物聯(lián)網(wǎng)技術(shù)在大型公共建筑能耗數(shù)據(jù)采集中的應(yīng)用

于秋紅

摘 要： 針對(duì)傳統(tǒng)基于時(shí)間序列的建筑能耗數(shù)據(jù)采集方法對(duì)數(shù)據(jù)量以及采樣周期的要求較高，存在采集效率低以及數(shù)據(jù)丟包率高等弊端，提出基于物聯(lián)網(wǎng)技術(shù)的大型公共建筑能耗數(shù)據(jù)采集方法。設(shè)計(jì)大型公共建筑能源系統(tǒng)物聯(lián)網(wǎng)總體架構(gòu)，并分析其中各層次的詳細(xì)內(nèi)容，設(shè)計(jì)智能數(shù)據(jù)采集器的硬件結(jié)構(gòu)，以及采集器中的RS 485采集電路，通過(guò)輪詢(xún)措施實(shí)現(xiàn)建筑能耗數(shù)據(jù)的采集流程。通過(guò)數(shù)據(jù)采集器子配置算法解決能耗數(shù)據(jù)丟失問(wèn)題，采用變頻采樣方法對(duì)累計(jì)運(yùn)算類(lèi)能耗數(shù)據(jù)實(shí)施優(yōu)化采樣，通過(guò)勒貝格采樣方法對(duì)系統(tǒng)實(shí)時(shí)監(jiān)測(cè)類(lèi)能耗數(shù)據(jù)進(jìn)行改進(jìn)采樣。實(shí)驗(yàn)結(jié)果說(shuō)明，利用所提方法采集的建筑能耗數(shù)據(jù)丟包率低，具有較高的采樣效率和精度，可長(zhǎng)期穩(wěn)定運(yùn)行。

關(guān)鍵詞： 物聯(lián)網(wǎng)技術(shù)； 大型公共建筑； 能耗數(shù)據(jù)； 采集電路； 采樣精度； 數(shù)據(jù)丟包

中圖分類(lèi)號(hào)： TN710?34； TP393.07 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2018）11?0139?05

Application of Internet of Things technology in energy consumption

data acquisition of large?scale public building

YU Qiuhong

（The City College of Jilin Jianzhu University， Changchun 130114， China）

Abstract： The traditional building energy consumption data acquisition method based on time series has high requirements for data quantity and sampling period， and disadvantages of low acquisition efficiency and high data packet loss rate. Therefore， an IoT?based energy consumption data acquisition method for large?scale public building is put forward. The overall IoT architecture of energy system for large?scale public building is designed. The details of each level are analyzed. The hardware structure of the intelligent data collector and acquisition process of building energy consumption data realized by RS 485 acquisition circuit in the collector by means of polling measures are designed. The sub allocation algorithm of data collector is used to solve the problem of energy consumption data lost. The frequency conversion sampling method is used to implement the optimal sampling for the cumulative operation energy consumption data. The Lévesque sampling method is used to improve the sampling of energy consumption data monitored by the system in real time. The experimental results show that the proposed method has low packet loss rate for the acquired building energy consumption data， high sampling efficiency and accuracy， and can operate stably for a long time.

Keywords： Internet of Things technology； large?scale public building； energy consumption data； acquisition circuit； sampling accuracy； data packet loss

0 引 言

隨著經(jīng)濟(jì)的快速發(fā)展，當(dāng)前我國(guó)建筑行業(yè)也呈現(xiàn)日新月異的發(fā)展態(tài)勢(shì)，建筑節(jié)能問(wèn)題成為人們關(guān)注的重點(diǎn)。建筑節(jié)能的目標(biāo)是增強(qiáng)建筑能源的使用效率。對(duì)大型公共建筑能耗數(shù)據(jù)實(shí)施準(zhǔn)確采集以及分析，為相關(guān)管理人員提供可靠的建筑能耗分析數(shù)據(jù)，對(duì)于提高建筑能源使用效率、降低建筑污染物排放量、確保建筑能源環(huán)境的可持續(xù)發(fā)展具有重要作用。由于物聯(lián)網(wǎng)技術(shù)具有使用范圍廣、深層處理效果優(yōu)等優(yōu)勢(shì)，其在大型公共建筑能耗數(shù)據(jù)采集過(guò)程中的應(yīng)用價(jià)值較高。傳統(tǒng)基于時(shí)間序列的建筑能耗數(shù)據(jù)采集方法對(duì)數(shù)據(jù)量以及采樣周期的要求較高，存在采集效率低以及數(shù)據(jù)丟包率高等弊端。因此，本文提出基于物聯(lián)網(wǎng)技術(shù)的大型公共建筑能耗數(shù)據(jù)采集方法，提高能耗數(shù)據(jù)采集效率以及質(zhì)量。

