CN116739147A - 基于bim的智能能耗管理与动态碳排放计算联合方法及系统 - Google Patents

基于bim的智能能耗管理与动态碳排放计算联合方法及系统 Download PDF

Info

Publication number
CN116739147A
CN116739147A CN202310557833.7A CN202310557833A CN116739147A CN 116739147 A CN116739147 A CN 116739147A CN 202310557833 A CN202310557833 A CN 202310557833A CN 116739147 A CN116739147 A CN 116739147A
Authority
CN
China
Prior art keywords
energy consumption
historical
current
carbon emission
adjustment
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.)
Pending
Application number
CN202310557833.7A
Other languages
English (en)
Inventor
陈艳青
许蜀榕
陈文慧
吴奇根
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou Construction Big Data Technology Co ltd
Original Assignee
Fuzhou Construction Big Data Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fuzhou Construction Big Data Technology Co ltd filed Critical Fuzhou Construction Big Data Technology Co ltd
Priority to CN202310557833.7A priority Critical patent/CN116739147A/zh
Publication of CN116739147A publication Critical patent/CN116739147A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/10—Pre-processing; Data cleansing
    • G06F18/15—Statistical pre-processing, e.g. techniques for normalisation or restoring missing data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Development Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Probability & Statistics with Applications (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供的一种基于BIM的智能能耗管理与动态碳排放计算联合方法及系统，其方法包括：获取当前建筑的BIM、历史碳排放量、历史运行参数集合和历史运行能耗，将其进行训练并得到符合预设期望的能耗管理与碳排放计算联合预测模型；获取当前建筑的当前运行能耗、当前碳排放量以及所有运行设备的当前运行参数，通过能耗管理与碳排放计算联合预测模型来达到当前管理目的，将达到当前管理目的的调节参数集合内的调节参数作为当前建筑内的运行设备在下一时间的运行参数。本发明利用过往的真实数据来预测后续的运行能耗和碳排放量，以得到符合节能减排的运行参数来进行设备调节，从而能够及时准确的进行碳排放管理。

