CN109784719B - 一种大数据驱动的针对既有建筑综合性能的监测系统 - Google Patents
一种大数据驱动的针对既有建筑综合性能的监测系统 Download PDFInfo
- Publication number
- CN109784719B CN109784719B CN201910033303.6A CN201910033303A CN109784719B CN 109784719 B CN109784719 B CN 109784719B CN 201910033303 A CN201910033303 A CN 201910033303A CN 109784719 B CN109784719 B CN 109784719B
- Authority
- CN
- China
- Prior art keywords
- data
- module
- field data
- field
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 88
- 238000012545 processing Methods 0.000 claims abstract description 33
- 238000007781 pre-processing Methods 0.000 claims abstract description 11
- 238000003860 storage Methods 0.000 claims abstract description 8
- 238000004088 simulation Methods 0.000 claims description 54
- 238000004364 calculation method Methods 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 238000010219 correlation analysis Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 12
- 238000000926 separation method Methods 0.000 claims description 5
- 238000013523 data management Methods 0.000 claims description 4
- 241000122205 Chamaeleonidae Species 0.000 claims description 2
- 238000003672 processing method Methods 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000013519 translation Methods 0.000 claims description 2
- 238000007621 cluster analysis Methods 0.000 claims 1
- 238000012986 modification Methods 0.000 abstract description 4
- 230000004048 modification Effects 0.000 abstract description 4
- 238000012217 deletion Methods 0.000 abstract description 3
- 230000037430 deletion Effects 0.000 abstract description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 5
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- 238000004378 air conditioning Methods 0.000 description 3