1 物聯(lián)網(wǎng)技術(shù)的大型公共建設(shè)能耗數(shù)據(jù)采集方法

1.1 大型公共建筑能源系統(tǒng)物聯(lián)網(wǎng)總體架構(gòu)

基于物聯(lián)網(wǎng)技術(shù)塑造的大型公共建筑能源系統(tǒng)物聯(lián)網(wǎng)（Internet of Building Energy Systems，iBES）可對(duì)建筑節(jié)能工作實(shí)施量化分析，為建筑能效評(píng)估以及節(jié)能改造提供可靠的數(shù)據(jù)分析依據(jù)[1]。本文設(shè)計(jì)的大型公共建筑能源系統(tǒng)物聯(lián)網(wǎng)的總體架構(gòu)用圖1描述。其中不同層間通過(guò)接口程序?qū)嵤?shù)據(jù)傳輸。

圖1中，感知控制層采用RS 485總線(xiàn)塑造iBES能耗數(shù)據(jù)采集系統(tǒng)以及管理系統(tǒng)，由不同的檢測(cè)傳感器、計(jì)量?jī)x表和控制器構(gòu)成，是大型公共建筑系統(tǒng)的末端部分；網(wǎng)絡(luò)傳輸層是數(shù)據(jù)采集器同服務(wù)器間實(shí)施數(shù)據(jù)傳遞的通道，通常采用有線(xiàn)的Ethernet傳遞措施傳輸數(shù)據(jù)；信息匯聚層可采集數(shù)據(jù)采集器傳遞的能耗數(shù)據(jù)[2]，并向能耗數(shù)據(jù)庫(kù)內(nèi)存儲(chǔ)數(shù)據(jù)；數(shù)據(jù)加工層對(duì)信息匯聚層獲取的能耗數(shù)據(jù)實(shí)施加工、運(yùn)算以及分類(lèi)等操作；診斷決策層對(duì)加工后的能耗數(shù)據(jù)實(shí)施深層次的數(shù)據(jù)挖掘，完成能耗分析和診斷；信息輸出層將能耗信息通過(guò)網(wǎng)頁(yè)的方式呈現(xiàn)給用戶(hù)，并采用決策層的節(jié)能改進(jìn)算法產(chǎn)生有效的節(jié)能方案。

1.2 iBES智能數(shù)據(jù)采集器的設(shè)計(jì)與實(shí)現(xiàn)

1.2.1 iBES數(shù)據(jù)采集器總體結(jié)構(gòu)

系統(tǒng)中數(shù)據(jù)采集器的硬件電路可劃分成電源管理模塊、存儲(chǔ)電路模塊、數(shù)據(jù)采集電路模塊、核心處理器模塊以及網(wǎng)絡(luò)傳輸電路模塊等，如圖2所示。

1.2.2 采集模塊設(shè)計(jì)與實(shí)現(xiàn)

圖2中數(shù)據(jù)采集器中的采集模塊是RS 485采集電路，其采用輪詢(xún)措施采集大型公共建筑末端不同計(jì)量?jī)x器內(nèi)的數(shù)據(jù)。通過(guò)擁有隔離性能的RS 485收發(fā)器——ADM2483完成數(shù)據(jù)的采集。RS 485總線(xiàn)是半雙工通信，只允許一個(gè)設(shè)備的狀態(tài)是發(fā)送狀態(tài)，ADM2483中的電源檢測(cè)引腳PV確保總行通信的有序性。如果PV引腳電平狀態(tài)較低，則ADM2483不再運(yùn)行；否則ADM2483運(yùn)行。RS 485軟件設(shè)計(jì)時(shí)考慮到服務(wù)器傳遞的配置包內(nèi)存在較多的iBES系統(tǒng)中末端儀表通信信息，基于通信地址輪詢(xún)采集建筑系統(tǒng)能耗數(shù)據(jù)，詳細(xì)的采集程序用圖3描述。應(yīng)先對(duì)iBES系統(tǒng)末端儀表信息實(shí)施解析[3]，基于不同儀表種類(lèi)采用合理的通信波特率和通信協(xié)議，采集建筑能耗數(shù)據(jù)時(shí)將正常通信時(shí)間的3～5倍當(dāng)成超時(shí)時(shí)限，如果采集時(shí)間到達(dá)該時(shí)限，末端儀表未反饋數(shù)據(jù)，則此次能耗數(shù)據(jù)采集過(guò)程不再進(jìn)行，再次傳遞出新的能耗數(shù)據(jù)采集指令[4]；若儀表3次都不存在數(shù)據(jù)，則說(shuō)明該支路存在通信故障，將該支路信息存儲(chǔ)后向外反饋。

