公共建筑能耗監測平臺數據應用的探討
2019-07-22 10:44:45 瀏覽:2245次 來源: 作者:

導  讀  


目前,全國已有33 個省市開展了國家機關辦公建筑和大型公共建筑能耗監測平臺的建設,累積了大量的公共建筑能耗監測數據,如何開發利用這些數據并切實發揮數據作用是各級政府節能管理部門及科研院所致力于研究的重要課題。


本文從數據質量提升、數據應用實踐和數據深化研究等幾方面介紹了上海市公共建筑能耗監測數據應用現狀,分享了上海市國家機關辦公建筑和大型公共建筑能耗監測平臺運行經驗,探討能耗監測平臺發展趨勢,以推動公共建筑智能化運行管理發展。

作者|支建杰,吳蔚沁 (上海市建筑科學研究院)

論文來源|2018城市發展與規劃論文集



1. 背景


自2007 年住建部、財政部發布了《關于加強國家機關辦公建筑和大型公共建筑節能管理工作的實施意見》后,截止目前已有33 個省市開展了公共建筑能耗監測平臺建設工作,其中北京市、上海市、重慶市、天津市、深圳市、江蘇省、山東省和安徽省等8 個省市公共建筑能耗監測平臺通過了驗收,全國實施能耗監測建筑數量已超過1 萬棟,公共建筑能耗數據的累計已初具規模,于是數據的應用成了越來越多政府部門和行業人士關心的問題。


關于數據應用的研究主要集中在幾個方向,

一是數據質量提升的研究[1,2],由于能耗監測數據從建筑采集到傳輸都有可能出現一些問題,如監測電表損壞、網絡通信中斷、數據丟包等,從而導致監測平臺收到的數據有誤,這對后續數據的挖掘與研究都有著重大的影響,因此數據質量提升是數據應用的前提,是至關重要的一個環節;


二是宏觀管理層面的數據應用研究[3],利用監測數據為政府部門政策制定、標準制定等提供數據支撐;


三是面向單體建筑的節能管理與優化運行研究[4-6],通過建筑自身能耗監測數據進行預測,發現建筑運行問題,提出優化策略等。


但目前,能耗監測數據的應用仍在探索發展階段,具有很大的發展空間,本文基于上海市國家機關辦公建筑和大型公共建筑能耗監測平臺近幾年的運行實踐情況,運用大數據分析思路,對公共建筑能耗監測數據應用方法及應用方向進行探討,希望由點到面帶動全國公共建筑節能領域的智能化和產業化發展,為建筑節能減排、城市精細化管理提供助力。


2. 上海市國家機關辦公建筑與大型公共建筑能耗監測平臺



2.1 平臺發展與規模

2010 年,上海市按照住房城鄉建設部的統一部署和工作指導,完成了200 棟大型公共建筑用能分項計量系統的安裝與聯網,建成了上海市國家機關辦公建筑和大型公共建筑能耗監測平臺(以下監測“上海市能耗監測平臺”)。




圖 1 上海市能耗監測平臺系統架構圖


2012 年起,為貫徹落實上海市人民政府印發的《關于加快推進本市國家機關辦公建筑和大型公共建筑能耗監測系統建設實施意見的通知》(滬府發〔2012〕49 號)文件精神,按照“1 + 17 + 1”的模式及“全市統一、分級管理、互聯互通”的原則(如圖1 所示),能耗監測平臺進行了全面擴容,并在2014 年底通過驗收,進入常態化運行階段。


截止2017 年12 月31 日,上海市累計共有1592棟公共建筑完成用能分項計量裝置的安裝并實現與能耗監測平臺的數據聯網,覆蓋建筑面積7430.6 萬m2,其中國家機關辦公建筑187 棟,占監測總量的11.7%,覆蓋建筑面積約378.6 萬m2;大型公共建筑1405 棟,占監測總量的88.3%,覆蓋建筑面積約7052.0 萬m2。按建筑功能分類統計情況如表1 示。