Description

基于BIM的智能能耗管理与动态碳排放计算联合方法及系统
技术领域
本发明涉及节能环保技术领域，特别涉及一种基于BIM的智能能耗管理与动态碳排放计算联合方法及系统。
背景技术
碳排放一般指温室气体排放，而温室气体的排放造成了温室效应，从而使得全球气温上升。因此，为了保护环境和抑制全球变暖，控制温室气体的排放成为了目前的主流趋势。
在此背景下，作为碳排放主体的企业需要在生产过程中进行合理有效的碳排放管理，这就需要一个快速准确的碳排放计算方法来实时监测碳排放量，从而进行对应的节能减排。
现有技术对于碳排放的计算通常是基于气体排放口的气体浓度监测来估算动态碳排放，若动态碳排放超过标准，则需要企业的技术人员通过分析管理来降低碳排放，但这种对于碳排放管理存在实时性差和准确率低等问题。
发明内容
为了解决现有技术的上述问题，本发明提供一种基于BIM的智能能耗管理与动态碳排放计算联合方法及系统，能够及时准确的进行碳排放管理。
为了达到上述目的，本发明采用的技术方案为：
第一方面，本发明提供一种基于BIM的智能能耗管理与动态碳排放计算联合方法，包括步骤：
获取当前建筑的BIM、历史碳排放量、历史运行参数集合和历史运行能耗，所述历史运行参数集合为所述当前建筑内产生碳排放的所有运行设备在同一历史时间内的运行参数集合，所述历史运行能耗为所述运行设备在历史时间内的运行能耗，所述历史运行参数集合和所述历史运行能耗、历史碳排放量在同一时间上相互关联；
根据所述历史碳排放量、所述历史运行参数集合和所述历史运行能耗训练并得到符合预设期望的能耗管理与碳排放计算联合预测模型；
获取所述当前建筑的当前运行能耗、当前碳排放量以及所有运行设备的当前运行参数，根据当前管理目的，在所述当前运行参数的基础上按照递归组合的方式生成多组调节参数集合，并将多组所述调节参数集合依次输入到所述能耗管理与碳排放计算联合预测模型，直至所预测到的运行能耗和碳排放量达到所述当前管理目的，将达到所述当前管理目的的调节参数集合内的调节参数作为所述当前建筑内的运行设备在下一时间的运行参数。
本发明的有益效果在于：通过当前建筑的历史碳排放量、历史运行参数集合和历史运行能耗来训练得到符合预设期望的能耗管理与碳排放计算联合预测模型，之后根据当前管理目的，将多组调节参数集合依次输入到能耗管理与碳排放计算联合预测模型，直至所预测到的运行能耗和碳排放量达到当前管理目的，将达到当前管理目的的调节参数集合内的调节参数作为当前建筑内的运行设备在下一时间的运行参数。由此，本发明利用过往的真实数据来预测后续的运行能耗和碳排放量，以得到符合节能减排的运行参数来进行设备调节，从而能够及时准确的进行碳排放管理。
可选地，还包括步骤：
当所述历史碳排放量、所述历史运行参数集合和所述历史运行能耗的数据量小于最低训练数据量时，将从与所述当前建筑的BIM相似度超过预设阈值的其他建筑中抽取对应的数据量进行补齐。
根据上述描述可知，通过BIM相似度来抽取对应的数据量进行补齐，保证了训练出来的联合预测模型具有较高的准确性。
可选地，还包括步骤：
当多组调节参数集合所预测到的运行能耗和碳排放量均无法达到所述当前管理目的，则按照与所述当前建筑的BIM的相似度依次从其他建筑中获取节能减排措施以及节能减排预计效果，并在叠加所述节能减排预计效果之后能够达到所述当前管理目的时，将所述节能减排措施模拟实施于所述当前建筑的BIM上进行显示。
根据上述描述可知，由于企业需要满足生产需求，对于运行设备的调节是有限制的，在这种情况下，会出现通过调节参数无法满足其节能减排效果的现象，此时，通过相似建筑的节能减排措施来改善当前建筑，以满足企业的节能减排效果。
可选地，所述在所述当前运行参数的基础上按照递归组合的方式生成多组调节参数集合包括：
对于每一个当前运行参数，获取所述当前运行参数的可调节范围以及调节步距，在所有历史数据中，获取到所述历史碳排放量和所述历史运行能耗符合所述当前管理目的的所有历史运行参数，获取符合的所有历史运行参数中的上限值和下限值，得到所述当前运行参数的历史运行范围，将所述历史运行范围和所述可调节范围的交集作为最终调节范围，在所述最终调节范围内按照所述调节步距生成调节参数，以得到所述当前运行参数的调节参数集合；
将每一个所述当前运行参数的调节参数集合进行交叉组合，得到多组初始参数集合，其中，每一组所述初始参数集合包括每一个所述当前运行参数的一个调节参数；
在多组所述初始参数集合中，若在所述历史数据中存在的历史运行参数集合中有与第一初始参数集合中相同且所述第一初始参数集合相关联的所述历史运行能耗、历史碳排放量不符合所述当前管理目的，则将所述第一初始参数集合进行滤除，将剩下的所述初始参数集合作为最终的多组调节参数集合。
根据上述描述可知，首先将当前建筑的历史数据中不满足当前管理目的参数进行滤除，以得到一个历史运行范围，再与可调节范围进行交集得到最终调节范围；之后基于所有参数进行组合之后得到的参数组合，再从历史数据中剔除了已经证明过不符合当前管理目的的参数组合，得到最终的多组调节参数集合，相较于在范围内直接进行递归组合来说，在保证结果准确性的前提下，能够大幅度减少参与预测的参数集合数量，降低服务器计算压力，并提高及时性。
可选地，所述历史运行参数集合与第一初始参数集合是否相同的判断方法为：
将所述历史运行参数集合中的每一个历史运行参数与所述第一初始参数集合中对应的每一个调节参数进行比对，若所述历史运行参数在对应的所述调节参数±N个调节步距的范围内，则认为所述历史运行参数和队友的所述调节参数为相同的，若所述历史运行参数集合中的每一个历史运行参数与所述第一初始参数集合中对应的每一个调节参数均相同，则认为所述历史运行参数集合与第一初始参数集合相同，所述N为正整数。