- 229910002092 carbon dioxide Inorganic materials 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- KWGKDLIKAYFUFQ-UHFFFAOYSA-M lithium chloride Chemical compound [Li+].[Cl-] KWGKDLIKAYFUFQ-UHFFFAOYSA-M 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 238000013486 operation strategy Methods 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
Images
Landscapes
- Alarm Systems (AREA)
Abstract
本发明涉及一种大数据驱动的针对既有建筑综合性能的监测系统,所述系统包括:异构数据采集模块、实时数据库、前端模块、后端模块;所述实时数据库为具有实时数据处理功能的通用性大型数据库;该数据库具有本专业常用的大型数据处理核心功能,如查询,新建,修改和删除数据记录等;所述异构数据采集模块用于采集异构的建筑物现场数据;并将采集到的现场数据发发送给实时数据库进行保存;所述前端模块用于接收异构数据采集模块获取的现场数据,并对现场数据进行预处理以及和预处理相关的聚类、展示、分析等处理;所述后端处理模块用于对现场数据进行校核、仿真、预测、监测等控制。本发明能够大大提升既有公共建筑综合监测平台的适用性和推广性。
Description
【技术领域】
本发明涉及楼宇自动化技术领域,尤其涉及一种大数据驱动的针对既有建筑综合性能的监测系统。
【背景技术】
目前,随着楼宇自动化水平的提高,在很多高档写字楼、宾馆、医院和学校等都配备了相应的用水、用电和用气等能源消耗相关的监测和自动控制系统。其中,大部分的能源监测系统都采用了大量的传感器、变送器或自动化仪表。这些传感器、变送器或自动化仪表的工作状态是否正常,测量精度是否满足要求,对系统的正常工作具有十分重要的意义。而这些传感器、变送器或自动化仪表的种类繁多,数量庞大。随着数据采集的时间逐渐增加,会累计大量的历史数据。传统的楼宇自动控制系统中,这些历史数据不能产生有意义的价值,往往被丢弃或存放而不能利用。实际上,这些历史数据具有很大的利用价值。基于我国现有建筑相关监测系统建设情况,研究集成建筑能效、环境、以及防灾的“三位一体”关键性能指标,开发既有公共建筑综合性能监测和预警平台,并研发配套移动终端。本发明所提出的系统及方法可用于各类已建成的既有建筑对象。本发明提出了一种新的智能大数据分析方法,结合最新的红外摄像技术及数字图像处理技术能够解决既有公共建筑综合性能监测和预警领域的困难,适用于对建筑的空调水系统、围护结构的保温性能、通风系统性能和某种低碳环保性能等建筑内子系统或性能进行监控和评价,充分满足对大多数类型的既有公共建筑在能效、环境、以及防灾的“三位一体”关键性监测。具有数据采集、数据分离和聚类、数据关联和应用和数据展现;并且,对集成后台大数据解析逻辑,通讯接口规范,异构数据接口等,大大提升既有公共建筑综合监测平台的适用性和推广性。
【发明内容】
为了解决现有技术中的上述问题,本发明提出了一种大数据驱动的针对既有建筑综合性能的监测系统,所述系统包括:异构数据采集模块、实时数据库、前端模块、后端模块;
所述实时数据库为具有实时数据处理功能的通用性大型数据库;该数据库具有本专业常用的大型数据处理核心功能,如查询,新建,修改和删除数据记录等;
所述异构数据采集模块用于采集异构的建筑物现场数据;并将采集到的现场数据发发送给实时数据库进行保存;
所述前端模块用于接收异构数据采集模块获取的现场数据,并对现场数据进行预处理以及和预处理相关的聚类、展示、分析等处理;
所述后端处理模块用于对现场数据进行校核、仿真、预测、监测等控制。
进一步的,所述前端处理模块包括:数据回归和聚类模块、数据关联和应用模块、数据展现模块、数据排错和分离模块、数据配对与相关性分析模块、数据格式化和图表生成器;
所述后端处理模块包括:实时数据校核模块、物理模型仿真模块、预测与控制模块、能源监测模块、环境监测模块、安全监测模块、指标对比模块、预警模块。
进一步的,所述数据排错和分离模块用于对所述异构数据采集模块采集得到的现场数据进行预处理,排除错误信息;经过预处理的现场数据被发送到数据回归和聚类模块;
所述数据回归和聚类模块用于将新采集的现场数据增加到原有的数据集中,并基于原有的数据集和新增数据重新进行数据回归计算和聚类计算;并将经过重新计算的现场数据保存到实时数据库中;所述数据回归和聚类模块主要用来进行实时数据库的定制化数据管理;
