隨著面向大數(shù)據(jù)的信息化技術(shù)和算法技術(shù)的日臻成熟，大數(shù)據(jù)已經(jīng)從一個(gè)新技術(shù)概念向建筑智能化運(yùn)維的各方面滲透和落地。

如煦聯(lián)得智慧能源管控平臺(tái)所匯集的大數(shù)據(jù)能夠幫助快速準(zhǔn)確識(shí)別建筑運(yùn)行的需求，并對(duì)需求進(jìn)行精準(zhǔn)匹配；其二，可以發(fā)揮海量在線數(shù)據(jù)的橫向比較作用，更加準(zhǔn)確的識(shí)別建筑或系統(tǒng)中的長(zhǎng)期固有偏差。

下面摘選一些有代表性的大數(shù)據(jù)工程應(yīng)用，作為參考，以示啟發(fā)。

01—建筑能源預(yù)算管控

利用大數(shù)據(jù)人工智能技術(shù)，結(jié)合行業(yè)專家經(jīng)驗(yàn)，形成一套能耗定額全過(guò)程量化管理解決方案，針對(duì)大型公共建筑功能復(fù)雜、體量大、用能設(shè)備多、業(yè)態(tài)變化快等特點(diǎn)，解決能耗預(yù)算計(jì)算難、能源過(guò)程控制無(wú)從下手等實(shí)際管理問(wèn)題。從預(yù)算制定，到預(yù)算分解，執(zhí)行管控，復(fù)盤分析，打通能源管理全過(guò)程。

圖：能源預(yù)算制定和管控流程圖

能源預(yù)算制定階段，首先基于建筑基本信息（包括建筑年代、建筑面積、地理位置、冷熱源形式等）、各項(xiàng)歷史能耗、歷史天氣（包括溫濕度、氣壓、降水等）、客流車流量等歷史數(shù)據(jù)，結(jié)合業(yè)務(wù)模型以及行業(yè)大數(shù)據(jù)，通過(guò)數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)記辨別剔除異常值，在根據(jù)不同項(xiàng)目歷史數(shù)據(jù)采集情況智能匹配機(jī)器學(xué)習(xí)算法，進(jìn)行初始的能耗智能預(yù)測(cè)。

圖：煦聯(lián)得智慧能源管控平臺(tái)能耗大數(shù)據(jù)

能耗預(yù)算動(dòng)態(tài)管控階段，首先將年度能耗目標(biāo)根據(jù)多維度信息和數(shù)據(jù)，智能分配至月能耗和日能耗，然后再利用自適配多種機(jī)器學(xué)習(xí)算法，在輸入實(shí)時(shí)動(dòng)態(tài)參數(shù)（天氣預(yù)報(bào)、客流量、設(shè)備運(yùn)行指標(biāo)、建筑環(huán)境參數(shù)等）的條件下，智能動(dòng)態(tài)的輸出日維度能耗動(dòng)態(tài)管控值，對(duì)運(yùn)維人員執(zhí)行定額的工作進(jìn)行合理的激勵(lì)與管控。

圖：能耗定額管控階段數(shù)據(jù)圖

02—品能平衡的冷源運(yùn)行輔助

在公共建筑中，中央空調(diào)系統(tǒng)是最主要的能耗系統(tǒng)，其能耗約占總能耗的30%~60%。在滿足相同的建筑使用需求的情況下，中央空調(diào)系統(tǒng)不同的控制運(yùn)行方式會(huì)帶來(lái)巨大的能耗差異。

此外，冷站還是保證建筑室內(nèi)環(huán)境品質(zhì)的源頭，保證夏季和過(guò)渡季的室內(nèi)溫度濕度負(fù)荷人的熱舒適要求。傳統(tǒng)的冷站運(yùn)行主要依賴與工程師的水平，不同項(xiàng)目的工程師能力、經(jīng)驗(yàn)和責(zé)任心的差異都會(huì)影響冷站的運(yùn)行效果。實(shí)際工程中，較多的項(xiàng)目室內(nèi)溫度控制不穩(wěn)定，場(chǎng)內(nèi)過(guò)熱、過(guò)冷問(wèn)題頻發(fā)，較難保證室內(nèi)溫度穩(wěn)定的處在舒適區(qū)間。