根据上述描述可知，在调节参数的前后范围内即认为相同，从而在不影响准确性的前提下降低计算量。
可选地，所述历史运行参数集合和所述当前运行参数中的运行参数为所述运行设备可以调整且会对运行能耗和碳排放量产生影响的设备参数。
可选地，当多组调节参数集合所预测到的运行能耗和碳排放量均无法达到所述当前管理目的，则将所述当前管理目的中按照碳排放量达标作为最高优先级进行调整。
第二方面，本发明提供一种基于BIM的智能能耗管理与动态碳排放计算联合系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面的方法
其中，第二方面所提供的基于BIM的智能能耗管理与动态碳排放计算联合系统所对应的技术效果参照第一方面所提供的基于BIM的智能能耗管理与动态碳排放计算联合方法的相关描述。
附图说明
图1为本发明实施例的基于BIM的智能能耗管理与动态碳排放计算联合方法的主要流程示意图；
图2为本发明实施例的基于BIM的智能能耗管理与动态碳排放计算联合系统的结构示意图。
【附图标记说明】
1：基于BIM的智能能耗管理与动态碳排放计算联合系统；
2：处理器；
3：存储器。
具体实施方式
为了更好的理解上述技术方案，下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更清楚、透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例一
目前企业的生产能源多为化石燃料，因此，企业的碳排放量实际上和能耗是具有相关性，而能耗的控制又和企业的生产息息相关，因此本发明在进行碳排放管理时也考虑了能耗管理，从而提供了一种智能能耗管理与动态碳排放计算联合方法，以在保证企业正常生产的过程中，实现及时准确的碳排放管理。
请参照图1，基于BIM的智能能耗管理与动态碳排放计算联合方法，包括步骤：
S1、获取当前建筑的BIM、历史碳排放量、历史运行参数集合和历史运行能耗，历史运行参数集合为当前建筑内产生碳排放的所有运行设备在同一历史时间内的运行参数集合，历史运行能耗为运行设备在历史时间内的运行能耗，历史运行参数集合和历史运行能耗、历史碳排放量在同一时间上相互关联。
其中，BIM是Building Information Modeling的缩写，一般指建筑信息模型。建筑信息模型中包括有当前建筑的运行设备，将运行设备的运行参数实时发送到建筑信息模型中的运行设备上进行实时显示与保存，同时在当前建筑进行生产过程中也会实时监测碳排放量和运行能耗，从而获得有相关的历史数据。
其中，当前建筑可以为一栋或者是好几栋建筑的合称。
其中，历史运行参数集合和当前运行参数中的运行参数为运行设备可以调整且会对运行能耗和碳排放量产生影响的设备参数。
其中，历史运行参数集合和历史运行能耗、历史碳排放量在同一时间上相互关联意为在历史的每一个时间点上都保存有上述三个历史数据。
S2、根据历史碳排放量、历史运行参数集合和历史运行能耗训练并得到符合预设期望的能耗管理与碳排放计算联合预测模型。
在本实施例中，还包括步骤：
S21、当历史碳排放量、历史运行参数集合和历史运行能耗的数据量小于最低训练数据量时，将从与当前建筑的BIM相似度超过预设阈值的其他建筑中抽取对应的数据量进行补齐。
其中，当数据量足够进行训练时，直接使用当前建筑的数据量进行训练能够保证其结果的准确性。而当数据量不够的时候，则通过BIM相似度来抽取对应的数据量进行补齐，保证了训练出来的联合预测模型具有较高的准确性。
其中，符合期望是指训练出来的预测模型的准确率能够达到预设准确率阈值，比如88％。
S3、获取当前建筑的当前运行能耗、当前碳排放量以及所有运行设备的当前运行参数，根据当前管理目的，在当前运行参数的基础上按照递归组合的方式生成多组调节参数集合，并将多组调节参数集合依次输入到能耗管理与碳排放计算联合预测模型，直至所预测到的运行能耗和碳排放量达到当前管理目的，将达到当前管理目的的调节参数集合内的调节参数作为当前建筑内的运行设备在下一时间的运行参数。
其中，当前管理目的为对碳排放量和能耗的要求，比如目前碳排放量过高，此时的当前管理目的即为降低碳排放量。
在本实施例中，在当前运行参数的基础上按照递归组合的方式生成多组调节参数集合包括：
S31、对于每一个当前运行参数，获取当前运行参数的可调节范围以及调节步距，在所有历史数据中，获取到历史碳排放量和历史运行能耗符合当前管理目的的所有历史运行参数，获取符合的所有历史运行参数中的上限值和下限值，得到当前运行参数的历史运行范围，将历史运行范围和可调节范围的交集作为最终调节范围，在最终调节范围内按照调节步距生成调节参数，以得到当前运行参数的调节参数集合。
其中，对于一个建筑中的运行参数有很多个，在运行参数的数量较多的情况下，可以根据和能耗、碳排放量之间的相关性从高到低取预设个数的数量即可，也可以对所有运行参数之间的相关性进行识别，将相关性强的多个运行参数中只取其中一个即可。而在本实施例中，则优先对所有运行参数进行是否相互影响的相关性判断，按照相关性划分成多组，从每一组运行参数中选取一个，从选取之后的运行参数按照和能耗、碳排放量之间的相关性从高到低取8个即可。比如某个粉末冶金的厂房，其中在烧结时的温度和能耗、碳排放量之间的相关性强，则需要考虑烧结时的温度。