2.2 上海市公共建筑能耗總體情況

2017 年,與上海市能耗監測平臺聯網的公共建筑年總用電量約為80.5 億kWh,其中辦公建筑、商場建筑、綜合建筑與旅游飯店建筑用電總量較大,四類建筑用電量占總量的85.9%。各類型建筑年總用電量占比如圖2所示。

圖 2 2017年與上海市能耗監測平臺聯網的建筑年用能量占比情況


2014 年至2017 年,與能耗監測平臺聯網的建筑總面積增幅約為74.9%,年總用電量增幅約為82.1%。歷年能耗監測平臺建筑年總用電量變化情況如圖3 所示。2014 年與能耗監測平臺聯網的建筑平均單位面積年用電量為104kWh/m2,2017 年為108kWh/m2,總體用能水平變化平緩。

圖 3 2014 ~ 2017 年上海市能耗監測平臺建筑年總用電量


3. 能耗監測數據質量提升


3.1 制定統一的數據判定標準

根據上海市能耗監測平臺數據分析[7],異常數據主要分為三大類:數據缺失、數據錯誤和數據不平衡。


其中數據缺失包括

(1)無數據,即沒有任何一個上傳數據;

(2)缺項目,即總用電、空調分項、照明分項、動力分項或特殊分項中某些數據有缺失;

(3)數據中斷,即數據上傳時斷時續,且異常時間較長。


數據錯誤包括

(1)數據過小,即數據反向或數值過小,不符合實際;

(2)數據過大,即數值過大,不符合實際;

(3)“假”數據,即由于某種原因,數據維持長期不變,不符合客觀規律。


數據不平衡包括

(1)分項之和小于總用電;

(2)分項之和大于總用電。


在分析了各類異常的特性及對數據分析影響,最終制形成了上海市公共建筑用能監測系統能耗(用電)數據采集異常判定依據,如表2 所示,并且通過市主管部門發布,統一了全市各級平臺的判定依據,并制定了判定執行細則,使所有平臺都有了統一的標尺,有利于各平臺主管部門了解能耗監測平臺情況,從而制定工作計劃,以提升數據質量。



3.2 基于Spark 分布式平臺的異常數據修復技術

上節所述判定依據僅是一個初步的異常數據識別,其基礎方法采用的是閾值法。為實現大量公共建筑逐時能耗監測異常數據實時修復,提高能耗監測數據的準確性和可利用率,在上海市能耗監測平臺運行實踐經驗中,建立了一套基于多種機器學習方法的異常數據識別與修復技術[2]。主要運用k-means聚類法去尋找偏離群體的異常值, 再利用KNN(K-NearestNeighbor)算法對目標數據進行修復[8-10]。


考慮到能耗監測平臺聯網建筑的數量與未來增量,因此構建了Spark 分布式平臺進行數據處理,分布式平臺有較好的延展性,而Spark 作為一個新興大數據處理引擎,能更好地適用于數據挖掘與機器學習等需要迭代的Map Reduce 的算法,除了本節敘述的異常數據修復,將來的數據挖掘和處理都可通過該平臺實現。


基于Spark 構建能耗大數據分析平臺使用了Ubuntu 16.04 64 位作為系統環境。Spark 與上海市能耗監測平臺數據交互的方式有兩種,分別是用SparkSQL 將整個數據庫中的小時能耗數據復制存儲到服務器上,以及用Python 自帶連接數據庫的方式,實時查詢需要數據。由于需要實時篩選異常值和補算數據,SparkSQL 將整個小時數據能耗表復制到服務器的方式占用更多的內存和計算時間,效率低;而通過FreeTDS 工具+pyodbc 第三方庫+ODBC 驅動的方式實現服務器與能耗監測平臺數據的交互,能夠實時查詢,更符合需求,效率更好,開發難度更低,更加便捷,因此實踐中選用后者的方式與能耗監測平臺數據庫進行連接。

圖 4 基于Spark 分布式平臺異常數據修復過程邏輯示意


整個運算過程邏輯示意圖如圖4 所示。目前該技術已在上海市能耗監測平臺上進行試運行,其運行效率高,修復一天1500 多棟建筑數據僅需8 分鐘,且效果良好,準確率可達90%,圖5 展示了某個修復樣例。

圖 5 某棟建筑某天異常數據修復效果


4. 能耗監測數據應用實踐


4.1 推行互聯網用能管理產品

近幾年,基于上海市能耗監測平臺開發了一系列互聯網產品,以加大建筑節能的宣傳,方便主管部門工作管理,促進業主節能運行。


4.1.1 設立門戶網站


2017 年,上海市國家機關辦公建筑和大型公共建筑能耗監測中心(以下簡稱“上海市能耗監測中心”)建立了門戶網站,網址:www.shjzjn.org。該網站搭建了與本市公共建筑能耗監測相關的政策法規、標準規范、節能改造示范項目、信息公示、新聞動態等信息查詢瀏覽及市級平臺多種數據報告下載的載體,為廣大節能工作者和業主提供了更好的信息服務窗口。其主要功能模塊如圖6 所示。


圖 6 上海市能耗監測中心門戶網站


網站架構采用了雙重安全保護, 第一層是internet 網進入能耗監測中心,需經過前置硬件防火墻。第二層是在訪問數據庫之前,門戶網站調用的所有服務均在外部接口服務中,需要通過程序進行前后端銜接調取內部數據服務,從而達到內外部數據隔絕的作用,如圖7 所示。


4.1.2 發布“能耗在線”系列App


2016 年,上海市能耗監測中心開發發布了“能耗在線”(樓宇版)App。該款App 旨在為建筑業主或物業管理單位提供更好的服務,增強交互體驗,讓建筑能源管理更加便捷高效,成為用戶能源管理的得力助手。

圖 7 門戶網站網絡設計架構


考慮到建筑能耗數據的隱私性,該款App 分為注冊用戶和認證用戶兩大用戶群。注冊用戶面向所有公眾開放,可以看到一棟示范建筑的數據,該建筑的名稱和詳細信息都隱去,在保護數據隱私的前提下讓所有用戶都能體驗App 的主要功能。認證用戶為已經和上海市能耗監測平臺聯網的建筑,在通過開通申請和手機綁定后,登錄App 可以看到所屬建筑的數據,從而為建筑運行提供指導。該款App 主要功能如圖8所示。


圖 8 能耗在線(樓宇版)主要功能介紹


樓宇版App 發布后得到了廣大業主的好評,因此在2017 年,針對主管部門,上海市能耗監測中心又推出了“能耗在線”(管理版)App,針對市級主管部門、區級主管部門及委辦主管部門的需求,開發了不同的功能(如圖9 所示),讓管理部門隨時掌握第一手建筑用能宏觀數據分析,消除信息孤島,實現不同管理部門間建筑節能工作信息共享。


圖 9 能耗在線(管理版)主要功能介紹


兩款App 都采用了Hybrid App 開發技術, 采用IONIC 框架開發。IONIC 是一個強大的 HTML5 hybrid APP 開發框架, 和AngularJS 無縫整合, 采用MVVM 模型,可以極大地提高開發效率,提供本地化樣式和漂亮UI 組件,性能表現良好。IONIC可以和Cordova 集成,從而具備硬件訪問能力;可以和Crosswalk 集成, 大大提高APP 運行速度。


Crosswalk 是一個開源的webview 引擎,基于谷歌開源的Chromium 內核,具有Web GL,Web RTC,index DB,Web Sockets,Flexbox 等Html 5、CSS3 的等先進特性,解決Android 碎片化兼容性問題,同時可大幅度提升性能。



4.2 推動建筑節能工作


4.2.1 建筑節能改造


基于上海市能耗監測平臺數據,通過對相同建筑類型能耗排序,篩選行業高能耗建筑,每年將名單提供給相關主管部門,納入節能減排計劃。


2013 年推動了上海市400 萬平米的住建部公共建筑節能改造重點城市示范項目建設,同時也為示范項目的節能量核算與驗證提供了依據,《上海市公共建筑節能改造重點城市示范項目節能量審核辦法(試行)》中規定:優先采用能耗監測數據作為項目節能量核算的依據。


4.2.2 建筑用能標準


上海市現行合理用能指南有八部,涵蓋機關辦公建筑、星級飯店建筑、大型商業建筑等,如表3 所示。

上海市能耗監測平臺數據為部分指南的制定及修訂提供了數據支撐。同時基于上海市能耗監測平臺數據,開展了上海市公共建筑用能定額研究,對定額面向對象、定額單位、影響因素、定額指標確定方法、實施條件等進行了研究,給出了辦公建筑、商場建筑、高等院校等6 類建筑的定額制定技術路線,為后續相關主管部門制定定額標準提供依據。


同時,針對部分委辦也開發了網上直報對標系統,業主通過系統填報建筑用能情況及相關基本信息,系統會自動計算出對標結果,如圖10 所示。該系統一方面使業主了解建筑用能水平情況,另一方面也為主管部門提供了便捷的管理工具。


圖 10 網上對標系統結果輸出界面



4.3 發布上海市年度用能情況報告

基于上海市能耗監測平臺數據,運用大數據分析思維,自2013 年起,已連續5 年編制面向全社會的上海市國家機關辦公建筑和大型公共建筑能耗監測情況及分析報告(如圖11 所示),同時依托政府部門將報告公布并印發、發行。


報告逐年在總結往年報告的社會反響及政府管理需求基礎上,在架構和內容方面均進行擴容和改進,提升了數據統計的深度與廣度。


圖 11 2013~2017 年上海市國家機關辦公建筑和大型公共建筑能耗監測情況及分析報告


2017 年年度情況報告分管理篇、全市篇、區域篇、行業篇四個篇章多角度多層面解讀能耗數據,進行用電及分項用電情況的專題分析,針對性的反映建筑用能特征,開展建筑用能與影響用能因素如溫度氣象、客流密度、人口流動等信息的聯動分析。該報告除通過政府部門印發外,可在上海市建委網站、上海市能耗監測中心門戶網站、“能耗在線”(樓宇版)App等多種渠道下載,向公眾全面公開。



4.4 深化數據分析研究


4.4.1 能耗預測


基于上海市能耗監測平臺數據,通過數據分析,開展公共建筑總電耗時間序列分析研究,建立了能耗預測模型,根據平均氣溫預報值,得到下一周期單位面積能耗預測值,示意如圖12 所示。

圖 12 某棟建筑能耗預測效果


另外利用Spark 數據分析平臺,結合谷歌深度學習庫,運用TensorFlow 對建筑逐時能耗進行預測。


目前通過研究,采用建筑過去30 天的數據進行訓練,可以完成逐時小時的預測,即通過當時采集的小時數據可預測出下幾個小時的能耗數據。這在需求側管理上有極高的價值,可以預測能耗峰值的出現時間,提前預警。選取了一棟建筑,對其工作日及休息日電量進行了預測,預測效果非常好,逐時平均誤差率小于1%,如圖13 所示。

圖 13 基于Spark 的數據分析平臺的能耗預測應用效果


4.4.2 用能診斷


公共建筑類型較多,如商場、辦公、賓館等,其用能情況存在較大的差別,從而導致不同公共建筑之間能耗水平對比存在困難。研究不同建筑類型用能參考值,以及基于建筑不同功能區分項用能參考值,對各類型大型公共建筑的用能情況進行診斷和分析具有較大意義,可以幫助挖掘建筑節能潛力,尋找行之有效的節能改造技術,真正達到節能的目的。


目前上海市能耗監測平臺對建筑總用電、照明插座用電、空調用電、動力用電等用能分項和不同功能區面積采用多元回歸分析方法進行擬合,得到各用能分項單日用能判定值,進而對建筑單日分項用能節能潛力進行判斷。


通過對大量建筑實時監測能耗動態計算,上海市能耗監測平臺實現了建筑的每天用能情況在線自動診斷,并通過“能耗在線”(樓宇版)App 向樓宇業主反饋,為挖掘建筑節能潛力提供了有力的評估手段和方法。


4.4.3 需求側響應


基于建筑能耗監測大量數據分析,將為電力供給側改革與建筑用電需求側管理提供重要的支撐。上海市能耗監測中心對部分聯網建筑進行實地調研,了解建筑分項計量系統情況、設備運行情況等,對建筑可中斷負荷進行調研,并基于能耗監測平臺大量數據,分析公共建筑用能曲線特征。提出了需求側負荷響應分級方案,以及未來通過上海能耗監測平臺實現需求側響應的初步機制,為電網智能化管理提供一定的參考。


5. 結語


本文敘述了目前基于上海市能耗監測數據,在政府、業主、公眾等多層面的數據應用,達到了數據的共享共用。但目前能耗監測平臺數據以電耗為主,隨著建筑節能工作的推進及采集技術的發展,平臺數據覆蓋面將逐漸擴大,可涵蓋全能源品種和中小型公共建筑,結合BIM 等其它系統,還可涵蓋設備運行等信息,數據的價值將更加顯現,通過深層的數據挖掘及信息化技術應用,可進一步做到建筑智能優化運行,并帶動區域性的智慧能源布局,使數據從微觀到宏觀領域都得到充分的利用。


向上滑動閱覽

參考文獻:

[1] 楊石, 羅淑湘, 杜明等. 基于數據挖掘的公共建筑能耗監管平臺數據處理方法. 暖通空調,2015(2):82-86

[2] 吳蔚沁. 基于機器學習算法的建筑能耗監測數據異常識別及修復方法. 建設科技.2017(9):60-62

[3] 支建杰, 徐強. 上海市公共建筑能耗監測平臺運行管理實踐. 建設科技,2016(04):17-20

[4] 陳雪梅. 基于能耗監測平臺的分項計量數據的應用. 建筑節能,2014(08):86-92

[5] 王坐中. 建筑能耗監測系統的應用分析. 現代建筑電氣,2014(2):59-63

[6] 劉芳, 馬曉雯, 基于公共建筑能耗監測系統的節能管理應用研究. 建筑節能,2015(06):96-99

[7] 王何斌, 吳蔚沁. 上海市用能監測系統用電數據異常判定研究. 工程技術,2016(6):227-229.

[8]Olga Troyanskaya, Michael Cantor, Gavin Sherlock,et al..Missing value estimation methods for DNA microarrays.Bioinformatics,2001(6): 520–525

[9] 劉愛鵬. 三種常用的缺失值填充方法. 硅谷,2011(23):188

[10] 郝勝軒,宋宏,周曉鋒. 基于近鄰噪聲處理的KNN 缺失數據填補算法. 計算機仿真,2014(7):264-268


















0 條評論
查看更多評論
  • 【能源世界導讀】:隨著中國民航大學新校區建設工程規劃設計方案公開招標落下帷幕,天津未來科技城拓展區(北區)迎來了它的第一個落地項目。 隨著中國民航大..

    瀏覽:2512次 評論:0
    2017-02-10 10:19:44
  • 【能源世界導讀】:綠色建材評價標識是綠色建材推廣應用的基礎性工作,兩部委目前建立了綠色建材評價標識工作的管理機制,明確了綠色建材評價標識的重點工作..

    瀏覽:10550次 評論:0
    2017-01-05 10:30:48
  • 【能源世界導讀】:住房城鄉建設部日前印發《2016~2020年建筑業信息化發展綱要》(以下簡稱《綱要》),這是引領未來5年我國建筑業信息化發展的指導性文件。部..

    瀏覽:8178次 評論:0
    2016-10-19 11:04:43
  • 【能源世界導讀】:建筑業信息化是建筑業發展戰略的重要組成部分,日前,住建部印發《2016-2020年建筑業信息化發展綱要》,綱要的十大要點解讀詳見本文。 建..

    瀏覽:4859次 評論:0
    2016-09-20 10:15:31
  • 【能源世界導讀】:目前房地產稅立法草案仍在起草過程中,困難重重。與以往只對城鎮經營性物業課稅的房產稅不同,一字之差的“房地產稅”課稅對象將可能涉及..

    瀏覽:948次 評論:0
    2016-07-25 09:37:18
在线观看亚洲人成电影网站