所述数据配对与相关性分析模块用于:接收实时数据库发送的现场数据,对现场数据进行数据配对;对经过数据配对的现场数据进行相关性分析并发送给数据关联和应用模块;
所述数据格式化和图表生成器用于获取实时数据库发送的原始现场数据,将现场数据根据图表展示需求进行格式化后以图表的形式展现给用户;基层监控人员对深度分析数据不敏感,在对于特定类型的现场数据有监视需求;通过该模块可以满足此类需求;
所述数据展现模块用于接收经过所述数据格式化和图表生成器进行格式化后的数据,并基于深度数据展现需求进行数据处理,并将经过处理的数据展现给用户;所述深度数据展现需求为可动态设置的;
所述实时数据校核模块用于对现场数据进行针对监测目标的定向数据校核;并将经过定向数据校核的现场数据分别发送给能源监测模块、环境监测模块和安全监测模块;
能源监测模块、环境监测模块、安全监测模块用于获取和监测目标相关的现场数据,基于现场数据进行和监测需求对应的分析计算,并在现场数据不满足监测需求时进行预警;
所述物理模型仿真模块用于基于现场数据进行仿真计算以获取仿真结果;还用于将仿真结果发送给指标对比模块;物理模型仿真模块基于仿真需求选取最接近的仿真模型,并基于最接近的仿真模型进行仿真计算;
所述指标对比模块用于获取仿真结果,并将仿真结果进行对比以进行物理模型仿真模块的修正,还用于基于对比进行基于仿真结果的预测;
所述预测与控制模块用于从实时数据库获取现场数据或者从物理模型仿真模块获取仿真结果,并基于所获取的数据进行闭环控制和/或预测;根据预测结果发送指令给预警模块;还用于在闭环控制中发送指令给预警模块。
进一步的,所述对现场数据进行数据配对,具体为:将现场数据进行时间轴对准,空间坐标对准,将应用于同一场景的现场数据进行场景对准;将经过数据配对的现场数据和场景标识关联起来存储。
进一步的,所述对经过数据配对的现场数据进行相关性分析;具体为:经过数据配对后产生了大量的数据冗余需要进行相关性分析以进行去冗余。
进一步的,所述进行相关性分析为基于场景进行相关性分析或基于现场数据的类型进行相关性分析;对于相关性超过阈值的现场数据或者场景进行去冗余操作;经过数据配对与相关性分析消除了现场数据和基于场景的现场数据横向的相关性。
进一步的,所述预警模块用于根据接收到的指令进行预警。
进一步的,异构数据采集模块通过接入云平台来获取现场数据;通过接入云平台,用户无需自己去布设采集模块,而是可以直接基于采集模块通过采集要求定制现场数据。
进一步的,所述定制现场数据,具体为:根据数据采集请求选择需要进行数据采集的采集模块,所述选择的采集模块为定制采集模块,通过向云平台发送请求以获取来自定制采集模块的现场数据。
进一步的,云平台接入区域级监控中心、楼宇级监测中心和现场级监测中心。
本发明的有益效果包括:具有数据采集、数据分离和聚类、数据关联和应用和数据展现功能;以实时数据库为中心进行面向针对既有建筑综合性能的监控数据处理和数据提供;在进行数据的前端处理过程中,基于数据类型进行数据回归计算、基于场景进行数据标识、配对;提出了一阶差分格式的趋势处理的数据折叠关联方法;在进行数据的后端处理过程中,能够基于监测目标进行定向的数据处理,和分析模型的选择,从而提高了处理效率;大提升既有公共建筑综合监测平台的适用性和推广性。
【附图说明】
此处所说明的附图是用来提供对本发明的进一步理解,构成本申请的一部分,但并不构成对本发明的不当限定,在附图中:
图1是本发明的大数据驱动的针对既有建筑综合性能的监测系统结构图。
图2是本发明的监控层次示意图。
【具体实施方式】
下面将结合附图以及具体实施例来详细说明本发明,其中的示意性实施例以及说明仅用来解释本发明,但并不作为对本发明的限定。
对本发明所应用的一种大数据驱动的针对既有建筑综合性能的监测系统进行详细说明;所述既有建筑包括公共建筑和居民住宅等。
所述监测系统包括:异构数据采集模块、实时数据库、前端模块、后端模块;
所述实时数据库为具有实时数据处理功能的通用性大型数据库;该数据库具有本专业常用的大型数据处理核心功能,如查询,新建,修改和删除数据记录等;
所述异构数据采集模块用于采集异构的建筑物现场数据;并将采集到的现场数据发发送给实时数据库进行保存;
所述前端模块用于接收异构数据采集模块获取的现场数据,并对现场数据进行预处理以及和预处理相关的聚类、展示、分析等处理;
所述后端处理模块用于对现场数据进行校核、仿真、预测、监测等控制;
所述前端处理模块包括:数据回归和聚类模块、数据关联和应用模块、数据展现模块、数据排错和分离模块、数据配对与相关性分析模块、数据格式化和图表生成器;