其中，可调节范围是指企业生产过程中允许调节的参数范围，比如烧结温度对于粉末冶金的结果影响很大，通常只允许在一定的范围内，比如铁-铜合金的烧结温度需要再820-850°，而生产中为了避免温度，只允许其在825-845°之间，这个温度区间在历史数据中都有符合当前管理目的的数据。此时调节步距为10°，则调节参数为825°、835°和845°。
其中，从历史数据中找到不符合当前管理目的的数据，然后将其从运行参数的调节范围进行滤除。
S32、将每一个当前运行参数的调节参数集合进行交叉组合，得到多组初始参数集合，其中，每一组初始参数集合包括每一个当前运行参数的一个调节参数。
在企业的生产过程中，为了保证产品的生产质量，有很多运行参数虽然有碳排放、能耗是息息相关的，但是其可调节范围是非常低的，甚至是不允许调节，因此，实际生产过程中进行交叉组合所得到的初始参数集合的组数并不会很多。
同时，也可以通过提高调节步距的方法来降低调节参数的数量，从而使其保持在一个合理的范围内。
S33、在多组初始参数集合中，若在历史数据中存在的历史运行参数集合中有与第一初始参数集合中相同且第一初始参数集合相关联的历史运行能耗、历史碳排放量不符合当前管理目的，则将第一初始参数集合进行滤除，将剩下的初始参数集合作为最终的多组调节参数集合。
在此基础上，为了进一步降低计算量，则需要对历史数据从历史数据中剔除了已经证明过不符合当前管理目的的参数组合，得到最终的多组调节参数集合，相较于在范围内直接进行递归组合来说，在保证结果准确性的前提下，能够大幅度减少参与预测的参数集合数量，降低服务器计算压力，并提高及时性。
在本实施例中，历史运行参数集合与第一初始参数集合是否相同的判断方法为：
将历史运行参数集合中的每一个历史运行参数与第一初始参数集合中对应的每一个调节参数进行比对，若历史运行参数在对应的调节参数±N个调节步距的范围内，则认为历史运行参数和队友的调节参数为相同的，若历史运行参数集合中的每一个历史运行参数与第一初始参数集合中对应的每一个调节参数均相同，则认为历史运行参数集合与第一初始参数集合相同，N为正整数。
在本实施例中，通常情况下，N为1，即在调节参数的前后一个调节步距的范围内就认为这个历史参数是和调节参数相同的，以调节参数825°为例，则815°至835°之间的历史运行参数就认为和825°的相同。因此能够滤除相当一部分的不满足组合。
在本实施例中，还包括步骤：
当多组调节参数集合所预测到的运行能耗和碳排放量均无法达到当前管理目的，则按照与当前建筑的BIM的相似度依次从其他建筑中获取节能减排措施以及节能减排预计效果，并在叠加节能减排预计效果之后能够达到当前管理目的时，将节能减排措施模拟实施于当前建筑的BIM上进行显示。
其中，若出现通过调节参数无法满足其节能减排效果的现象，此时，通过相似建筑的节能减排措施来改善当前建筑，以满足企业的节能减排效果。
在本实施例中，当多组调节参数集合所预测到的运行能耗和碳排放量均无法达到当前管理目的，则将当前管理目的中按照碳排放量达标作为最高优先级进行调整。
即最终还是以碳排放量达标作为调整的最高优先级。
在本实施例中，BIM能够提供实时的数据供企业的技术人员进行实时的监督，在后续步骤中生成达到当前管理目的的调节参数集合时，也将生成的调节参数实时显示在对应的运行设备上，供企业的技术人员进行最终的确定，即对于最终的能耗管理是通过自动计算和人工核实的双重确认来保证其准确性，避免自动计算出现的误差影响企业的正常生产。
实施例二
请参照图2，基于BIM的智能能耗管理与动态碳排放计算联合系统1，包括存储器3、处理器2及存储在存储器3上并可在处理器2上运行的计算机程序，所述处理器2执行所述计算机程序时实现上述实施例一中的步骤。
由于本发明上述实施例所描述的系统/装置，为实施本发明上述实施例的方法所采用的系统/装置，故而基于本发明上述实施例所描述的方法，本领域所属技术人员能够了解该系统/装置的具体结构及变形，因而在此不再赘述。凡是本发明上述实施例的方法所采用的系统/装置都属于本发明所欲保护的范围。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例，或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。
应当注意的是，在本发明中，不应将位于括号之间的任何附图标记理解成对保护范围的限制。词语“包含”不排除存在未列在本发明中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在本发明列举的若干装置中，这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用，仅是为了表述方便，而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外，需要说明的是，在本说明书的描述中，术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述，是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例，但本领域的技术人员在得知了基本创造性概念后，则可对这些实施例作出另外的变更和修改。
显然，本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明等同技术的范围之内，则本发明也应该包含这些修改和变型在内。

Claims (8)

1.基于BIM的智能能耗管理与动态碳排放计算联合方法，其特征在于，包括步骤：
获取当前建筑的BIM、历史碳排放量、历史运行参数集合和历史运行能耗，所述历史运行参数集合为所述当前建筑内产生碳排放的所有运行设备在同一历史时间内的运行参数集合，所述历史运行能耗为所述运行设备在历史时间内的运行能耗，所述历史运行参数集合和所述历史运行能耗、历史碳排放量在同一时间上相互关联；
根据所述历史碳排放量、所述历史运行参数集合和所述历史运行能耗训练并得到符合预设期望的能耗管理与碳排放计算联合预测模型；
获取所述当前建筑的当前运行能耗、当前碳排放量以及所有运行设备的当前运行参数，根据当前管理目的，在所述当前运行参数的基础上按照递归组合的方式生成多组调节参数集合，并将多组所述调节参数集合依次输入到所述能耗管理与碳排放计算联合预测模型，直至所预测到的运行能耗和碳排放量达到所述当前管理目的，将达到所述当前管理目的的调节参数集合内的调节参数作为所述当前建筑内的运行设备在下一时间的运行参数。
2.根据权利要求1所述的基于BIM的智能能耗管理与动态碳排放计算联合方法，其特征在于，还包括步骤：
当所述历史碳排放量、所述历史运行参数集合和所述历史运行能耗的数据量小于最低训练数据量时，将从与所述当前建筑的BIM相似度超过预设阈值的其他建筑中抽取对应的数据量进行补齐。
3.根据权利要求1所述的基于BIM的智能能耗管理与动态碳排放计算联合方法，其特征在于，还包括步骤：
当多组调节参数集合所预测到的运行能耗和碳排放量均无法达到所述当前管理目的，则按照与所述当前建筑的BIM的相似度依次从其他建筑中获取节能减排措施以及节能减排预计效果，并在叠加所述节能减排预计效果之后能够达到所述当前管理目的时，将所述节能减排措施模拟实施于所述当前建筑的BIM上进行显示。
4.根据权利要求1所述的基于BIM的智能能耗管理与动态碳排放计算联合方法，其特征在于，所述在所述当前运行参数的基础上按照递归组合的方式生成多组调节参数集合包括：
对于每一个当前运行参数，获取所述当前运行参数的可调节范围以及调节步距，在所有历史数据中，获取到所述历史碳排放量和所述历史运行能耗符合所述当前管理目的的所有历史运行参数，获取符合的所有历史运行参数中的上限值和下限值，得到所述当前运行参数的历史运行范围，将所述历史运行范围和所述可调节范围的交集作为最终调节范围，在所述最终调节范围内按照所述调节步距生成调节参数，以得到所述当前运行参数的调节参数集合；
将每一个所述当前运行参数的调节参数集合进行交叉组合，得到多组初始参数集合，其中，每一组所述初始参数集合包括每一个所述当前运行参数的一个调节参数；
在多组所述初始参数集合中，若在所述历史数据中存在的历史运行参数集合中有与第一初始参数集合中相同且所述第一初始参数集合相关联的所述历史运行能耗、历史碳排放量不符合所述当前管理目的，则将所述第一初始参数集合进行滤除，将剩下的所述初始参数集合作为最终的多组调节参数集合。
5.根据权利要求4所述的基于BIM的智能能耗管理与动态碳排放计算联合方法，其特征在于，所述历史运行参数集合与第一初始参数集合是否相同的判断方法为：
将所述历史运行参数集合中的每一个历史运行参数与所述第一初始参数集合中对应的每一个调节参数进行比对，若所述历史运行参数在对应的所述调节参数±N个调节步距的范围内，则认为所述历史运行参数和队友的所述调节参数为相同的，若所述历史运行参数集合中的每一个历史运行参数与所述第一初始参数集合中对应的每一个调节参数均相同，则认为所述历史运行参数集合与第一初始参数集合相同，所述N为正整数。
6.根据权利要求1至5任一所述的基于BIM的智能能耗管理与动态碳排放计算联合方法，其特征在于，所述历史运行参数集合和所述当前运行参数中的运行参数为所述运行设备可以调整且会对运行能耗和碳排放量产生影响的设备参数。
7.根据权利要求1至5任一所述的基于BIM的智能能耗管理与动态碳排放计算联合方法，其特征在于，当多组调节参数集合所预测到的运行能耗和碳排放量均无法达到所述当前管理目的，则将所述当前管理目的中按照碳排放量达标作为最高优先级进行调整。
8.基于BIM的智能能耗管理与动态碳排放计算联合系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一所述的方法。
CN202310557833.7A 2023-05-17 2023-05-17 基于bim的智能能耗管理与动态碳排放计算联合方法及系统 Pending CN116739147A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310557833.7A CN116739147A (zh) 2023-05-17 2023-05-17 基于bim的智能能耗管理与动态碳排放计算联合方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310557833.7A CN116739147A (zh) 2023-05-17 2023-05-17 基于bim的智能能耗管理与动态碳排放计算联合方法及系统

Publications (1)

Publication Number Publication Date
CN116739147A true CN116739147A (zh) 2023-09-12

Family

ID=87916020

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310557833.7A Pending CN116739147A (zh) 2023-05-17 2023-05-17 基于bim的智能能耗管理与动态碳排放计算联合方法及系统

Country Status (1)

Country Link
CN (1) CN116739147A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117407967A (zh) * 2023-12-15 2024-01-16 成都航空职业技术学院 一种集成房屋的碳排放监测方法
CN118365347A (zh) * 2024-06-20 2024-07-19 国网山东省电力公司烟台供电公司 一种基于公共建筑的能流-碳流仿真分析方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117407967A (zh) * 2023-12-15 2024-01-16 成都航空职业技术学院 一种集成房屋的碳排放监测方法
CN117407967B (zh) * 2023-12-15 2024-03-22 成都航空职业技术学院 一种集成房屋的碳排放监测方法
CN118365347A (zh) * 2024-06-20 2024-07-19 国网山东省电力公司烟台供电公司 一种基于公共建筑的能流-碳流仿真分析方法及系统

Similar Documents

Publication Publication Date Title
CN116739147A (zh) 基于bim的智能能耗管理与动态碳排放计算联合方法及系统
RU2018120187A (ru) Оценка сетей потоков
CN104865827B (zh) 一种基于多工况模型的抽油机采油优化方法
CN105652845A (zh) 一种基于即时学习局部模型的发酵过程故障监测方法
CN103559543A (zh) 一种高炉煤气发生量的预测方法及装置
CN115936262B (zh) 基于大数据的环境干扰的产量预测方法、系统和介质
CN117035673A (zh) 一种工程项目施工风险管理方法及管理系统
CN117469603B (zh) 一种基于大数据学习的多水厂供水系统压力优化控制方法
CN114565065B (zh) 一种水文序列数据异常值检测方法
CN114995152A (zh) 一种民用航空发动机性能模型偏差修正方法
CN116748352B (zh) 一种金属弯管机加工参数监测控制方法、系统及存储介质
CN113554213A (zh) 一种天然气需求预测方法、系统、存储介质及设备
CN111338310B (zh) 一种工业过程稳态工况识别与分类方法
CN113052353B (zh) 空气质量预测与预测模型训练方法、装置及存储介质
CN110766248A (zh) 基于shel和区间直觉模糊评价的车间人因可靠性评估方法
CN109284478B (zh) 一种估计对数正态型单元可靠性参数的方法
CN111625525B (zh) 一种环境数据修复/填充方法及系统
CN114138621A (zh) 一种考虑内部降级与外部冲击的系统故障行为双时钟仿真建模方法
CN109446481B (zh) 一种对数正态型单元寿命分布参数估计方法
CN109376334B (zh) 一种正态型单元的寿命分布参数估计方法
CN107480647A (zh) 基于归纳式一致性异常检测的异常行为实时检测方法
CN113864664A (zh) 一种基于流量分布概率计算的管网漏损预警方法及系统
CN109325287B (zh) 一种估计机械件可靠性参数的方法
CN109145502B (zh) 一种威布尔型单元寿命分布参数估计方法
CN105975736B (zh) 一种基于正交级数的可再生能源输出功率概率建模方法

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