CN117784736B - 一种基于物联网技术的智能楼宇能源管理方法 - Google Patents

Abstract

本发明公开了一种基于物联网技术的智能楼宇能源管理方法，具体涉及监视系统领域，包括楼宇能源划分步骤、能源数据采集步骤、能源数据分析步骤、优化指数计算步骤、综合分析步骤、预警步骤以及远程管理步骤。本发明通过楼宇能源划分步骤将目标楼宇的能源数据划分为各子数据区域并编号，通过能源数据采集步骤采集各子数据区域的新风参数、温度参数以及照明参数，通过能源数据分析步骤计算出空气处理系数、温度处理系数以及照明处理系数，通过优化指数计算步骤计算出各子数据区域的优化指数，通过综合分析模块计算出目标数据区域的综合优化指数，通过预警步骤进行预警，通过远程管理步骤对楼宇进行远程管理。

Description

一种基于物联网技术的智能楼宇能源管理方法

技术领域

本发明涉及监视系统技术领域，更具体地说，本发明涉及一种基于物联网技术的智能楼宇能源管理方法。

背景技术

楼宇能源管理技术是在全球可持续发展背景下发展起来的，由于楼宇作为能源消耗的重要场所，其能源使用状况直接影响到环境保护和资源的可持续利用，因此楼宇能源管理技术变得越来越重要。

在现有的楼宇能源管理技术中，主要包括人工管理、自动化管理以及智能化管理，其中智能化能源管理技术逐渐成为主流，这种技术主要借助物联网、大数据以及人工智能等技术，实现数据的实时采集、分析和应用，为楼宇管理者提供更加科学、精准的能源管理策略。

但是其在实际使用时，仍旧存在一些缺点，如一些楼宇已经采用了智能化能源管理技术，但这些技术在实际应用中可能存在监控范围有限和预测能力不足等问题，这可能导致无法全面掌握楼宇的能源使用情况，难以做出科学的能源调度和优化决策，现有的楼宇能源管理尚未形成统一的标准和规范，这可能导致不同楼宇的能源管理方法存在较大差异，难以进行比较和评估。

发明内容

为了克服现有技术的上述缺陷，本发明的实施例提供一种基于物联网技术的智能楼宇能源管理方法，通过以下方案，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于物联网技术的智能楼宇能源管理方法，包括：

步骤S1：楼宇能源划分步骤：用于将目标楼宇的能源数据确定为目标数据区域，通过等时间划分的方式将目标数据区域划分为各子数据区域，并依次标记为1、2……n；

步骤S2：能源数据采集步骤：用于采集各子数据区域的新风参数、温度参数以及照明参数，并将采集到的参数传输到能源数据分析步骤；

步骤S3：能源数据分析步骤：包括新风数据分析单元、温度数据分析单元以及照明数据分析单元，通过各分析单元建立数学模型，将能源数据采集步骤传输的数据导入到数学模型中，计算得出空气处理系数、温度处理系数以及照明处理系数，并将分析得出的数据传输到优化指数计算步骤；

步骤S4：优化指数计算步骤：用于接收能源数据分析步骤传输的空气处理系数、温度处理系数以及照明处理系数，通过优化指数计算模型计算出各子数据区域的优化指数，并传输到综合分析步骤；

步骤S5：综合分析模块：用于接收优化指数计算步骤传输的各子数据区域优化指数，通过将各子数据区域的优化指数导入综合分析模型，计算出目标数据区域的综合优化指数，并传输到预警步骤；

步骤S6：预警步骤：用于接收综合分析步骤传输的综合优化指数，根据系统综合优化指数预设值对综合优化指数进行判断，并根据判断结果进行预警；

步骤S7：远程管理步骤：通过物联网技术，实现对楼宇的远程管理。

优选的，所述能源数据采集步骤通过在目标楼宇的送风和排风系统中安装颗粒计数器、温度湿度仪以及体积流量计对新风参数进行采集，通过在目标楼宇内安装温度传感器对温度参数进行采集，通过在目标楼宇的墙面安装反射比传感器，楼梯安装照明强度传感器和光通量传感器对照明参数进行采集。

