[发明专利]一种建筑实时能耗异常诊断系统

说明书

本发明提供了一种用于对建筑能耗中的暖通系统能耗进行实时能耗异常诊断，其特征在于，包括：正常置信区间存储部，存储有暖通系统能耗对应的正常置信区间；暖通能耗实测值获取部，从物联网平台实时获取暖通系统能耗对应的实测值，作为暖通能耗实测值；暖通能耗模拟值获取部，从预定的建筑模拟软件中根据建筑相关信息实时模拟，得到暖通系统能耗对应的模拟值，作为暖通能耗模拟值；异常判断部，判断暖通能耗实测值与暖通能耗模拟值的差值是否处于正常置信区间内；以及异常结论输出部，在异常判断部判断为否时，输出暖通能耗异常从而提醒建筑管理人员根据该暖通能耗异常采取措施，节省建筑能耗。

技术领域

本发明属于信号装置领域，具体涉及一种建筑实时能耗异常诊断系统。

背景技术

建筑能耗是常见能耗类型之一，在我国，其占社会总能耗的比重已超过20％^[1]。因此，建筑能耗拥有巨大的节能潜力，如果能对建筑能耗异常情况进行实时识别，则可为建筑节能打好基础。

近年来，随着人工智能、大数据、云计算等高新技术的崛起，物联网技术在各行各业得以广泛应用。全球各个国家都把物联网技术视为一次新的信息技术变革，想要抓住这次机会，利用物联网技术发展壮大自己的国家^[2]。我国也紧随潮流，从我国的国情出发，制定以物联网技术为基础，在各行各业实施并制定相应的政策扶持物联网技术的发展^[3]。目前，国内已有众多建筑接入了建筑物联网，提高了建筑管理效率，结合简易的控制逻辑，得到初步节能效果。

建筑模拟软件是预测建筑能耗的重要工具^[4]，通过建筑模拟软件可以得到建筑具有设计意图的预测能耗值，这对于建筑运行是十分重要的数据。该预测能耗值可以为建筑实际运行情况提供一定的运行基准，并且此类软件中的建筑运行方案可对建筑运行策略提供一定的参考。

众所周知，大多数建筑物在投入使用及重新使用后的几年内，都会造成部分预期及设计的能源效率损失^[5-7]，这将造成建筑能耗的浪费。实际使用中，由于建筑管理人员的疏忽及监控不及时等原因，容易造成设备故障不及时发现、建筑运行不当等导致的室内舒适不满足要求以及建筑能耗异常的情况。有研究表明，通过实施非常低成本的建筑管理策略^[8]，HVAC系统的能源效率可以提高5％以上；通过密切监测建筑状态和改进控制策略^[9]，可将能源效率提高40％以上。

因此，如果能实时识别建筑的用能情况，则可以及时识别因建筑设备故障或人员运行不当等增加的建筑能耗，成为有效实现建筑节能的重要基石。

基于项目的实际可行情况，建筑能耗异常诊断方法主要分为黑箱及灰箱两种方法。黑箱方法是一种基于大数据，通过各类算法进行数据驱动得到建筑用能模式，对建筑进行能耗异常识别并进行诊断的方法；灰箱是黑箱方法与白箱方法的结合，而白箱方法是一种基于物理模型的方法，灰箱方法将二者进行结合，在现实中也得到了较好的应用。具体地：

黑箱法是指一个系统内部结构不清楚或根本无法弄清楚时，从外部输入控制信息，使系统内部发生反应后输出信息，再根据其输出信息来研究其功能和特性的一种方法。比如，Daniel B.Araya等人^[10]提出了一种新的基于模式的建筑能耗异常分类器——基于滑动窗口的集体上下文异常检测(CCAD-SW)框架，及提高其检测能力的集成异常检测(EAD)框架；其采用人工生成的异常数据集，使用的训练方法是Bootstrap Aggregating或bagging，使用模型测试器组件的测试结果来评估一个异常阈值θ，通过以上来同时进行建筑能耗的识别及诊断。H.Burak Gunay^[11]等人提出了一种用于异常检测的聚类分析方法，该方法将楼宇自动化系统数据整合成少量不同的操作模式。江航等人^[12]针对高校建筑的特征提出了一种改进的高校建筑能耗异常检测方法，其采用SA-DBSCAN算法识别建筑能耗模式，利用C4.5算法得到实时能耗数据的相应类别后使用LOF算法进行离群分析检测异常。