的，所述基于所述检测信息，通过智能控制结构，进行智能控制，得到控制信息，包括：

获得时段值。所述时段值为1表示为工作时段；所述时段值为0表示非工作时段。

获得缺省规定范围。所述缺省规定范围包括空气质量缺省规定范围和温度缺省规定范围。

获得空气质量。所述空气质量为当前公共机构的空气质量。

获得温度。所述温度为当前公共机构的温度。

其中，本实施例中温度缺省规定范围为大于10摄氏度到小于30摄氏度，空气质量缺省规定范围大于100。

若所述时段值为1，基于所述检测信息和缺省规定范围，得到工作时段控制信息；所述工作时段控制信息包括空气净化器信号、空调信号和灯光光照值。

若所述时段值为0，基于所述检测信息和缺省规定范围，得到非工作时段控制信息；所述非工作时段控制信息为非工作时间段得到的控制信息；所述非工作时段控制信息包括空气净化器信号、空调信号、灯光光照值和耗能数据；所述耗能数据包括空气净化器耗能数据、空调耗能数据和灯光耗能数据。

通过上述方法，在工作时间段，在缺省规定范围的条件下，按照检测信息进行控制运作，在非工作时间段不但要进行控制运作还要记录下耗能情况。使用缺省规定范围，结合空气质量、温度和检测信息，共同进行智能控制。

可选的，所述若所述时段值为1，基于所述检测信息、温度、空气质量和缺省规定范围，得到工作时段控制信息，包括：

若所述人体存在值为1，且，空气质量不在空气质量缺省规定范围，将空气净化器信号设为1。空气净化器信号为1表示空气净化器开启。

若所述人体存在值为1，且，温度不在温度缺省规定范围，将空调信号设为1。所述空调信号为1表示空调开启。

若所述人体存在值为1，得到灯光光照值。所述灯光光照值为固定灯光明度减去当前光照图像中对应位置明度之差。

其中，本实施例中固定灯光明度为70％，使用与明度对应的光照程度控制灯光。

若所述人体存在值为0，或，空气质量在空气质量缺省规定范围，将所述空气净化器信号设为0。所述空气净化器信号为0表示空气净化器关闭。

若所述人体存在值为0，或，温度在温度缺省规定范围，将所述空调信号设为0；所述空调信号为0表示空调关闭。

若所述人体存在值为0，将所述灯光光照值设0；所述灯光光照值为0表示将灯光关闭。

通过上述方法，有人存在时，若空气质量和温度不满足缺省规定范围，控制开启空气净化器和空调，并通过当前光照图像中对应位置明度所造成的光照情况调整亮度。但若无人时，或，空气质量和温度满足缺省规定范围，控制关闭空气净化器和空调。若无人时，关闭灯光，智能控制。

可选的，所述若所述时段值为0，基于所述检测信息、温度、空气质量和缺省规定范围，得到非工作时段控制信息，包括：

若所述人体存在值为1，且，空气质量不在空气质量缺省规定范围，将空气净化器信号设为1，得到第一空气净化器耗能；所述第一空气净化器耗能为开启空气净化器的耗能。

若所述人体存在值为1，且，温度不在温度缺省规定范围，得到第一空调耗能；所述第一空调耗能为开启空调的耗能。

若所述人体存在值为1，得到第一灯光光照值；所述第一灯光光照值为固定灯光亮度减去当前光照图像中对应位置明度。

其中，本实施例中固定灯光明度为70％，使用与明度对应的光照程度控制灯光。

若所述人体存在值为0，或，空气质量在空气质量缺省规定范围，将所述空气净化器信号设为0；所述空气净化器开启信号为0表示空气净化器关闭。

若所述人体存在值为0，或，温度在温度缺省规定范围，将所述空调信号设为0。

若所述人体存在值为0，将所述灯光光照值设0。

通过多次，若所述人体存在值为1，得到耗能值；所述耗能值包括多个空气净化器耗能值、多个空调耗能值和多个灯光光照值，直到所述人体存在值为0；将空气净化器耗能值进行相加，得到空气净化器耗能数据值；将空调耗能值进行相加，得到空调耗能数据；将灯光光照值进行相加，得到灯光耗能数据。

通过上述方法，在非工作时间段不但要进行控制运作还要记录下耗能情况。

通过上述方法，由于智能控制时需要根据人是否存在和光照程度进行智能控制，分别判断的话，会增加判断成本，需要购买多数硬件进行判断，并且不能在大范围识别。使用图像检测的方法，可以使用图像既检测光照又检测是否存在人，能够减轻资源浪费节约成本。并且图像的明度表示颜色明亮的程度，对于由于反射，明度值与发光体的光亮度有关，根据图像还能大范围的判断整个区域中的人的存在情况和光照情况，使得判断更加准确。并且采用两个图像结合对重合区域进行调整，减轻角度位置对光照判断的影响，使得更加准确的得到图像中的明度，从而得到光照程度。由于自然光，一般为太阳光通过窗户投射过来的光照几乎相同，并由于建筑的阻挡将室内切分为的光照区域和昏暗区域。所以使用光照阈值进行切分，并使用光照区域均值替换光照区域的值，昏暗区域均值替换昏暗区域的值，使得既符合现实生活情况又便于之后计算。对于人体检测，修改卷积网络，使得得到更加准确且符合检测目标的检测网络，使用训练好的人体检测网络，采用检测光照的图像，进行人是否存在的检测。在工作时间段，在缺省规定范围的条件下，按照检测信息进行控制运作，在非工作时间段不但要进行控制运作还要记录下耗能情况。使用缺省规定范围，结合空气质量、温度和检测信息，共同进行智能控制，并使用固定灯光亮度减去当前光照图像中对应位置明度，从而得到对应的需要调整亮度，进行智能控制灯光亮度使得满足亮度需求。

实施例2

基于上述的一种公共机构节能降碳管控方法，本发明实施例还提供了一种公共机构节能降碳管控系统，所述系统包括获取模块、转换模块、人体和光照情况检测模块和智能控制模块。

获取模块用于获得两张公共机构图像。所述两张公共机构图像包括第一公共机构图像和第二公共机构图像。所述公共机构图像为同一个公共空间中两个不同位置的监控所拍摄的图像。

转换模块用于将所述两张公共机构图像，从RGB转换成HSV，得到对应两张转换图像。所述两张转换图像包括第一转换图像和第二转换图像。

人体和光照情况检测模块用于将所述两张转换图像，输入检测模型，得到检测信息。所述检测信息包括当前光照图像和当前人体存在值。所述当前人体存在值为1表示公共机构中存在人。

智能控制模块：基于所述检测信息，通过智能控制结构，进行智能控制，得到控制信息。所述控制信息包括空调温度值、照明控制值。

所述检测模型包括光照检测结构和人体检测网络。

在此关于上述实施例中的系统，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本发明实施例还提供了一种电子设备，如图3所示，包括存储器504、处理器502及存储在存储器504上并可在处理器502上运行的计算机程序，所述处理器502执行所述程序时实现前文所述一种公共机构节能降碳管控方法的任一方法的步骤。

其中，在图3中，总线架构(用总线500来代表)，总线500可以包括任意数量的互联的总线和桥，总线500将包括由处理器502代表的一个或多个处理器和存储器504代表的存储器的各种电路链接在一起。总线500还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进进一步描述。总线接口505在总线500和接收器501和发送器503之间提供接口。接收器501和发送器503可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。处理器502负责管理总线500和通常的处理，而存储器504可以被用于存储处理器502在执行操作时所使用的数据。

本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种公共机构节能降碳管控方法的任一方法的步骤以及上述的所涉及的数据。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。