所述后端处理模块包括:实时数据校核模块、物理模型仿真模块、预测与控制模块、能源监测模块、环境监测模块、安全监测模块、指标对比模块、预警模块;
所述建筑物能耗数据包括温度,湿度,压力,流量,流速,电机转速,电压、电流,实时/累计电功率,频率,气体/液体组分,热流密度,火焰,烟雾,材料应力等多种建筑物能耗参数,环境参数和结构安全参数;
优选的:通过布设在既有建筑中的异构数据采集模块进行上述建筑物现场数据的采集;
案例1在上海市某大型高层医疗卫生健康为主营业主的综合办公建筑中的应用;该商业酒店主体共有26层;系统对建筑内的空调水系统、围护结构的保温性能、通风系统性能和低碳环保性能等多种综合指标进行监测;本发明所提出的系统和方法能够监测并评价此类公共建筑的能效、环境、以及防灾关键性能;
该建筑的综合性能管理平台数据选用Oracle Database 12c产品;完全支持多种异构数据库之间的相互友好接口;
该品台具备多种数据采集模块;采用Pt100铂电阻传感器采集(-20-50℃)温度信息;氯化锂湿度计采集(5-100%)的湿度数据;采用多种量程的扩散硅压力传感器采集空调水系统和给排水系统的压力数据;采用电磁流量计和超声波流量计采集水系统的流量数据;采用多功能电参表采集电压、电流,实时/累计电功率,电源频率及功率因子等电力信息;还有其他各类传感器,采集建筑公共空间的CO2浓度,水体微生物含量,热流密度,火焰,烟雾,材料应力等多种建筑物能耗参数,环境参数和结构安全参数;这些异构数据通过模/数信号转换后进入数据库;采集频率为5min/次;
所述数据排错和分离模块用于对所述异构数据采集模块采集得到的现场数据进行预处理,排除错误信息;经过预处理的现场数据被发送到数据回归和聚类模块;
所述数据回归和聚类模块用于将新采集的现场数据增加到原有的数据集中,并基于原有的数据集和新增数据重新进行数据回归计算和聚类计算;并将经过重新计算的现场数据保存到实时数据库中;所述数据回归和聚类模块主要用来进行实时数据库的定制化数据管理;
优选的:所述数据回归计算是采用3次多项式回归,指数回归和对数回归共3种回归算法;为了适应建筑物普遍具备大惯性,大迟滞的热工特性,在能源类参数,如温度,湿度,热流密度等数据采用的回归算法时,仅采用最近5次的有效数据;对环境类参数,如二氧化碳浓度,笨浓度,粉尘浓度等,都采用最近10-12次的有效数据;对结构安全参数不采用回归算法分析,仅采用聚类算法分析;在数据聚类算法中,能源类参数全部采用K-MEANS算法;环境类参数都采用DBSCAN算法;结构安全参数全部采用CHAMELEON算法;
所述数据配对与相关性分析模块用于:接收实时数据库发送的现场数据,对现场数据进行数据配对;对经过数据配对的现场数据进行相关性分析并发送给数据关联和应用模块;
所述对现场数据进行数据配对,具体为:将现场数据进行时间轴对准,空间坐标对准,将应用于同一场景的现场数据进行场景对准;将经过数据配对的现场数据和场景标识关联起来存储;优选的:所述和场景标识关联存储的是现场数据的索引;所述进行时间轴后对准为基于现场数据的采集时间进行现场数据的对准;经过时间对准后的现场数据可以进行时间切面的处理;所述空间坐标对准为对现场数据的有效空间范围进行对准;基于空间坐标进行现场数据有效范围的确定;经过空间坐标对比的现场数据能够被用于进行空间范围分析;
所述场景采用时间限定和/或空间坐标限定;当需要对既有建筑物进行局部分析或者对建筑物群进行分析时,可以基于场景进行数据的提取;通过数据的配对,能够将数据组织到一起去;
所述对经过数据配对的现场数据进行相关性分析;具体为:经过数据配对后产生了大量的数据冗余需要进行相关性分析以进行去冗余;
优选的:所述进行相关性分析为基于场景进行相关性分析或基于现场数据的类型进行相关性分析;对于相关性超过阈值的现场数据或者场景进行去冗余操作;经过数据配对与相关性分析消除了现场数据和基于场景的现场数据横向的相关性;
所述关联和应用模块用于对不同数据采集模块所采集到的基于时间的现场数据序列按照固定时间间隔进行一阶差分格式的趋势处理,获得多条时间趋势曲线;所述一阶差分格式的趋势处理的处理公式为:
其中,为趋势曲线值;Φ为原采集数值;T为固定周期;n为采集时刻;然后,通过时间平移,横轴镜像反转两种数据处理方法,将具有不同时间段的现场数据趋势曲线进行对比以找到现场数据在纵向时间轴上呈现出来的关联性;当关联性高于预定要求时,将现场数据基于时间间隔进行关联存储,并进行应用关联;通过关联存储可以在现场数据的关联性展示时快速的获取数据;
