BearCFD-Ventilation

模型介绍

BearCFD-Ventilation 是基于 BEAR-CFD 数据集构建的室内通风 CO2 浓度预测模型，可根据历史 CO2 分布和通风控制参数预测未来 CO2 浓度变化。

论文：Building Control CFD: Efficient Deep Learning of Indoor CO2 Dynamics from Sustainable CFD Simulations

本仓库由 OneScience 技能流程依据论文描述与官方配置，独立复现 BearCFD-Ventilation 在 Bear-CFD-dataset 数据集上的实验。

模型描述

BearCFD-Ventilation 基于神经算子 Transformer 结构，适配 BEAR-CFD 室内通风瞬态数据训练，面向人员区域 CO2 浓度开展多步预测。

适用场景

使用说明

1. OneCode 使用

可通过 OneCode 在线环境体验智能化一键式 AI4S 编程：

点击体验智能化一键式 AI4S 编程

2. 手动安装使用

硬件要求

• 推荐使用 GPU 或 DCU 运行。
• CPU 可以用于导入和小配置连通性验证，完整训练和推理速度较慢。
• DCU 用户需要预先安装 DTK，建议使用 DTK 25.04.2 以上版本或与当前集群匹配的 OneScience 推荐版本。

下载模型包

modelscope download --model OneScience/BearCFD-Ventilation --local_dir ./BearCFD-Ventilation
cd BearCFD-Ventilation

安装运行环境

DCU环境

# 请首先激活DTK及CONDA
conda create -n onescience311 python=3.11 -y
conda activate onescience311
# 支持uv安装
pip install onescience[cfd-dcu] -i http://mirrors.onescience.ai:3141/pypi/simple/  --trusted-host mirrors.onescience.ai

GPU环境

# 请首先激活CONDA
conda create -n onescience311 python=3.11 -y libstdcxx-ng=12 libgcc-ng=12 gcc_linux-64=12 gxx_linux-64=12
conda activate onescience311
# 支持uv安装
pip install onescience[cfd-gpu] -i http://mirrors.onescience.ai:3141/pypi/simple/  --trusted-host mirrors.onescience.ai

训练数据介绍

OneScience 社区在 魔搭上 提供 OneScience/Bear-CFD-dataset 数据集，可通过以下命令下载：

modelscope download --dataset OneScience/Bear-CFD-dataset --local_dir ./data

该目录包含 unsteady_10.pkl 至 unsteady_41.pkl。每个样本包含人员区域 CO2 浓度、通风入口速度、通风入口角度和人员数量等信息，训练前请确认 config/config.yaml 中数据路径设置正确。

训练

python scripts/train.py

默认训练会保存 checkpoint：

./weight/best_model.pth

训练权重

本仓库在 weight/ 文件夹内提供基于 BEAR-CFD 数据训练得到的模型权重，可用于直接推理。

weight/best_model.pth

本次测试集结果为 relative_l2=0.144541，rmse=94.616395。论文 Table 3 中 ensemble 测试 l2 error 为 10.90%，本次结果对应 32 个官方原始样本上的运行记录。

推理

python scripts/inference.py

评估和可视化

python scripts/result.py

OneScience 官方信息

引用与许可证

• 原始论文：Building Control CFD: Efficient Deep Learning of Indoor CO2 Dynamics from Sustainable CFD Simulations。
• 数据集：BEAR-CFD dataset。
• 本仓库保留来源说明，并面向 OneScience ModelScope 自动运行场景进行整理。