摘要：為了保證建筑物的舒適性，實時監(jiān)測和預測建筑物的能耗，本研究探索了基于物聯(lián)網技術的建筑能耗感知預測系統(tǒng)的施工方法，提出了系統(tǒng)架構及相關配置，闡述了系統(tǒng)的典型應用，為能耗感知預測系統(tǒng)的研發(fā)提供了思路，有助于節(jié)約能耗，提高建筑物運行過程中的能源利用效率，提高現(xiàn)代城市管理能力。

關鍵詞：物聯(lián)網技術；建筑能耗預測；能耗監(jiān)測系統(tǒng)

1引言

隨著經濟的發(fā)展和人口的增加，人們對能源的需求也在迅速增加。統(tǒng)計數(shù)據(jù)顯示，全國建筑能耗與碳排放的總體變化呈現(xiàn)出一致的階段性特征。從2005年到2019年，中國建筑全過程能耗從9.34億噸增加到22.3億噸，平均年增長率為6.3%。建筑全過程碳排放量從22.34億噸增加到49.97億噸，平均年增長率為5.92%。其中，2019年建筑運行階段碳排放量為21.3億噸，占全國碳排放量的2.6%胡瑩堅[1]開發(fā)了基于LoRa技術的建筑能耗監(jiān)測系統(tǒng)，以避免地下室布線困難等問題；陳輝[2]以建筑能耗特點為研究對象，從建筑節(jié)能標準中提取影響能耗的主要因素，建立神經網絡算法模擬建筑能耗，提高建筑能耗評估的智能性；侯驍虎[3]結合國內外高校在能耗監(jiān)測應用系統(tǒng)開發(fā)應用方面積累的經驗，結合物聯(lián)網技術、傳感器技術和軟件開發(fā)技術，為高校開發(fā)了一個全面的校園能耗監(jiān)測管理平臺。開發(fā)基于物聯(lián)網技術的電力能源消耗感知預測系統(tǒng)，實時預測和監(jiān)測建筑物的電力能源消耗，存儲過去的歷史數(shù)據(jù)，預測電力消耗的高峰期和低谷期，實現(xiàn)電力資源的“削峰填谷”，可以有效提高能源利用效率，減少能源浪費。

2建筑物能耗感知預測系統(tǒng)

2.1物聯(lián)網技術概述

自21世紀以來，物聯(lián)網技術發(fā)展迅速，已成為中國信息產業(yè)的重要組成部分。物聯(lián)網技術主要通過前端設備的布局將收集到的信號與網絡連接起來，并通過有線或無線實時傳輸信號[4]，從而實現(xiàn)對物體的有效定位和識別。物聯(lián)網技術架構主要分為三個層次，即感知層、網絡層和應用層[4]。感知層依靠安裝在物體上的傳感器設備來收集和發(fā)送物體信息。網絡層收到信息后，利用互聯(lián)網、無線網絡和其他技術將信息傳輸?shù)綉脤?/p>

物聯(lián)網技術的發(fā)展和通信技術的進步加速了中國智慧城市的發(fā)展。作為智能建筑的重要分支，建筑能耗感知和預測也將得到更廣泛的應用。

2.2系統(tǒng)架構

建筑能耗感知預測系統(tǒng)主要依托物聯(lián)網技術和智慧城市管理平臺（見圖1）。根據(jù)物聯(lián)網的基本結構，整個系統(tǒng)架構分為三個部分：感知層、傳輸層和應用層。根據(jù)系統(tǒng)的實際應用功能，應用層分為兩部分：能耗數(shù)據(jù)管理子系統(tǒng)和能耗預測子系統(tǒng)。

本文的研究對象是建筑物的能耗。能耗管理子系統(tǒng)有效記錄和儲存建筑物的能耗。能耗預測子系統(tǒng)根據(jù)傳感器設備收集的預測指標預測建筑物的能耗，便于建筑管理人員有效控制能耗。1684827728186

3系統(tǒng)功能

3.1能耗感知模塊

物聯(lián)網技術的本質是通過互聯(lián)網實現(xiàn)物與物之間的相互連接，實現(xiàn)物與物之間的信息聯(lián)系和交互[5]。建筑能耗的實時感知取決于互聯(lián)網設備的布局。通過傳感器設備收集能耗數(shù)據(jù)后，利用無線通信技術將其傳輸?shù)椒掌鳌７掌魈幚砗?，將?shù)據(jù)存儲在后臺數(shù)據(jù)庫中，并在能耗管理平臺上顯示能耗。

傳感器用于收集各種數(shù)據(jù)，包括能源消耗監(jiān)測數(shù)據(jù)和環(huán)境監(jiān)測數(shù)據(jù)。能源消耗監(jiān)測數(shù)據(jù)用于實時感知建筑能源消耗，環(huán)境監(jiān)測數(shù)據(jù)用于預測能源消耗。能源消耗感知模塊將實時監(jiān)測和比較房間的能源消耗。當房間內的能耗超過歷史能耗的高值時，建筑管理人員會在系統(tǒng)頁面上提示建筑管理人員，建筑管理人員不僅可以查看實時能耗數(shù)據(jù)，還可以對歷史數(shù)據(jù)進行分類、篩選、搜索等操作，方便管理人員決策。

3.2能耗預測模塊

能源消耗預測模塊與能源消耗管理系統(tǒng)相結合，根據(jù)歷史數(shù)據(jù)準確預測建筑物未來的能源消耗，合理優(yōu)化電力配置，減少建筑物廣泛的電力浪費和碳排放。本研究基于物聯(lián)網技術收集能源消耗預測所需的指標，構建BP（Backpropagation反向傳播）神經網絡進行建筑能源消耗預測。其基本流程如圖2所示。通過傳感器收集室外溫度等所需信息，將收集到的信息傳輸?shù)焦芾砥脚_。模型數(shù)據(jù)擬合后，可獲得建筑能源消耗預測結果，并返回用戶界面。BP神經網絡算法測。

BP神經網絡包括輸入層、隱含層和輸出層。在本研究中，輸入層指標包括四個指標：建筑面積、室外溫度、空調維護溫度和人員密度。擬合后，建筑物的功耗結果，即輸出層，其神經元數(shù)為1，而隱含層中的神經元數(shù)在算法訓練過程中不斷調整。

本研究中算法的培訓數(shù)據(jù)是天津市中新生態(tài)城市一所幼兒園的歷史數(shù)據(jù)。數(shù)據(jù)集溫度覆蓋-8%至32℃，基本滿足全年所有工作條件。算法培訓完成后，包裝并輸入四個指標：建筑面積、室外溫度、空調維護溫度和人員密度。擬合計算后，該算法得到了建筑能耗預測結果，并將結果返回到用戶界面。

4系統(tǒng)的典型應用

信息存儲功能；信息查詢功能；能耗異常預警功能；能耗預測功能；

5Acrel-EIOT能源物聯(lián)網云平臺

（1）概述

Acrel-EIoT能源物聯(lián)網開放平臺是一個基于物聯(lián)網數(shù)據(jù)中心的平臺，為互聯(lián)網用戶提供能源物聯(lián)網數(shù)據(jù)服務，建立統(tǒng)一的上下行數(shù)據(jù)標準。用戶只需購買安科瑞物聯(lián)網傳感器，選擇網關，自行安裝后掃描代碼，即可使用手機和計算機獲得所需的行業(yè)數(shù)據(jù)服務。

該平臺提供多平臺、多語言、多終端數(shù)據(jù)訪問功能，包括數(shù)據(jù)駕駛艙、電氣安全監(jiān)控、電能質量分析、電力管理、預付款管理、充電樁管理、智能照明管理、異常事件報警和記錄、運維管理等。

（2）應用場所

該平臺適用于公寓出租人、連鎖超市、小工廠、建筑管理系統(tǒng)集成商、小物業(yè)、智慧城市、變配電站、建筑、通信基站、工業(yè)能源消耗、智能燈塔、電力運維等領域。

（3）平臺結構

（4）系統(tǒng)硬件配置

6結論

綜上所述，隨著物聯(lián)網技術的進步和智慧城市的發(fā)展，基于物聯(lián)網技術構建建筑能耗感知預測系統(tǒng)，可以可視化建筑能耗，存儲歷史數(shù)據(jù)，提高城市管理水平，提高建筑管理能力和能源利用效率。

參考文獻

[1] 于佳怡，周銳，鐘偉.物聯(lián)網技術在建筑能耗感知預測系統(tǒng)中的應用探析

[1] 胡瑩堅.基于LoRa技術的建筑物能耗監(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.基于神經網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)

[4] 企業(yè)微電網設計與應用手冊2022.05版.