所述进行应用关联,具体为:通过数据挖掘获取现场数据之间产生关联的成因,通过将成因和关联存储的现场数据关联起来以完成应用关联;
所述数据格式化和图表生成器用于获取实时数据库发送的原始现场数据,将现场数据根据图表展示需求进行格式化后以图表的形式展现给用户;基层监控人员对深度分析数据不敏感,在对于特定类型的现场数据有监视需求;通过该模块可以满足此类需求;
所述数据展现模块用于接收经过所述数据格式化和图表生成器进行格式化后的数据,并基于深度数据展现需求进行数据处理,并将经过处理的数据展现给用户;所述深度数据展现需求为可动态设置的;
所述实时数据校核模块用于对现场数据进行针对监测目标的定向数据校核;并将经过定向数据校核的现场数据分别发送给能源监测模块、环境监测模块和安全监测模块;
所述定向数据校核,具体为:基于和监测目标的相关程度进行现场数据的校核;现场数据和监测目标的相关性越大,选择采用的校核算法的准确率越高;反之亦然;由于数据校核算法很多,而数据校核本身需要大量的系统资源,校核算法的准确率和复杂度往往是正相关的,通过所述相关性来进行校核算法的选择,可以科学的避免不必要的计算,从而提高计算效率;所述监测目标分别为能源、环境、安全等;监测目标和现场数据之间的相关性为根据监测理论设置;能源监测模块、环境监测模块、安全监测模块根据监测需求动态的修改所述相关性;所述相关性采用量化值表示;
能源监测模块、环境监测模块、安全监测模块用于获取和监测目标相关的现场数据,基于现场数据进行和监测需求对应的分析计算,并在现场数据不满足监测需求时进行预警;
优选的:所述监测需求采用批处理文件的形式保存;一个监测需求涉及一项或者项现场数据;通过对一项或者多项监测数据的组合分析计算,进行需求满足与否的确定;
所述物理模型仿真模块用于基于现场数据进行仿真计算以获取仿真结果;还用于将仿真结果发送给指标对比模块;物理模型仿真模块基于仿真需求选取最接近的仿真模型,并基于最接近的仿真模型进行仿真计算;
优选的:将仿真需求和仿真模型的属性进行相似度匹配以获取最接近的仿真模型;
所述指标对比模块用于获取仿真结果,并将仿真结果进行对比以进行物理模型仿真模块的修正,还用于基于对比进行基于仿真结果的预测;
所述预测与控制模块用于从实时数据库获取现场数据或者从物理模型仿真模块获取仿真结果,并基于所获取的数据进行闭环控制和/或预测;根据预测结果发送指令给预警模块;还用于在闭环控制中发送指令给预警模块;
所述预警模块用于根据接收到的指令进行预警;
优选的:异构数据采集模块通过接入云平台来获取现场数据;通过接入云平台,用户无需自己去布设采集模块,而是可以直接基于采集模块通过采集要求定制现场数据;
所述定制现场数据,具体为:根据数据采集请求选择需要进行数据采集的采集模块,所述选择的采集模块为定制采集模块,通过向云平台发送请求以获取来自定制采集模块的现场数据;
云平台接入区域级监控中心、楼宇级监测中心和现场级监测中心;;
所述区域级监控中心用于实现本地运行监控应用;监测公共建筑区域范围的能耗,安全和环境监测网络模型,监视能源生产、流动、消耗的实时状态,并提供优化运行策略以实现提高能效、降低成本的目标;在数据准备工作完成后,通过工具管道将准备好的数据流入到数据挖掘模块进行相应的挖掘算法计算;在模型不断改进和调整下,达到预期要求的挖掘结果后,将挖掘结果数据回写到大数据平台当中,最终前端应用通过与大数据平台的接口读取相应的数据模块,针对相关的应用进行业务指导;
所述楼宇级监测中心用于从各个已有系统及现场数据、大修数据等收集数据源,包含结构化与非结构化数据;已经存在于数据库管理系统中的结构化数据可以采用ODBC、JDBC接口进行数据读取;其它的半结构化、非结构化数据则主要以文件的形式出现,将这些数据文件传输到大数据平台底层HDFS文件系统中,然后通过灵活的流式数据准备工具读取相关源数据;
所述场级监测中心用于进行场记采集模块进行场记数据采集;所述场级采集模块包含各类现场能耗、环境和安全故障监测的传感器及仪表;这些现场传感器和仪表用于维护保养数据、巡检数据、现场检维修数据;监控数据包括建筑外墙温度、建筑室内温度、关键公共区域CO2含量、冷机和换热器等压力/流量/温度参数;现场电气控制盘或MCC数据:电压、电流、功率因子等;
由于云平台需要支撑成百上千的分布式能源站中大量传感器的分钟级、秒级甚至毫秒级采样的监测数据,需要实现1000万点/每秒的测点写入能力,采用基于列式数据库实现高性能的时序数据存储;