优选的，所述新风参数包括空气过滤率、热交换率、送风量、排风量、送风温度以及排风温度，分别标记为Hg _i 、Hj _i 、Hr _i 、Hc _i 、Hs _i 以及Hp _i ，温度参数包括实时温度和温度变化率，分别标记为Cs _i 和Cb _i ，照明参数包括实时照明强度、反射比、照明面积以及光通量，分别标记为Ls _i 、Lf _i 、Ld _i 以及Lt _i ，其中i=1、2……n，i表示第i个子数据区域，并通过物联网技术将采集的参数进行存储和记录。

优选的，所述新风数据分析单元用于建立空气处理系数数学模型，将新风参数导入空气处理系数数学模型得到：，H _i 表示第i个子数据区域的空气处理系数，Hg _i 表示第i个子数据区域的空气过滤率，Hj _i 表示第i个子数据区域的热交换率，Hr _i 表示第i个子数据区域的送风量，Hc _i 表示第i个子数据区域的排风量，Hs _i 表示第i个子数据区域的送风温度，Hp _i 表示第i个子数据区域的排风温度，μ ₁ 表示空气处理系数的其他影响因子。

优选的，所述温度数据分析单元用于建立温度处理系数数学模型，将温度参数导入温度处理系数数学模型得到：，C _i 表示第i个子数据区域的温度处理系数，Cs _i 表示第i个子数据区域的实时温度，Cs ₀ 便是设定温度，Cb _i 表示第i个子数据区域的温度变化率，Δt表示第i个子数据区域和第i-1个子数据区域的时间间隔，K表示负反馈系数，μ ₂ 表示温度处理系数的其他影响因子。

优选的，所述照明数据分析单元用于建立照明处理系数数学模型，将照明参数导入照明处理系数数学模型得到：，L _i 表示第i个子数据区域的照明处理系数，Ls _i 表示第i个子数据区域的实时照明强度，Lf _i 表示第i个子数据区域的反射比，Ld _i 表示第i个子数据区域的照明面积，Lt _i 表示第i个子数据区域的光通量，Δt表示第i个子数据区域和第i-1个子数据区域的时间间隔，μ ₃ 表示照明处理系数的其他影响因子。

优选的，所述优化指数计算模型为：，η _i 表示第i个子数据区域的优化指数，H _i 表示第i个子数据区域的空气处理系数，C _i 表示第i个子数据区域的温度处理系数，Li表示第i个子数据区域的照明处理系数，λ表示优化指数的其他影响因子。

优选的，所述综合分析模型具体为：，η表示目标区域的综合优化指数，η _i 表示第i个子数据区域的优化指数，n表示子数据区域数量。

优选的，所述系统综合优化指数预设值为η ₀ ，当η≧η ₀ 时，表示目标数据区域的综合优化指数大于等于系统综合优化指数预设值，说明目标区域的楼宇能源无异常情况发生，则保持对目标数据区域进行数据采集和分析，当η<η ₀ 时，表示目标数据区域的综合优化指数小于系统综合优化指数预设值，说明目标区域的楼宇能源出现异常情况，则向管理人员发出预警信号。

优选的，所述远程管理步骤可以通过手机APP或网页端的方式，查看楼宇的能源使用情况和管理设备运行状态，可以通过远程控制功能，调整楼宇的能源使用策略，同时提供数据可视化功能，可以将楼宇能源数据以图标或报表的形式进行展示。

本发明的技术效果和优点：

本发明通过监控楼宇内的能源使用情况，可以发现和纠正浪费能源的行为，并优化能源分配，从而提高能源效率，可以帮助物业管理人员更好地了解楼宇的能源消耗情况，减少不必要的能源浪费，降低运营成本，可以减少对传统能源的依赖，降低碳排放，从而对环保做出贡献，可以实现对楼宇内环境的实时监控和调整，保持最佳的室内环境，提升居住和办公的舒适度，可以及时检测到能源使用异常情况，并立即采取相应的措施，提高楼宇的安全性，可以实现远程监控和管理楼宇的能源使用情况，大大提高了管理效率。

