基于树莓派的能耗数据采集网关设计

设计了一种基于树莓派、Linux操作系统和MD5与AES加密的能耗数据采集网关.该网关系统支持对建筑用电量、用水量、用气量等能耗数据的采集并通过因特网将采集到的能耗数据上传至监测平台,为能耗数据统计分析和规划提供数据基础.该系统具备Web服务、数据采集与解析、数据加密与传输和数据存储等功能.该系统已经成功应用到工业现场,结果表明该网关工作稳定可靠,能够完成实时采集与传输建筑能耗数据的任务.     

公共建筑用电能耗的数据采集技术研究

在公共建筑用电能耗监测系统的研究中,用电能耗数据的准确获取是一个非常关键的问题。本文针对这一问题,在将传统的数据采集技术应用于建筑用电能耗监测领域的同时,对其进行了改进和研究,实现了分项计量。以ARM为核心搭建了一个用电数据采集平台,与建筑物内的上位机构成一个完整的数据采集系统。重点阐述了数据的采集和传输方法。该技术的...     

基于3G的能耗数据采集器设计

针对大型公共建筑实时监控能耗的需求,借助3G网络传输的优势,提出了一种基于3G的能耗数据采集器的设计方案。该方案使用STM32为主控制器,根据Modbus通信规约通过RS485方式实现对智能电表的能耗数据采集,再将数据通过3G无线网络远传至服务器。重点设计了采集器的硬件电路,数据采集与传输驱动程序。经实验室测试,该采集器能实时、准确地采集数据并传送至服务器,性能稳定可靠,能够满足能耗监测系统的需求。     

基于ARM+WiFi的能耗数据采集器设计

针对大型公共建筑能耗实时监控的需求,设计了一种基于LINUX操作系统的能耗数据采集器.该采集器以S5PV210微处理器为核心,通过RS-485串口自动采集智能电表终端数据,将采集到的数据通过WiFi传送给上位机.重点设计了采集器的硬件电路,开发了数据采集与传输驱动程序,实现数据的采集、存储和传输功能,设计了Qt图形用户界面应用程序,实现人机交互.在实验室条件下,对XY194E系列智能电表的电压、电流等电能参数进行测试,测试结果表明,该采集器能够实时可靠地完成电量的采集.     

一种基于Cortex-A8的能耗数据网关设计

本文以工厂和公共建筑能耗数据采集、监测和分析为背景,设计了一种基于Cortex-A8和Linux系统的能耗数据网关设备。该网关采用内核为Cortex-A8的控制芯片S5PV210作为CPU,并以此搭建了网关硬件平台。本设计使用基于C语言的开发工具Eclipse进行软件开发,主要程序包括串口通信模块、TCP网络模块以及XML数据存储模块。本文所设计的能耗数据网关在厂区和公共建筑内的能耗采集、处理、上传等方面表现突出,为能耗数据统计分析和预测规划打下了良好的基础。另外,通过添加通讯协议该网关在多种能耗数据采集方面取得了很好的效果,具有较广阔的应用前景。     

基于BIM的建筑能耗监测可视化研究

针对建筑能耗错综复杂,不易分析管理,提出一种基于BIM的能耗监测方法,在内蒙古建设大厦对暖通空调系统进行现场试验。利用现有图纸和三维激光扫描仪及高清相机进行模型数据采集,通过三维模型创建、模型变动提示、模型数据联动,实现建筑能耗监测的可视化,分析研究了过程的有效性。结果表明,将BIM技术与传感技术、工程管理技术深度融合,能够直观反映地物系统设备的真实情况,能产生数据联动变化,并辅以智能化提示等功能,大幅提高节能管理效率。从研究过程可以得出,本方法对于其他类似的复杂建筑能源消耗状况监测具有通用性和工程实用价值。     

基于ZigBee的大型公共建筑能耗采集器设计

针对大型公共建筑能耗实时采集系统中存在的布线复杂、通信成本高、安全性低等问题,提出一种基于ZigBee技术的能耗数据采集器设计方案。该方案采用STM32做主控制器, ZigBee采集单元通过RS485接口实现与基于Modbus协议的智能电表之间的数据通信,并采用ZigBee无线网络将数据发送至协调器,协调器通过USART方式与主控制器进行通信;主控制器利用以太网将数据发送至上位机。通过软硬件设计,以XY194E智能电表为例,对其电能参数进行测试采集,结果表明该方案克服了传统人工采集传输的不足,提高了数据采集传输的实时性、准确性,能够满足能耗采集系统的要求。     

基于CRIO的智能型地铁列车能耗数据采集系统

为了对地铁列车能耗和节能问题进行研究,准确检测到列车牵引和供电系统能耗数据尤为重要。在此需求下,根据地铁列车各电气子系统的特点及能耗数据采集需求,阐述了自启动采集、变频率采样等智能采集关键技术,完成了基于NI CompactRIO采集设备、高精度多元传感器、信号调理箱等硬件和基于FPGA编程技术的软件系统设计,实现了对列车能耗参数的检测。试验结果表明,测试系统计算能耗与车载系统记录能耗值具有良好的一致性,能够实现对能耗参数的变频率采样和数据的自启动采集与存储。基于CRIO的智能型地铁列车能耗数据采集系统采集精度高、功耗低、实用性强,适用于地铁列车能耗数据的采集。     

基于模糊PID的近零能耗建筑能耗控制系统仿真

传统的近零能耗建筑控制系统的能耗控制效果不够好,导致其能耗值较高.针对上述问题,设计一种基于模糊PID的近零能耗建筑能耗控制系统.利用控制中心计算机、模糊控制器、PID控制器、数据采集卡、传感器,完成基于模糊PID的近零能耗建筑能耗控制系统的硬件设计;利用用户登录模块、采集模块、建筑能耗控制模块,完成基于模糊PID的近零能耗建筑能耗控制系统软件设计,在建筑能耗控制模块,利用自适应模糊PID遗传算法,实现对近零能耗建筑的能耗控制.为验证提出的基于模糊PID的近零能耗建筑能耗控制系统的控制效果,开展仿真对比实验,实验结果表明,上述控制系统可将能耗值大幅降低,是一种有效的近零能耗建筑能耗控制系统.     

基于IPSO-Elman神经网络的建筑暖通空调系统能耗预测方法

在建筑暖通空调系统能耗预测中,在不同负荷比率的作用下预测偏差较高,可靠性需要进一步提高.为此,提出了基于IP-SO-Elman神经网络的建筑暖通空调系统能耗预测方法.从正在运行的暖通空调系统中,提取能耗数据,在获得完整的能耗数据后,根据能耗数据的动态变化特点,计算IPSO-Elman神经网络的惯性权重和学习因子,将能耗...     

数据仓库在城市公共建筑能耗管理中的应用

当前众多城市公共建筑能耗监测系统中已收集了大量的建筑能耗数据。针对这些数据源存在的各自独立而且分散,不能够提供全局的数据分析环境,不能够有效支持建筑能耗的评估与建筑节能的研究等问题,提出将数据仓库技术应用于城市公共建筑能耗监管系统的解决方法。通过对建筑能耗监测系统的研究,以及对建筑能耗管理的应用需求的调研,建立城市级公共建筑能耗数据仓库的多维数据模型,对主题设计、指标设计和维度模型设计进行了探讨,并在实验阶段已成功构建了某高校公共建筑能耗数据仓库的实例。实验结果表明,该方法能够有效地为建筑能耗的管理与决策提供良好的数据分析环境。     

基于数据分析的楼宇智能节电管理系统

城市中高层楼宇增加是城市内用电量上升的重要因素之一。使用计算机系统对建筑执行能耗量化管理从而控制降低建筑运营过程中所消耗的能量,降低建筑的运营成本,提高能源使用效率,已经成为用户最为关注的问题。已有的楼宇节电管理系统收集建筑内部的信息并通过启发式规则对楼宇的照明、动力、通风、空调、安防等系统进行协调控制及整合,以期达到节能的目的。这类型系统的缺点在于（1）大部分楼宇缺少专职的节电管理机构,没有相关的电能使用及管理的方法。在各个楼宇与电力公司之间还没有形成一个有效的信息共享链,内外信息共享能力差,存在信息孤岛现象（2）系统中的节电模型没有学习过程,不能根据建筑情况的变化,自动调整节电模式。面对这样的情况,该文提出一个基于数据分析的建筑楼宇智能节电系统,该系统（1）使用正态分布拟合用户用能习惯,分析得到用户能耗较高的关键设备,发现设备的耗能过高原因;（2）建立双向交换子系统实现楼宇与电力公司之间的信息交换,并根据电力公司生产计划及时调整楼宇用能策略。在天津动漫大厦实际运行结果显示,该文设计的智能节电系统可以有效的节省楼宇中的电力损耗。     