以上所述仅是本发明的较佳实施方式,故凡依本发明专利申请范围所述的构造、特征及原理所做的等效变化或修饰,均包括于本发明专利申请范围内。
Claims (6)
1.一种大数据驱动的针对既有建筑综合性能的监测系统,其特征在于,异构数据采集模块、实时数据库、前端模块、后端模块;
所述实时数据库为具有实时数据处理功能的通用性大型数据库;
所述异构数据采集模块用于采集异构的建筑物现场数据;并将采集到的现场数据发送给实时数据库进行保存;
所述前端模块用于接收异构数据采集模块获取的现场数据,并对现场数据进行预处理以及和预处理相关的聚类、展示、分析;所述前端模块包括:数据回归和聚类模块、数据关联和应用模块、数据展现模块、数据排错和分离模块、数据配对与相关性分析模块、数据格式化和图表生成器;
所述后端模块用于对现场数据进行校核、仿真、预测、监测;所述后端模块包括:实时数据校核模块、物理模型仿真模块、预测与控制模块、能源监测模块、环境监测模块、安全监测模块、指标对比模块、预警模块;
所述数据排错和分离模块用于对所述异构数据采集模块采集得到的现场数据进行预处理,排除错误信息;经过预处理的现场数据被发送到数据回归和聚类模块;
所述数据回归和聚类模块用于将新采集的现场数据增加到原有的数据集中,并基于原有的数据集和新增数据重新进行数据回归计算和聚类计算;并将经过重新计算的现场数据保存到实时数据库中;所述数据回归和聚类模块主要用来进行实时数据库的定制化数据管理;定制化数据管理包括对能源类参数和环境类参数采用回归算法和聚类算法进行分析,对结构安全参数仅采用聚类算法进行分析;在聚类分析时,能源类参数采用K-MEANS算法;环境类参数采用DBSCAN算法;结构安全参数采用CHAMELEON算法;
所述数据配对与相关性分析模块用于:接收实时数据库发送的现场数据,对现场数据进行数据配对;对经过数据配对的现场数据进行相关性分析并发送给数据关联和应用模块;
所述数据格式化和图表生成器用于获取实时数据库发送的原始现场数据,将现场数据根据图表展示需求进行格式化后以图表的形式展现给用户;
所述数据展现模块用于接收经过所述数据格式化和图表生成器进行格式化后的数据,并基于深度数据展现需求进行数据处理,并将经过处理的数据展现给用户;所述深度数据展现需求为可动态设置的;所述实时数据校核模块用于对现场数据进行针对监测目标的定向数据校核;并将经过定向数据校核的现场数据分别发送给能源监测模块、环境监测模块和安全监测模块;
能源监测模块、环境监测模块、安全监测模块用于获取和监测目标相关的现场数据,基于现场数据进行和监测需求对应的分析计算,并在现场数据不满足监测需求时进行预警;
所述物理模型仿真模块用于基于现场数据进行仿真计算以获取仿真结果;还用于将仿真结果发送给指标对比模块;物理模型仿真模块基于仿真需求选取最接近的仿真模型,并基于最接近的仿真模型进行仿真计算;
所述指标对比模块用于获取仿真结果,并将仿真结果进行对比以进行物理模型仿真模块的修正,还用于基于对比进行仿真结果的预测;
所述预测与控制模块用于从实时数据库获取现场数据或者从物理模型仿真模块获取仿真结果,并基于所获取的数据进行闭环控制和/或预测;根据预测结果发送指令给预警模块;还用于在闭环控制中发送指令给预警模块;
所述对现场数据进行数据配对,具体为:将现场数据进行时间轴对准,空间坐标对准,将应用于同一场景的现场数据进行场景对准;将经过数据配对的现场数据和场景标识关联存储;所述场景采用时间限定和/或空间坐标限定;当需要对既有建筑物进行局部分析或者对建筑物群进行分析时,基于场景进行数据的提取;所述和场景标识关联存储的是现场数据的索引;所述进行时间轴对准为基于现场数据的采集时间进行现场数据的对准;经过时间对准后的现场数据可以进行时间切面的处理;所述空间坐标对准为对现场数据的有效空间范围进行对准;基于空间坐标进行现场数据有效范围的确定;经过空间坐标对准的现场数据能够被用于进行空间范围分析;
所述对经过数据配对的现场数据进行相关性分析;具体为:对于相关性超过阈值的现场数据或者场景进行去冗余操作;经过数据配对后产生了大量的数据冗余需要进行相关性分析以进行去冗余;
超过阈值的现场数据或者场景进行去冗余操作;经过数据配对与相关性分析消除了现场数据和基于场景的现场数据横向的相关性;
所述数据关联和应用模块用于对不同数据采集模块所采集到的基于时间的现场数据序列按照固定时间间隔进行一阶差分格式的趋势处理,获得多条时间趋势曲线;所述一阶差分格式的趋势处理的处理公式为:
2.根据权利要求1所述的大数据驱动的针对既有建筑综合性能的监测系统,其特征在于,所述进行相关性分析为基于场景进行相关性分析或基于现场数据的类型进行相关性分析。
3.根据权利要求2所述的大数据驱动的针对既有建筑综合性能的监测系统,其特征在于,所述预警模块用于根据接收到的指令进行预警。
4.根据权利要求3所述的大数据驱动的针对既有建筑综合性能的监测系统,其特征在于,异构数据采集模块通过接入云平台来获取现场数据。
5.根据权利要求4所述的大数据驱动的针对既有建筑综合性能的监测系统,其特征在于,定制现场数据,具体为:根据数据采集请求选择需要进行数据采集的采集模块,所述选择的采集模块为定制采集模块,通过向云平台发送请求以获取来自定制采集模块的现场数据。
6.根据权利要求5所述的大数据驱动的针对既有建筑综合性能的监测系统,其特征在于,云平台接入区域级监控中心、楼宇级监测中心和现场级监测中心。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910033303.6A CN109784719B (zh) | 2019-01-14 | 2019-01-14 | 一种大数据驱动的针对既有建筑综合性能的监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910033303.6A CN109784719B (zh) | 2019-01-14 | 2019-01-14 | 一种大数据驱动的针对既有建筑综合性能的监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109784719A CN109784719A (zh) | 2019-05-21 |
CN109784719B true CN109784719B (zh) | 2021-07-30 |
Family
ID=66500641
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910033303.6A Active CN109784719B (zh) | 2019-01-14 | 2019-01-14 | 一种大数据驱动的针对既有建筑综合性能的监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109784719B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110310021B (zh) * | 2019-06-18 | 2022-08-30 | 武汉建工集团股份有限公司 | 一种用于基坑监测预警的场地环境与监测点匹配系统 |
KR20210065453A (ko) * | 2019-11-27 | 2021-06-04 | 주식회사 엘시스 | 에너지 데이터 전처리 시스템 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104534556A (zh) * | 2014-12-08 | 2015-04-22 | 北京华电方胜技术发展有限公司 | 一种基于能耗监测的供热控制方法 |
CN105373971A (zh) * | 2015-12-02 | 2016-03-02 | 国家电网公司 | 基于大数据的建筑能效管理的方法 |
CN107229267A (zh) * | 2017-07-20 | 2017-10-03 | 山东建筑大学 | 一种基于物联网的建筑生态云平台 |
CN108197781A (zh) * | 2017-12-18 | 2018-06-22 | 广州耐奇电气科技有限公司 | 一种建筑物能源管理系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108281176A (zh) * | 2018-04-12 | 2018-07-13 | 上海科瑞漫拓信息技术有限公司 | 基于bim的医院建筑智慧运维管理系统及方法 |
-
2019
- 2019-01-14 CN CN201910033303.6A patent/CN109784719B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104534556A (zh) * | 2014-12-08 | 2015-04-22 | 北京华电方胜技术发展有限公司 | 一种基于能耗监测的供热控制方法 |