附图说明

图1为本发明的整体结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

参考图1的一种基于物联网技术的智能楼宇能源管理方法，包括楼宇能源划分步骤、能源数据采集步骤、能源数据分析步骤、优化指数计算步骤、综合分析步骤、预警步骤以及远程管理步骤。

步骤S1：楼宇能源划分步骤：用于将目标楼宇的能源数据确定为目标数据区域，通过等时间划分的方式将目标数据区域划分为各子数据区域，并依次标记为1、2……n。

步骤S2：能源数据采集步骤：用于采集各子数据区域的新风参数、温度参数以及照明参数，并将采集到的参数传输到能源数据分析步骤。

所述能源数据采集步骤通过在目标楼宇的送风和排风系统中安装颗粒计数器、温度湿度仪以及体积流量计对新风参数进行采集，通过在目标楼宇内安装温度传感器对温度参数进行采集，通过在目标楼宇的墙面安装反射比传感器，楼梯安装照明强度传感器和光通量传感器对照明参数进行采集。

所述新风参数包括空气过滤率、热交换率、送风量、排风量、送风温度以及排风温度，分别标记为Hg _i 、HJ _i 、Hr _i 、Hc _i 、HS _i 以及HP _i ，温度参数包括实时温度和温度变化率，分别标记为Cs _i 和Cb _i ，照明参数包括实时照明强度、反射比、照明面积以及光通量，分别标记为Ls _i 、 Lf _i 、Ld _i 以及Lt _i ，其中i=1、2……n，i表示第i个子数据区域，并通过物联网技术将采集的参数进行存储和记录。

步骤S3：能源数据分析步骤：包括新风数据分析单元、温度数据分析单元以及照明数据分析单元，通过各分析单元建立数学模型，将能源数据采集步骤传输的数据导入到数学模型中，计算得出空气处理系数、温度处理系数以及照明处理系数，并将分析得出的数据传输到优化指数计算步骤。

所述新风数据分析单元用于建立空气处理系数数学模型，将新风参数导入空气处理系数数学模型得到：，H _i 表示第i个子数据区域的空气处理系数，Hg _i 表示第i个子数据区域的空气过滤率，Hj _i 表示第i个子数据区域的热交换率，Hr _i 表示第i个子数据区域的送风量，Hc _i 表示第i个子数据区域的排风量，Hs _i 表示第i个子数据区域的送风温度，Hp _i 表示第i个子数据区域的排风温度，μ ₁ 表示空气处理系数的其他影响因子。

所述温度数据分析单元用于建立温度处理系数数学模型，将温度参数导入温度处理系数数学模型得到：，C _i 表示第i个子数据区域的温度处理系数，Cs _i 表示第i个子数据区域的实时温度，Cs ₀ 便是设定温度，Cb _i 表示第i个子数据区域的温度变化率，Δt表示第i个子数据区域和第i-1个子数据区域的时间间隔，K表示负反馈系数，μ ₂ 表示温度处理系数的其他影响因子。

所述照明数据分析单元用于建立照明处理系数数学模型，将照明参数导入照明处理系数数学模型得到：，L _i 表示第i个子数据区域的照明处理系数，Ls _i 表示第i个子数据区域的实时照明强度，Lf _i 表示第i个子数据区域的反射比，Ld _i 表示第i个子数据区域的照明面积，Lt _i 表示第i个子数据区域的光通量，Δt表示第i个子数据区域和第i-1个子数据区域的时间间隔，μ ₃ 表示照明处理系数的其他影响因子。

步骤S4：优化指数计算步骤：用于接收能源数据分析步骤传输的空气处理系数、温度处理系数以及照明处理系数，通过优化指数计算模型计算出各子数据区域的优化指数，并传输到综合分析步骤。

所述优化指数计算模型为：，η _i 表示第i个子数据区域的优化指数，H _i 表示第i个子数据区域的空气处理系数，C _i 表示第i个子数据区域的温度处理系数，Li表示第i个子数据区域的照明处理系数，λ表示优化指数的其他影响因子。