基于Hadoop的公共建筑能耗数据挖掘方法

针对建筑能耗数据无法有效利用这一问题,提出利用Hadoop分布式架构,结合建筑基本信息对公共建筑能耗数据进行数据挖掘的方法.对基于Hadoop的公共建筑能耗数据挖掘系统进行了初步设计,并对系统的基本架构和各模块的功能进行了设计和说明.同时,对Apriori算法和C4.5算法实现MapReduce分布式设计.以山东省100栋办公建筑制冷期的空调系统耗电量为例进行实验分析,得到6类建筑信息属性对空调系统能耗的影响规律,并生成空调系统耗电量判定树,可判别建筑空调系统耗电量等级,并对样本建筑的节能改造提供具有针对性的建议.     

Big data: the key to energy efficiency in smart buildings

Due to the high impact that energy consumption by buildings has at global scale, energy-efficient buildings to reduce \(\mathrm{CO}_2\) emissions and energy consumption are needed. In this work we present a novel approach to energy saving in buildings through the identification of the relevant parameters and the application of Soft Computing techniques to generate predictive models of energy consumption in buildings. Using such models it is possible to define strategies for optimizing the day-to-day energy consumption of buildings. To verify the feasibility of this proposal, we apply our approach to a reference building for which we have contextual data from a complete year of monitoring. First, we characterize the building in terms of its contextual features and energy consumption, and then select the most appropriate techniques to generate the most accurate model of our reference building charged with estimating the energy consumption, given a concrete set of inputs. Finally, considering the energy usage profile of the building, we propose specific control actions and strategies to save energy.     

基于B/S架构的建筑能耗系统

随着我国经济的发展,办公建筑和大型公共建筑面积的日益增加,建筑所带来的高耗能的问题日益突出.主要体现在用电、用水、用气等能耗中,本系统主要使用B/S架构Webx框架技术实现能耗管理的统计分析功能.采集程序以Go语言技术通过网络通信与串口服务器获取数据,串口服务器再与终端设备以RS485串行接口连接,以modbus或opc等协议采集数据.数据存储方面使用MySQL集群部署.以现代信息化技术手段实时了解当前办公楼的能耗使用情况.此系统在参考以往的系统设计方案同时,再进一步从技术选型、大数据存储、采集系统模块化、硬件性能的提升等各个方面进行升级改造,增加系统的易维护、易扩展、分布式部署等提升系统负载能力.从技术选型上选择目前最流行稳定的架构方案,数据库存储选择开源免费的MySQL集群方式来替代价格昂贵的Oracle数据库.     

Parallel Building: A Complex System Approach for Smart Building Energy Management

These days’ smart buildings have high intensive information and massive operational parameters, not only extensive power consumption. With the development of computation capability and future 5G, the ACP theory (i.e., artificial systems, computational experiments, and parallel computing) will play a much more crucial role in modeling and control of complex systems like commercial and academic buildings. The necessity of making accurate predictions of energy consumption out of a large number of operational parameters has become a crucial problem in smart buildings. Previous attempts have been made to seek energy consumption predictions based on historical data in buildings. However, there are still questions about parallel building consumption prediction mechanism using a large number of operational parameters. This article proposes a novel hybrid deep learning prediction approach that utilizes long short-term memory as an encoder and gated recurrent unit as a decoder in conjunction with ACP theory. The proposed approach is tested and validated by real-world dataset, and the results outperformed traditional predictive models compared in this paper.      

基于数据挖掘的建筑能耗异常检测研究

建筑能耗异常检测对于建筑管理和运行至关重要,论文提出了一种基于D-S证据理论的不平衡数据多划分(Multi-partition,MP)聚类算法,并构建MP算法能耗异常检测模型对建筑能耗中的异常值进行准确检测。首先通过改进的信任c均值算法将能耗数据集多划分；利用基于K-NN的均值漂移算法确定数据集的真实类别个数；然后根据密度合并规则对能耗数据进行合并；最后对未合并的能耗数据再次划分得到最终的能耗异常检测结果。UCI数据集验证结果表明,MP算法对于不平衡数据聚类效果良好,能够有效避免样本“均匀效应”,降低错误率；通过对某大型商场建筑空调和照明用电能耗异常值检测,验证了MP算法能耗异常检测模型的有效性。