冷站智控優(yōu)勢(shì)凸顯，其低成本，低傳感器依賴，高靠譜度，高靈活性，多目標(biāo)智能控制等特點(diǎn)是行業(yè)迫切需求的。冷站智控基于物聯(lián)網(wǎng)和人工智能的輔助決策控制模式，以保證環(huán)境品質(zhì)的最低能耗策略為目標(biāo)，實(shí)現(xiàn)舒適溫控和高效節(jié)能的相互共存。

圖：冷站高效運(yùn)行理想模式

冷站智控通過(guò)對(duì)歷史數(shù)據(jù)的學(xué)習(xí)建立算法模型，并運(yùn)用機(jī)器學(xué)習(xí)算法在運(yùn)行過(guò)程中不斷迭代算法模型，不斷適配項(xiàng)目的實(shí)際運(yùn)行需求。數(shù)據(jù)樣本越好，模型的貼近度越好，對(duì)于動(dòng)態(tài)數(shù)據(jù)的種類和響應(yīng)速度要求就越低。

智控的模型建立通過(guò)歷史數(shù)據(jù)學(xué)習(xí)室內(nèi)溫度、冷機(jī)臺(tái)數(shù)、設(shè)定值與冷量對(duì)應(yīng)的關(guān)系，學(xué)習(xí)不同的工況對(duì)應(yīng)的目標(biāo)數(shù)據(jù)的特征關(guān)系。其控制模型每天都會(huì)更新，會(huì)不斷的學(xué)習(xí)新的特性和變化，表現(xiàn)出高度的魯棒性、靈活性和適應(yīng)性以及對(duì)豐富數(shù)據(jù)的低依懶性。

圖：模型訓(xùn)練流程圖

03—基于用戶畫像的智能辦公環(huán)境

自從空調(diào)系統(tǒng)問(wèn)世以來(lái)，人們一直試圖通過(guò)非自然手段營(yíng)造舒適、健康的室內(nèi)環(huán)境。然而，傳統(tǒng)的室內(nèi)環(huán)境調(diào)節(jié)手段忽略了人對(duì)環(huán)境參數(shù)尺度感受是非常不準(zhǔn)確的，無(wú)法表達(dá)準(zhǔn)確的環(huán)境參數(shù)需求；人對(duì)于環(huán)境的需求是隨著衣著、天氣、運(yùn)動(dòng)狀態(tài)、身體狀況等因素變化的；個(gè)體差異也會(huì)導(dǎo)致環(huán)境調(diào)節(jié)動(dòng)作難以達(dá)成最優(yōu)解。

利用大數(shù)據(jù)人工智能技術(shù)、物聯(lián)網(wǎng)系統(tǒng)，結(jié)合人機(jī)交互轉(zhuǎn)化技術(shù)，可形成一套在辦公建筑中應(yīng)用的智能辦公環(huán)境解決方案。通過(guò)交互頁(yè)面表達(dá)自己目前對(duì)于所處環(huán)境的直觀感受，將收集的反饋內(nèi)容輸入人工智能算法，計(jì)算出空間的目標(biāo)溫度，并將動(dòng)作指令下發(fā)到末端設(shè)備，實(shí)現(xiàn)智能環(huán)境控制。

圖：智能辦公環(huán)境解決方案流程圖

對(duì)于多人辦公場(chǎng)景，則是通過(guò)對(duì)使用者的投票反饋數(shù)據(jù)集進(jìn)行DBSCAN類算法分析，采取先將使用者分類，構(gòu)建用戶畫像，然后根據(jù)分類結(jié)果再計(jì)算同一空間下的使用者的溫度偏好交集，盡可能的保證目標(biāo)值滿足大部分人的需求。