步骤S5：综合分析模块：用于接收优化指数计算步骤传输的各子数据区域优化指数，通过将各子数据区域的优化指数导入综合分析模型，计算出目标数据区域的综合优化指数，并传输到预警步骤。

所述综合分析模型具体为：，η表示目标区域的综合优化指数，η _i 表示第i个子数据区域的优化指数，n表示子数据区域数量。

步骤S6：预警步骤：用于接收综合分析步骤传输的综合优化指数，根据系统综合优化指数预设值对综合优化指数进行判断，并根据判断结果进行预警。

所述系统综合优化指数预设值为η ₀ ，当η≧η ₀ 时，表示目标数据区域的综合优化指数大于等于系统综合优化指数预设值，说明目标区域的楼宇能源无异常情况发生，则保持对目标数据区域进行数据采集和分析，当η<η ₀ 时，表示目标数据区域的综合优化指数小于系统综合优化指数预设值，说明目标区域的楼宇能源出现异常情况，则向管理人员发出预警信号。

步骤S7：远程管理步骤：通过物联网技术，实现对楼宇的远程管理。

所述远程管理步骤可以通过手机APP或网页端的方式，查看楼宇的能源使用情况和管理设备运行状态，可以通过远程控制功能，调整楼宇的能源使用策略，同时提供数据可视化功能，可以将楼宇能源数据以图标或报表的形式进行展示。

本发明通过楼宇能源划分步骤将目标楼宇的能源数据划分为各子数据区域并编号，通过能源数据采集步骤采集各子数据区域的新风参数、温度参数以及照明参数，通过能源数据分析步骤计算出空气处理系数、温度处理系数以及照明处理系数，通过优化指数计算步骤计算出各子数据区域的优化指数，通过综合分析模块计算出目标数据区域的综合优化指数，通过预警步骤进行预警，通过远程管理步骤对楼宇进行远程管理。

本发明通过监控楼宇内的能源使用情况，可以发现和纠正浪费能源的行为，并优化能源分配，从而提高能源效率，可以帮助物业管理人员更好地了解楼宇的能源消耗情况，减少不必要的能源浪费，降低运营成本，可以减少对传统能源的依赖，降低碳排放，从而对环保做出贡献，可以实现对楼宇内环境的实时监控和调整，保持最佳的室内环境，提升居住和办公的舒适度，可以及时检测到能源使用异常情况，并立即采取相应的措施，提高楼宇的安全性，可以实现远程监控和管理楼宇的能源使用情况，大大提高了管理效率。

其次：本发明公开实施例附图中，只涉及到与本公开实施例涉及到的结构，其他结构可参考通常设计，在不冲突情况下，本发明同一实施例及不同实施例可以相互组合；

最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于物联网技术的智能楼宇能源管理方法，包括，其特征在于：

步骤S1：楼宇能源划分步骤：用于将目标楼宇的能源数据确定为目标数据区域，通过等时间划分的方式将目标数据区域划分为各子数据区域，并依次标记为1、2……n；

步骤S2：能源数据采集步骤：用于采集各子数据区域的新风参数、温度参数以及照明参数，并将采集到的参数传输到能源数据分析步骤；

步骤S3：能源数据分析步骤：包括新风数据分析单元、温度数据分析单元以及照明数据分析单元，通过各分析单元建立数学模型，将能源数据采集步骤传输的数据导入到数学模型中，计算得出空气处理系数、温度处理系数以及照明处理系数，并将分析得出的数据传输到优化指数计算步骤；

所述新风数据分析单元用于建立空气处理系数数学模型，将新风参数导入空气处理系数数学模型得到：，H _i 表示第i个子数据区域的空气处理系数，Hg _i 表示第i个子数据区域的空气过滤率，Hj _i 表示第i个子数据区域的热交换率，Hr _i 表示第i个子数据区域的送风量，Hc _i 表示第i个子数据区域的排风量，Hs _i 表示第i个子数据区域的送风温度，Hp _i 表示第i个子数据区域的排风温度，μ ₁ 表示空气处理系数的其他影响因子；

所述温度数据分析单元用于建立温度处理系数数学模型，将温度参数导入温度处理系数数学模型得到：，C _i 表示第i个子数据区域的温度处理系数，Cs _i 表示第i个子数据区域的实时温度，Cs ₀ 便是设定温度，Cb _i 表示第i个子数据区域的温度变化率，Δt表示第i个子数据区域和第i-1个子数据区域的时间间隔，K表示负反馈系数，μ ₂ 表示温度处理系数的其他影响因子；

所述照明数据分析单元用于建立照明处理系数数学模型，将照明参数导入照明处理系数数学模型得到：，L _i 表示第i个子数据区域的照明处理系数，Ls _i 表示第i个子数据区域的实时照明强度，Lf _i 表示第i个子数据区域的反射比，Ld _i 表示第i个子数据区域的照明面积，Lt _i 表示第i个子数据区域的光通量，Δt表示第i个子数据区域和第i-1个子数据区域的时间间隔，μ ₃ 表示照明处理系数的其他影响因子；

步骤S4：优化指数计算步骤：用于接收能源数据分析步骤传输的空气处理系数、温度处理系数以及照明处理系数，通过优化指数计算模型计算出各子数据区域的优化指数，并传输到综合分析步骤；

所述优化指数计算模型为：，η _i 表示第i个子数据区域的优化指数，H _i 表示第i个子数据区域的空气处理系数，C _i 表示第i个子数据区域的温度处理系数，Li表示第i个子数据区域的照明处理系数，λ表示优化指数的其他影响因子；

步骤S5：综合分析模块：用于接收优化指数计算步骤传输的各子数据区域优化指数，通过将各子数据区域的优化指数导入综合分析模型，计算出目标数据区域的综合优化指数，并传输到预警步骤；

所述综合分析模型具体为：，η表示目标区域的综合优化指数，η _i 表示第i个子数据区域的优化指数，n表示子数据区域数量；

步骤S6：预警步骤：用于接收综合分析步骤传输的综合优化指数，根据系统综合优化指数预设值对综合优化指数进行判断，并根据判断结果进行预警；

步骤S7：远程管理步骤：通过物联网技术，实现对楼宇的远程管理。

2.根据权利要求1所述的一种基于物联网技术的智能楼宇能源管理方法，其特征在于：所述能源数据采集步骤通过在目标楼宇的送风和排风系统中安装颗粒计数器、温度湿度仪以及体积流量计对新风参数进行采集，通过在目标楼宇内安装温度传感器对温度参数进行采集，通过在目标楼宇的墙面安装反射比传感器，楼梯安装照明强度传感器和光通量传感器对照明参数进行采集。

3.根据权利要求1所述的一种基于物联网技术的智能楼宇能源管理方法，其特征在于：所述新风参数包括空气过滤率、热交换率、送风量、排风量、送风温度以及排风温度，分别标记为Hg _i 、HJ _i 、Hr _i 、Hc _i 、HS _i 以及HP _i ，温度参数包括实时温度和温度变化率，分别标记为Cs _i 和Cb _i ，照明参数包括实时照明强度、反射比、照明面积以及光通量，分别标记为Ls _i 、Lf _i 、Ld _i 以及Lt _i ，其中i=1、2……n，i表示第i个子数据区域，并通过物联网技术将采集的参数进行存储和记录。

4.根据权利要求1所述的一种基于物联网技术的智能楼宇能源管理方法，其特征在于：所述系统综合优化指数预设值为η ₀ ，当η≧η ₀ 时，表示目标数据区域的综合优化指数大于等于系统综合优化指数预设值，说明目标区域的楼宇能源无异常情况发生，则保持对目标数据区域进行数据采集和分析，当η<η ₀ 时，表示目标数据区域的综合优化指数小于系统综合优化指数预设值，说明目标区域的楼宇能源出现异常情况，则向管理人员发出预警信号。

5.根据权利要求1所述的一种基于物联网技术的智能楼宇能源管理方法，其特征在于：所述远程管理步骤可以通过手机APP或网页端的方式，查看楼宇的能源使用情况和管理设备运行状态，可以通过远程控制功能，调整楼宇的能源使用策略，同时提供数据可视化功能，可以将楼宇能源数据以图标或报表的形式进行展示。