導語：物聯(lián)網(wǎng)技術(shù)在建筑能耗感知預測的應用一文來源于網(wǎng)友上傳，不代表本站觀點，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

【摘要】在保證建筑使用舒適度的情況下，為對建筑電力能耗情況實時監(jiān)測與預測，本研究探索基于物聯(lián)網(wǎng)技術(shù)的建筑能耗感知預測系統(tǒng)的建設方法，提出系統(tǒng)架構(gòu)及相關(guān)配置情況，闡述系統(tǒng)的典型應用，為能耗感知預測系統(tǒng)的研發(fā)提供思路，助力實現(xiàn)建筑運行過程中節(jié)約能耗、提高能源使用效率的目的，提高現(xiàn)代化城市管理能力。

【關(guān)鍵詞】物聯(lián)網(wǎng)技術(shù)；建筑能耗預測；能耗監(jiān)測系統(tǒng)

1引言

隨著經(jīng)濟的發(fā)展與人口數(shù)量的增加，人們對能源的需求也急速增長，統(tǒng)計結(jié)果表明，全國建筑全過程能耗與碳排放變化總體上呈現(xiàn)出一致性的階段性特點，2005年~2019年，我國建筑的全過程能耗由9.34億噸標準煤上升到22.33億噸標準煤，年均增長率6.3%，建筑全過程碳排放由22.34億噸二氧化碳增長到49.97億噸二氧化碳，年平均增長率為5.92%，其中，2019年建筑運行階段碳排放21.3億噸，占全國碳排放的21.6%，雖然年均增長率逐漸放緩，但是建筑運行過程中能源消耗依然占很大比重，因此，建筑物的能耗監(jiān)測與預警成為眾多學者的研究對象。胡瑩堅[1]為避免地下室中布線困難等問題，開發(fā)了基于LoRa技術(shù)的建筑物能耗監(jiān)測系統(tǒng)；陳輝[2]以建筑物耗能特點為研究對象，在建筑物節(jié)能標準中提取影響能耗的主要因素，并建立神經(jīng)網(wǎng)絡算法對建筑物能耗仿真，提高建筑物能耗評估的智能度；侯驍虎[3]以物聯(lián)網(wǎng)技術(shù)、傳感器技術(shù)與軟件開發(fā)技術(shù)為實現(xiàn)手段，結(jié)合當前國內(nèi)外高校在能耗監(jiān)測應用系統(tǒng)開發(fā)與應用方面所積累的經(jīng)驗，為某高校開發(fā)了校園能耗監(jiān)測綜合管理平臺。開發(fā)基于物聯(lián)網(wǎng)技術(shù)的電力能耗感知預測系統(tǒng)，對建筑物電力能耗進行實時預測和監(jiān)控，存儲過往歷史數(shù)據(jù)，預測用電高峰期與低谷期，實現(xiàn)電力資源的“削峰填谷”，可以有效提高能源的使用效率，減少能源浪費。

2建筑能耗感知預測系統(tǒng)

2.1物聯(lián)網(wǎng)技術(shù)概述21世紀以來，物聯(lián)網(wǎng)技術(shù)發(fā)展迅速，已經(jīng)成為我國信息產(chǎn)業(yè)的重要組成部分。物聯(lián)網(wǎng)技術(shù)主要通過前端設備的布置，將采集到的信號與網(wǎng)絡進行連接，通過有線或者無線方式將信號實時傳輸[4]，實現(xiàn)對物體的有效定位、識別等功能。物聯(lián)網(wǎng)技術(shù)架構(gòu)主要分為三層，即：感知層、網(wǎng)絡層和應用層[4]。感知層依靠安裝布置在物體上的傳感器設備，對物體信息采集與發(fā)送，網(wǎng)絡層在接收到信息后，使用互聯(lián)網(wǎng)、無線網(wǎng)絡等技術(shù)將信息傳送到應用層，通過應用層對信息進行智能處理，實現(xiàn)物體實時監(jiān)控或控制的智能化管理體系。物聯(lián)網(wǎng)技術(shù)的發(fā)展和通信技術(shù)的進步加快了我國智慧城市的發(fā)展進程，建筑能耗感知與預測作為智能建筑的重要分支，也將得到更加廣泛的應用。2.2系統(tǒng)架構(gòu)建筑能耗感知預測系統(tǒng)主要依托于物聯(lián)網(wǎng)技術(shù)以及智慧城市管理平臺（見圖1），整體系統(tǒng)架構(gòu)根據(jù)物聯(lián)網(wǎng)基本架構(gòu)分為感知層、傳輸層和應用層三部分，應用層依據(jù)系統(tǒng)實際應用功能分為能耗數(shù)據(jù)管理子系統(tǒng)及能耗預測子系統(tǒng)兩部分。本文研究對象為建筑物的電力耗能，能耗管理子系統(tǒng)對建筑物已發(fā)生的耗能進行有效記錄與存儲，能耗預測子系統(tǒng)根據(jù)傳感設備采集到的預測指標對建筑物能耗進行預測，便于建筑管理人員對能耗進行有效把控。

3系統(tǒng)功能

3.1能耗感知模塊物聯(lián)網(wǎng)技術(shù)的本質(zhì)是通過互聯(lián)網(wǎng)實現(xiàn)物與物之間的相互連接，并實現(xiàn)物與物之間的信息聯(lián)通和交互[5]。建筑物能耗的實時感知依賴互聯(lián)網(wǎng)設備的布置，能耗數(shù)據(jù)通過傳感器設備采集后，利用無線通信技術(shù)傳輸?shù)椒掌鳎掌鲗?shù)據(jù)進行處理后存儲在后臺數(shù)據(jù)庫，并在能耗管理平臺展示能耗情況。傳感裝置用于采集各類數(shù)據(jù)，包括能耗監(jiān)測數(shù)據(jù)和環(huán)境監(jiān)測數(shù)據(jù)，能耗監(jiān)測數(shù)據(jù)用于建筑物能耗實時感知，環(huán)境監(jiān)測數(shù)據(jù)用于能耗預測。能耗感知模塊會對房間的能耗實時監(jiān)測對比，當房間內(nèi)的耗能超過歷史消耗能耗的最高值時，則會在系統(tǒng)頁面對建筑管理人員提示，建筑管理人員不僅可以查看能耗實時數(shù)據(jù)，還可對歷史數(shù)據(jù)進行分類篩選、搜索等操作，便于管理人員的決策。3.2能耗預測模塊能耗預測模塊配合能耗管理系統(tǒng)，根據(jù)歷史數(shù)據(jù)對建筑物未來能耗進行準確預測，合理優(yōu)化用電配置，減少建筑用電浪費和碳排放。本研究基于物聯(lián)網(wǎng)技術(shù)采集能耗預測所需指標，構(gòu)建BP（Backpropagation反向傳播）神經(jīng)網(wǎng)絡進行建筑物能耗預測，其基本流程如圖2所示，通過傳感器采集室外溫度等所需信息，將采集到的信息傳輸?shù)焦芾砥脚_，將模型數(shù)據(jù)擬合后便得到建筑能耗預測結(jié)果，將結(jié)果返回用戶界面。BP神經(jīng)網(wǎng)絡算法是一種多層前饋神經(jīng)網(wǎng)絡，基于最速下降法進行求解[6]，能夠模擬人的思維模式對機制進行學習，被廣泛地應用于建筑領(lǐng)域的能耗預測。BP神經(jīng)網(wǎng)絡包括輸入層、隱含層與輸出層，在本研究當中，輸入層指標包括建筑面積、室外溫度、空調(diào)維持溫度以及人員密度四個指標，經(jīng)過擬合后得到建筑物耗電量結(jié)果，即輸出層，其神經(jīng)元個數(shù)為一，而隱含層的神經(jīng)元個數(shù)是通過算法訓練過程中的不斷調(diào)整達到最優(yōu)的。本研究中算法的訓練數(shù)據(jù)為天津市中新生態(tài)城某幼兒園的歷史數(shù)據(jù)，數(shù)據(jù)集溫度覆蓋-8%至32℃，基本滿足全年所有工況。算法訓練完成后進行封裝，在進行能耗預測時將建筑面積、室外溫度、空調(diào)維持溫度以及人員密度四個指標輸入算法，算法經(jīng)過擬合計算后得到建筑能耗預測結(jié)果，并將結(jié)果返回用戶界面，如圖2結(jié)果輸出部分所示。

4系統(tǒng)典型應用

4.1信息存儲功能智慧城市管理平臺后臺內(nèi)置數(shù)據(jù)庫，存儲建筑能耗歷史數(shù)據(jù)，便于管理者查詢使用的同時，可用于算法訓練優(yōu)化迭代。4.2信息查詢功能可以按照時間段對能耗數(shù)據(jù)進行查詢篩選，同時，還可以按照能耗量篩選數(shù)據(jù)，便于管理者分析歷史數(shù)據(jù)，合理制定能源使用策略.4.3能耗異常預警功能系統(tǒng)可對能耗實時感知，并與歷史平均數(shù)據(jù)進行對比，若出現(xiàn)過高或過低的異常情況，則在管理平臺中顯示警報，提示建筑管理人員對該建筑或房間的能耗情況進行調(diào)查。4.4能耗預測功能構(gòu)建BP神經(jīng)網(wǎng)絡，使用物聯(lián)網(wǎng)設備采集相關(guān)指標，自動預測耗電量，得到某一房間或建筑的預測耗能，給建筑管理人員的能源分配決策提供指導。

5結(jié)語

綜上所述，隨著物聯(lián)網(wǎng)技術(shù)的進步和智慧城市的發(fā)展，基于物聯(lián)網(wǎng)技術(shù)構(gòu)建建筑物能耗感知預測系統(tǒng)，可以使建筑物能耗可視化、存儲歷史數(shù)據(jù)、賦能城市管理水平、提高建筑管理能力以及能源使用效率。

參考文獻

[1]胡瑩堅.基于LoRa技術(shù)的建筑物能耗監(jiān)測系統(tǒng)在人防地下室中的實現(xiàn)[J].現(xiàn)代建筑電氣，2020，11（8）：28-30.

[2]陳輝.基于神經(jīng)網(wǎng)絡分析的建筑物耗能仿真模型分析[J].佳木斯大學學報(自然科學版)，2022，40（1）：13-15+138.

[3]侯驍虎.高校校園能耗監(jiān)測綜合管理平臺的設計與實現(xiàn)[D].大連：大連理工大學，2017.

[4]梁禹鵬.基于物聯(lián)網(wǎng)技術(shù)的未來智能樓宇系統(tǒng)探析[J].智能建筑與智慧城市，2022（1）：113-115.

[5]付川琪.基于CFD仿真和SVM算法的建筑能耗預測系統(tǒng)云平臺[D].南京：南京信息工程大學，2021.

[6]滕文龍，叢炳虎，商云坤，張予宸，白天.基于MEA-BP神經(jīng)網(wǎng)絡的建筑能耗預測模型[J].吉林大學學報(工學版)，2021，51（5）：1857-1865.

作者：于佳怡 周銳 鐘煒 單位：天津理工大學管理學院 天津生態(tài)城國有資產(chǎn)經(jīng)營管理有限公司