圖：某個(gè)體典型溫度偏好曲線圖

對(duì)于人員流動(dòng)較大，使用者不固定的公共區(qū)域，則需將室內(nèi)溫度作為自變量，投票反饋概率作為因變量，確定好數(shù)據(jù)樣本后，對(duì)訓(xùn)練集數(shù)據(jù)使用多種機(jī)器學(xué)習(xí)算法進(jìn)行訓(xùn)練，使用GridSearch進(jìn)行不同算法參數(shù)的調(diào)優(yōu)，找出效果最佳的算法以及與之對(duì)應(yīng)的模型參數(shù)，根據(jù)SVM支持向量機(jī)算法預(yù)測(cè)的擬合曲線尋找最合適的溫度區(qū)間，對(duì)環(huán)境進(jìn)行控制。

圖：冷熱投票概率預(yù)測(cè)曲線圖

基于以上原理，通過(guò)歷史大數(shù)據(jù)以及使用者反饋內(nèi)容挖掘出人對(duì)環(huán)境最真實(shí)的需求，并依據(jù)需求細(xì)化控制場(chǎng)景，不僅可以提升使用者對(duì)環(huán)境的滿意率，還可以避免出現(xiàn)冷量供給冗余，從而降低設(shè)備能耗。

04—基于冷量預(yù)測(cè)的商業(yè)建筑冰蓄冷系統(tǒng)優(yōu)化控制

冰蓄冷系統(tǒng)是一種常見的商業(yè)辦公建筑的系統(tǒng)形式，在城市峰谷電價(jià)的約束條件下，利用夜間低谷電價(jià)進(jìn)行制冰蓄冰，并在日間的高峰時(shí)段釋冷供冷，降低系統(tǒng)能源費(fèi)用，同時(shí)從城市電網(wǎng)的角度削峰填谷，緩解電力供需不匹配。

圖：某商業(yè)辦公建筑夏季預(yù)測(cè)冷量與實(shí)際冷量對(duì)比（節(jié)選）

人工智能和大數(shù)據(jù)的應(yīng)用可以提前預(yù)知下一日日間高峰時(shí)段的總冷量，優(yōu)化蓄冷系統(tǒng)控制策略。根據(jù)階梯電價(jià)定價(jià)，結(jié)合冰蓄冷系統(tǒng)的容量和釋冷速率，動(dòng)態(tài)決策夜間蓄冰總量和日間釋冷策略，可以實(shí)現(xiàn)在夜間多蓄冰，并在日間基于預(yù)測(cè)冷量，在保證高峰時(shí)段釋冷用冷的前提下，將多蓄存的冷量在平價(jià)時(shí)段釋放，從而進(jìn)一步降低能源費(fèi)用。

圖：該商業(yè)辦公建筑2021年供冷季能源費(fèi)用對(duì)比

05—寫在最后

隨著計(jì)算機(jī)技術(shù)的不斷發(fā)展，在建筑領(lǐng)域，傳感器技術(shù)與數(shù)據(jù)存儲(chǔ)/交換技術(shù)的快速發(fā)展已為建筑環(huán)境與能耗方面積累了大量的基礎(chǔ)數(shù)據(jù)。

合理有效的應(yīng)用人工智能與大數(shù)據(jù)的分析方法和計(jì)算工具，能夠有效的發(fā)掘和解決包括建筑運(yùn)維智能調(diào)控、系統(tǒng)故障診斷、城市建筑節(jié)能改造潛力分析等方面的各類工程實(shí)踐問(wèn)題，更高效的服務(wù)于建筑節(jié)能工作。

（文章整理自《中國(guó)建筑節(jié)能年度發(fā)展研究報(bào)告2022》，僅供學(xué)習(xí)交流使用，完整內(nèi)容請(qǐng)購(gòu)買正版圖書。）