CN105373971A (zh) * | 2015-12-02 | 2016-03-02 | 国家电网公司 | 基于大数据的建筑能效管理的方法 |
CN107229267A (zh) * | 2017-07-20 | 2017-10-03 | 山东建筑大学 | 一种基于物联网的建筑生态云平台 |
CN108197781A (zh) * | 2017-12-18 | 2018-06-22 | 广州耐奇电气科技有限公司 | 一种建筑物能源管理系统 |
Non-Patent Citations (1)
Title |
---|
既有公共建筑综合性能监测系统采集器及异步消息中间件设计与研究;李振全 等;《建设科技》;20180430(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109784719A (zh) | 2019-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6543207B2 (ja) | データ管理装置、データ管理システムおよびデータ管理方法 | |
CN104266085B (zh) | 基于gis的供热管网泄漏检测系统及其方法 | |
CN100523797C (zh) | 建筑墙体传热系数的现场检测方法 | |
CN111046514A (zh) | 基于管网施工模型与物联网的城市排水管网运维方法 | |
CN109784719B (zh) | 一种大数据驱动的针对既有建筑综合性能的监测系统 | |
Lu et al. | Extracting typical occupancy schedules from social media (TOSSM) and its integration with building energy modeling | |
CN109905489B (zh) | 基于数据融合算法的多传感器数据关联性处理方法及系统 | |
CN102072747B (zh) | 基于热工参数场监测的建筑群能耗监测系统及其方法 | |
CN107527162B (zh) | 一种房屋安全鉴定系统及其使用方法 | |
CN106441929A (zh) | 电动汽车电附件性能测试采集系统及采集方法 | |
CN105021221A (zh) | 一种分布式多终端同期数据采集分析系统 | |
CN112015786A (zh) | 一种外赛场极端天气监测预警信息处理系统 | |
CN112860835A (zh) | 一种自然资源数据管理方法及系统 | |
CN102111319A (zh) | 柔性配置拓扑结构的网络系统及其应用方法 | |
CN116797412A (zh) | 一种基于知识图谱的景区数字孪生可视化展示与预警系统 | |
CN103383649A (zh) | 一种复杂虚拟仪器系统设计模型 | |
CN111190073B (zh) | 一种电网广域量测交互与搜索服务系统 | |
CN110545297A (zh) | 一种展览馆多信息数据分析与展示系统 | |
Wenyao et al. | The research on integrated visual information management system of the mine ventilation and safety | |
Libo et al. | Design of a web-based temperature and humidity monitoring system | |
CN106840254A (zh) | 一种特勤人员疗养环境监测系统 | |
CN113624279A (zh) | 基于声景大数据的生物多样性实时监测和分析系统 | |
CN112365198A (zh) | 一种数据中心基础设施在线监测系统 | |
CN113298489A (zh) | 一种基于深度学习的大棚自动化系统 | |
Li | Software development for water quality's monitoring centre of wireless sensor network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |