一种建筑能效管理系统及方法与流程

本发明提出了一种建筑能效管理系统及方法，属于楼宇能效管理。

背景技术：

1、我国各产业能耗在总能耗中的占比跟刚建国时已发生了很大的变化，当前建筑能耗在能源消耗总量中的比例很大。根据住建部的合计，建筑能耗在资源总消耗额中占据的比重早就从20世纪70年代末的10％，增加到近年的27.45％，并且建筑用能增长趋势还非常明显呈逐步上升的趋势。中国一年刚建的建筑总数超过20亿平米，而且也会连续极大的时间。也就是意味着建筑能耗也会随着建筑的增长而逐渐增加。已建成建筑能耗涵盖空调、燃气、采暖、供水、照明等。

2、城市建筑能耗一直是城市用能的重点，目前存在以下问题：智能化规模较低，部分既有楼宇因建筑年限长，仍然采用人工抄表的方式进行能效数据采集，部分楼宇能效管理平台相对独立，但仅对数据进行简单的记录与统计管理，并未对楼宇的能源消耗情况作出详细的数据分析及指导；无效能耗浪费严重，公共楼宇中大量无效应用场景非常频繁的发生，例如楼宇中经常出现白天很多灯还在亮着、晚上人员已经离开房间但各种电器设备仍旧在运行、如某些区域灯的功率过于亮或暗、如夏天空调温度开的非常低、冬天空调温度开的非常高，甚至还要开窗来调整温度，这种超过实际所需的场景等在实际生活中非常常见。这些情况不仅会造成能耗的浪费、也会对设备、系统造成加速消耗，系统的快速老化、设备性能的下降又会造成进一步的能耗消耗。

技术实现思路

1、本发明提供了一种建筑能效管理系统及方法，用以解决上述提到的问题：

2、本发明提出的一种建筑能效管理方法，所述方法包括：

3、布署在室内外的传感器采集室内外环境数据,各电能采集节点采集各电器消耗的电能，将采集到的电能数据通过zigbee发送给室内的二级建筑能效管理平台；

4、所述室内的二级建筑能效管理平台分析所述室内外环境数据和所述电能数据，并通过网络将所述室内外环境数据和所述电能数据发送给一级建筑能效管理平台；

5、所述一级建筑能效管理平台接收到电能数据，通过深度学习算法对其进行模型训练，并根据训练出的模型给出建议，各设备根据建议调整。

6、进一步的，一种建筑能效管理方法，所述布署在室内外的传感器采集室内外环境数据,各电能采集节点采集各电器消耗的电能，将采集到的电能数据通过zigbee发送给室内的二级建筑能效管理平台，包括：

7、布署在窗户上的温度、湿度和雨量传感器检测外界环境的温度、湿度和雨量，布署在室内的亮度传感器、红外传感器、温度传感器和湿度传感器分别检测室内亮度、是否有人、温度和湿度，布署在空调、照明设备和电梯上的电能采集节点采集各电器电能消耗；

8、所有传感器按采样周期标准采集数据，所述采样周期标准如下：

9、

10、其中，count表示红外传感器最近n次检测中检测到的人的总次数，ni表示红外传感器第i次检测的人的次数。

11、β＝2*α/(c*γ)

12、其中，β表示采样周期的比例系数，α表示温度数据的标准差，γ表示所有数据的平均值，c是一个常数，用来调整采样周期和环境数据波动程度之间的关系，取值范围在[0.5,2]之间。

13、t＝max(k'*β*α，t0)

14、其中，t0表示默认的采样周期，即当环境数据的波动较小时使用的采样周期，取值范围在[1,10]秒之间，max表示取两者中的最大值，k'表示根据count来计算出来的比例系数，

15、k'＝(count/n)^e

16、其中，e是控制比例系数与人数变化之间关系的指数，取值范围在[1,3]之间。

17、各传感器采集的数据和各电能采集节点采集的各电器消耗的电能数据通过zigbee发送给室内的二级建筑能效管理平台。

18、进一步的，一种建筑能效管理方法，所述室内的二级建筑能效管理平台分析所述室内外环境数据和所述电能数据，并通过网络将所述室内外环境数据和所述电能数据发送给一级建筑能效管理平台，包括：

19、室内的二级建筑能效管理平台通过zigbee接收所述各传感器采集的数据和所述各电能采集节点采集的各电器消耗的电能数据并将其存储在平台的数据库内；

20、所述二级建筑能效管理平台分析数据后，将接收到的数据与平台内第一预设数据做比较，当数据相差超过5个单位时，所述二级建筑能效管理平台给用户设备发送报警信息；

21、所述二级建筑能效管理平台将存储在数据库内的数据通过网络发送给一级建筑能效管理平台。

22、进一步的，一种建筑能效管理方法，所述二级建筑能效管理平台分析数据后，将接收到的数据与平台内预设数据做比较，当数据相差超过5个单位时，所述二级建筑能效管理平台给用户设备发送报警信息，包括：

23、所述二级建筑能效管理平台将接收到的布署在窗户上的温度、湿度和雨量传感器检测到的数据与平台内第一预设数据作比较，若发现检测到的外部环境的数据与平台内第一预设数据相差不超过三个单位，再查看空调电能能耗数据，若发现空调此时处于打开状态，便控制打开门窗，关闭空调；

24、所述二级建筑能效管理平台接收布署在室内亮度传感器发来的数据，若发现亮度传感器的传感器显示室内亮度处于“亮”模式，且灯不在1/3场景模式，便将灯调整为1/3场景模式；

25、所述二级建筑能效管理平台接收布署在室内亮度传感器和红外传感器发来的数据，若发现走廊亮度处于“暗”模式，且红外传感器检测的数据显示人流量为“多”的状态，便将灯调整为1场景模式，若发现走廊亮度处于“暗”模式，且红外传感器检测到的数据显示人流量为“少”模式，将灯调整为1/2场景模式，若发现走廊亮度处于“暗”模式，且红外传感器检测到的数据显示人流量为“较少”模式，将灯调整为1/3场景模式；

26、所述二级建筑能效管理平台将各电器能耗数据与平台内第二预设数据作比较，若发现数据相差超过5个单位时，向用户设备发送报警信息。

27、进一步的，一种建筑能效管理方法，所述一级建筑能效管理平台接收到电能数据，通过深度学习算法对其进行模型训练，并根据训练出的模型给出建议，各设备根据建议调整，包括：

28、对接收到的电能数据进行清洗、缺失值填充和归一化处理后，将数据进行时间序列切割，得到多个时间序列片段，每个片段包含多个时间步长的数据；

29、采用一种基于卷积层和池化层交替堆叠的网络结构，使用卷积神经网络对每个时间序列片段进行特征提取，卷积神经网络学习到时间序列片段中的波动和趋势；

30、使用支持向量回归算法对提取出的特征进行模型训练和对各电器能源消耗进行预测；

31、根据训练好的模型，结合实时采集的建筑能耗数据，给出相应的建议和所述平台内第二预设数据，用户根据模型给出的建议调整建筑内各设备。

32、本发明提出的一种建筑能效管理系统，其特征在于，所述系统包括：

33、采集数据模块，布署在室内外的传感器采集室内外环境数据,各电能采集节点采集各电器消耗的电能，将采集到的电能数据通过zigbee发送给室内的二级建筑能效管理平台；

34、分析数据模块，用于使所述室内的二级建筑能效管理平台分析所述室内外环境数据和所述电能数据，并通过网络将所述室内外环境数据和所述电能数据发送给一级建筑能效管理平台；

35、模型训练模块，用于所述一级建筑能效管理平台接收到电能数据，通过深度学习算法对其进行模型训练，并根据训练出的模型给出建议，各设备根据建议调整。

36、进一步的，一种建筑能效管理系统，所述采集数据模块包括：

37、检测模块，布署在窗户上的温度、湿度和雨量传感器检测外界环境的温度、湿度和雨量，布署在室内的亮度传感器、红外传感器、温度传感器和湿度传感器分别检测室内亮度、是否有人、温度和湿度，布署在空调、照明设备和电梯上的电能采集节点采集各电器电能消耗；

38、所有传感器按采样周期标准采集数据，所述采样周期标准如下：

39、

40、其中，count表示红外传感器最近n次检测中检测到的人的总次数，ni表示红外传感器第i次检测的人的次数。

41、β＝2*α/(c*γ)

42、其中，β表示采样周期的比例系数，α表示温度数据的标准差，γ表示所有数据的平均值，c是一个常数，用来调整采样周期和环境数据波动程度之间的关系，取值范围在[0.5,2]之间。

43、t＝max(k'*β*α，t0)

44、其中，t0表示默认的采样周期，即当环境数据的波动较小时使用的采样周期，取值范围在[1,10]秒之间，max表示取两者中的最大值，k'表示根据count来计算出来的比例系数，

45、k'＝(count/n)^e

46、其中，e是控制比例系数与人数变化之间关系的指数，取值范围在[1,3]之间。

47、通信模块，用于各传感器采集的数据和各电能采集节点采集的各电器消耗的电能数据通过zigbee发送给室内的二级建筑能效管理平台。

48、进一步的，一种建筑能效管理系统，所述分析数据模块包括：

49、接收数据模块，室内的二级建筑能效管理平台通过zigbee接收所述各传感器采集的数据和所述各电能采集节点采集的各电器消耗的电能数据并将其存储在平台的数据库内；

50、比较模块，所述二级建筑能效管理平台分析数据后，将接收到的数据与平台内第一预设数据做比较，当数据相差超过5个单位时，所述二级建筑能效管理平台给用户设备发送报警信息；

51、一级平台与二级平台通信模块，用于所述二级建筑能效管理平台将存储在数据库内的数据通过网络发送给一级建筑能效管理平台。

52、进一步的，一种建筑能效管理系统，所述比较模块包括：

53、空调门窗联动模块，用于所述二级建筑能效管理平台将接收到的布署在窗户上的温度、湿度和雨量传感器检测到的数据与平台内第一预设数据作比较，若发现检测到的外部环境的数据与平台内第一预设数据相差不超过三个单位，再查看空调电能能耗数据，若发现空调此时处于打开状态，便控制打开门窗，关闭空调；

54、照明系统调整模块，所述二级建筑能效管理平台接收布署在室内亮度传感器发来的数据，若发现亮度传感器的传感器显示室内亮度处于“亮”模式，且灯不在1/3场景模式，便将灯调整为1/3场景模式；所述二级建筑能效管理平台接收布署在室内亮度传感器和红外传感器发来的数据，若发现走廊亮度处于“暗”模式，且红外传感器检测的数据显示人流量为“多”的状态，便将灯调整为1场景模式，若发现走廊亮度处于“暗”模式，且红外传感器检测到的数据显示人流量为“少”模式，将灯调整为1/2场景模式，若发现走廊亮度处于“暗”模式，且红外传感器检测到的数据显示人流量为“较少”模式，将灯调整为1/3场景模式；

55、报警模块，用于所述二级建筑能效管理平台将各电器能耗数据与平台内第二预设数据作比较，若发现数据相差超过5个单位时，向用户设备发送报警信息。

56、进一步的，一种建筑能效管理系统，所述模型训练模块包括：

57、数据预处理模块，用于对接收到的电能数据进行清洗、缺失值填充和归一化处理后，将数据进行时间序列切割，得到多个时间序列片段，每个片段包含多个时间步长的数据；

58、特征提取模块，采用一种基于卷积层和池化层交替堆叠的网络结构，使用卷积神经网络对每个时间序列片段进行特征提取，卷积神经网络学习到时间序列片段中的波动和趋势；

59、预测模块，使用支持向量回归算法对提取出的特征进行模型训练和对各电器能源消耗进行预测；

60、生成建议和第二预设数据模块，用于根据训练好的模型，结合实时采集的建筑能耗数据，给出相应的建议和所述平台内第二预设数据，用户根据模型给出的建议调整建筑内各设备。

61、本发明有益效果：通过实时采集室内外环境数据和电能数据，并对其进行分析和建模，可以更加精准地掌握建筑物的能耗情况，从而提高能源利用效率，降低能源消耗和成本；通过对电能数据的分析和建模，可以发现一些不必要的能耗行为和设备损耗等问题，及时调整设备的使用和维护方式，从而有效地促进节能减排；采用该方案可以实现对建筑物的自动监测和管理，减轻了人工监测和管理的负担，降低了人力成本；采用该方案可以实现对建筑物的自动监测和管理，减少了人工操作的时间和误差，提高了工作效率；该方案通过深度学习模型预测能源消耗与未来最舒适电器使用状态，并给出电器使用建议，用户根据电器使用建议调整电器状态，并在电器的能耗超过深度学习预测范围时，发出报警信息极大地提高了建筑能耗管理的智能化。该发明可以为建筑的能效管理提供自动化、智能化的解决方案，有效地提升建筑的能源利用效率，达到可持续发展的目标。