數(shù)據(jù)采集器運(yùn)行時(shí)需要先配置信息，配置數(shù)據(jù)采集器的IP地址、數(shù)據(jù)中心服務(wù)器的IP地址以及建筑ID等信息。通過(guò)網(wǎng)絡(luò)調(diào)測(cè)輔助工具將配置信息輸入，在配置芯片AT24C02內(nèi)存儲(chǔ)配置信息。通過(guò)TCP措施完成數(shù)據(jù)采集軟件同數(shù)據(jù)采集器間的通信。服務(wù)器通過(guò)固定的公網(wǎng)IP地址和通信端口同客戶(hù)端的數(shù)據(jù)采集器塑造連接。數(shù)據(jù)采集器同服務(wù)器間的通信流程用圖4描述。服務(wù)器驅(qū)動(dòng)數(shù)據(jù)采集軟件程序，通過(guò)合理的端口實(shí)施TCP監(jiān)聽(tīng)；數(shù)據(jù)采集器向數(shù)據(jù)中心傳遞出TCP連接申請(qǐng)，塑造連接后服務(wù)器對(duì)數(shù)據(jù)采集器實(shí)施身份驗(yàn)證，通過(guò)驗(yàn)證后服務(wù)器將配置包傳輸給數(shù)據(jù)采集器，主要包括采集器末端儀表地址、編號(hào)等相關(guān)信息。數(shù)據(jù)采集器完成配置包的解析后，實(shí)施數(shù)據(jù)采集、數(shù)據(jù)保存以及數(shù)據(jù)傳輸?shù)难h(huán)過(guò)程。數(shù)據(jù)采集器將心跳包檢測(cè)到的網(wǎng)絡(luò)連接狀態(tài)反饋到服務(wù)器[5]，如果連接關(guān)閉，則需要再次連接。

1.2.3 自配置功能

系統(tǒng)正常運(yùn)行狀態(tài)時(shí)，數(shù)據(jù)采集器同數(shù)據(jù)中心間的網(wǎng)絡(luò)連接狀態(tài)應(yīng)具備較高的平穩(wěn)性，若網(wǎng)絡(luò)出現(xiàn)故障或服務(wù)器進(jìn)行升級(jí)，會(huì)導(dǎo)致固定周期中的數(shù)據(jù)采集器不能同服務(wù)器實(shí)施通信。該種狀態(tài)下的數(shù)據(jù)采集器不能準(zhǔn)確定位到故障，其需要進(jìn)行重啟以及自檢，檢測(cè)出故障出現(xiàn)的原因。如果重啟后的數(shù)據(jù)采集器不能同服務(wù)器相連，就無(wú)法獲取服務(wù)器反饋的配置信息，數(shù)據(jù)采集工作受阻，導(dǎo)致能耗數(shù)據(jù)丟失。本文采用數(shù)據(jù)采集器子配置算法解決能耗數(shù)據(jù)丟失問(wèn)題，該算法的流程圖用圖5描述。數(shù)據(jù)采集器同服務(wù)器間塑造連接并且通過(guò)身份認(rèn)證后，在SD卡內(nèi)保存配置信息，對(duì)這些信息實(shí)施CRC檢驗(yàn)，在E2PROM內(nèi)保存校驗(yàn)碼。若網(wǎng)絡(luò)存在故障，則重啟數(shù)據(jù)采集器不能同服務(wù)器相連，可從SD卡內(nèi)獲取原配置信息，同時(shí)實(shí)施數(shù)據(jù)的采集以及保存等工作；若網(wǎng)絡(luò)故障解除[6]，數(shù)據(jù)采集器同服務(wù)器相連，對(duì)采集的配置信息實(shí)施CRC校驗(yàn)，若結(jié)果相同，不再實(shí)施操作，否則，在SD卡內(nèi)保存新的配置信息。本文通過(guò)數(shù)據(jù)采集器中的子配置算法完成數(shù)據(jù)采集器的自配置，解決網(wǎng)絡(luò)傳遞中斷產(chǎn)生的建筑能耗數(shù)據(jù)丟失問(wèn)題。

1.3 能耗數(shù)據(jù)采樣方法改進(jìn)

對(duì)于iBES系統(tǒng)中感知層能耗數(shù)據(jù)采集時(shí)存在采樣周期設(shè)置不合理的弊端，通過(guò)能耗數(shù)據(jù)幅頻特性設(shè)計(jì)了改進(jìn)的能耗數(shù)據(jù)采樣方法，采用變頻采樣措施對(duì)累計(jì)運(yùn)算類(lèi)能耗數(shù)據(jù)實(shí)施優(yōu)化采樣，能夠降低存儲(chǔ)空間，采用勒貝格采樣措施對(duì)系統(tǒng)電壓、功率因素等監(jiān)測(cè)類(lèi)能耗數(shù)據(jù)進(jìn)行改進(jìn)采樣，能夠節(jié)省存儲(chǔ)空間，融合變頻采樣以及勒貝格采樣方法對(duì)iBES系統(tǒng)電流、功率等監(jiān)測(cè)數(shù)據(jù)實(shí)施優(yōu)化采樣[7]，能夠大大節(jié)省數(shù)據(jù)存儲(chǔ)空間。

iBES系統(tǒng)的采樣周期越高、采樣間隔越小，可減小數(shù)據(jù)傳輸頻率，采集更多的數(shù)據(jù)。本文采用變頻采樣方法檢測(cè)當(dāng)前能耗數(shù)據(jù)的幅頻屬性，塑造能耗數(shù)據(jù)屬性模型，通過(guò)低頻采樣措施以及高頻采樣措施[8]，分別采集能耗數(shù)值變化小以及變化大采樣周期的數(shù)據(jù)。大型公共建筑能耗數(shù)據(jù)包括無(wú)需計(jì)算的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)以及需要進(jìn)行運(yùn)算的累積運(yùn)算類(lèi)數(shù)據(jù)，針對(duì)兩種類(lèi)型的數(shù)據(jù)采用不同的改進(jìn)采樣方法。

1.3.1 累積運(yùn)算類(lèi)數(shù)據(jù)改進(jìn)采樣方法

iBES系統(tǒng)能耗數(shù)據(jù)具有周期波動(dòng)屬性，采用小波變換方法對(duì)其實(shí)施擬合。如圖6所示，[t1～t2，t3～t4]時(shí)期中數(shù)據(jù)在較小區(qū)域內(nèi)波動(dòng)，[t2～t3]周期中數(shù)據(jù)存在較高的波動(dòng)性，對(duì)這些數(shù)據(jù)實(shí)施變頻采樣和優(yōu)化操作[9]，通過(guò)低頻率采樣方法以及高頻率采樣方法，分別對(duì)數(shù)據(jù)波動(dòng)穩(wěn)定的[t3～t4]以及數(shù)據(jù)波動(dòng)較高的[t4～t5]中的數(shù)據(jù)實(shí)施采集。

改進(jìn)前采用等周期采樣措施的采樣周期是5 min，每天反饋的數(shù)據(jù)量是[Q=]24 h*60 min/5 min=288個(gè)。改進(jìn)后通過(guò)變頻采樣，在上午6時(shí)到下午18時(shí)通過(guò)5 min采樣周期實(shí)施數(shù)據(jù)采集，下午18時(shí)到次日上午6時(shí)通過(guò)30 min采樣周期實(shí)施數(shù)據(jù)采集，則每天反饋的數(shù)據(jù)量是[Q=]12 h*60 min/5 min+12 h*60 min/30 min=168個(gè)。未采用改進(jìn)采樣方法在不同時(shí)段采集建筑能耗數(shù)據(jù)時(shí)無(wú)法提高數(shù)據(jù)采集精度，而采用改進(jìn)采樣方法后數(shù)據(jù)不僅保持原信號(hào)特征，還節(jié)省了41.67%的數(shù)據(jù)量。

1.3.2 實(shí)時(shí)監(jiān)測(cè)類(lèi)數(shù)據(jù)改進(jìn)采樣方法

改進(jìn)前實(shí)施等周期采樣，每天反饋數(shù)據(jù)量同累積運(yùn)算類(lèi)能耗數(shù)據(jù)相同，是288個(gè)。改進(jìn)后采用勒貝格采樣方法對(duì)某天電壓信號(hào)進(jìn)行采集，設(shè)置采樣精度是1 V，改進(jìn)后采樣數(shù)據(jù)點(diǎn)是155個(gè)，比等周期采樣措施節(jié)省了46.18%的存儲(chǔ)空間。如果采樣精度是2 V，則改進(jìn)后采樣數(shù)據(jù)點(diǎn)是85個(gè)，比等周期采樣措施節(jié)省70.49%的存儲(chǔ)空間。因此能夠看出，設(shè)置有效的采樣精度，在遵守原信號(hào)波動(dòng)趨勢(shì)的前提下，能夠節(jié)省大量的存儲(chǔ)空間。

2 實(shí)驗(yàn)結(jié)果與分析

2.1 建筑能耗數(shù)據(jù)丟包率檢測(cè)

實(shí)驗(yàn)檢測(cè)采用本文數(shù)據(jù)采集方法前后對(duì)某城市不同大型公共建筑能耗數(shù)據(jù)采集過(guò)程中的丟包率情況，分別用表1和表2描述。能夠看出，未采用本文數(shù)據(jù)采集方法前不同大型公共建筑能耗數(shù)據(jù)采集的丟包率較高，其中，郵電大廈的丟包率最高，3月份的丟包率高于10%，對(duì)建筑能耗數(shù)據(jù)分析產(chǎn)生較大的干擾[10]；而采用本文數(shù)據(jù)采集方法能夠降低建筑能耗數(shù)據(jù)的丟包率，具有較高的數(shù)據(jù)采集精度。

2.2 方法性能檢測(cè)

實(shí)驗(yàn)對(duì)本文建筑能耗數(shù)據(jù)采集方法的長(zhǎng)期運(yùn)行性能實(shí)施檢測(cè)，給出本文方法1 h采集到的實(shí)驗(yàn)建筑能耗數(shù)據(jù)，用表3描述。其中0001表示采集的是2臺(tái)計(jì)算機(jī)以及小型電器，0002表示電熱器。能夠看出它們的能耗價(jià)值、能耗數(shù)據(jù)波動(dòng)較小，分析本文數(shù)據(jù)采集方法長(zhǎng)期運(yùn)行檢測(cè)結(jié)果可得，本文方法可長(zhǎng)時(shí)間穩(wěn)定運(yùn)行。

2.3 數(shù)據(jù)采集效率和精度檢測(cè)

實(shí)驗(yàn)統(tǒng)計(jì)本文方法以及傳統(tǒng)基于時(shí)間序列的能耗數(shù)據(jù)采集方法，對(duì)某城市中的大商新瑪特建筑2014年3月份能耗數(shù)據(jù)實(shí)施采集過(guò)程中的采集效率以及精度情況進(jìn)行統(tǒng)計(jì)，結(jié)果如圖7，圖8所示。從中能夠看出，本文方法的采集效率以及精度高于傳統(tǒng)方法，并且變化穩(wěn)定，傳統(tǒng)方法的采集效率以及精度出現(xiàn)了大幅度的波動(dòng)，穩(wěn)定性差。

3 結(jié) 論

本文提出基于物聯(lián)網(wǎng)技術(shù)的大型公共建筑能耗數(shù)據(jù)采集方法，提高了建筑能耗數(shù)據(jù)的采集效率以及精度，降低了數(shù)據(jù)丟包率，可為降低建筑能耗、實(shí)現(xiàn)建筑能源環(huán)境的可持續(xù)發(fā)展提供可靠的分析依據(jù)。

參考文獻(xiàn)

[1] 楊石，羅淑湘，鐘衍，等.大型公共建筑能耗監(jiān)測(cè)平臺(tái)存在問(wèn)題及其初步解決方案[J].建筑技術(shù)，2014，45（8）：714?718.

YANG Shi， LUO Shuxiang， ZHONG Yan， et al. Problems existed in large?scale public building energy consumption monitoring platform and its preliminary solution [J]. Building technology， 2014， 45（8）： 714?718.

[2] 蘇會(huì)衛(wèi)，何原榮，聶菁，等.基于物聯(lián)網(wǎng)的綠色建筑在城市碳減排的應(yīng)用研究[J].自然災(zāi)害學(xué)報(bào)，2014，23（6）：88?94.

SU Huiwei， HE Yuanrong， NIE Jing， et al. Research on the application of green building based on Internet of Things in urban carbon emission reduction [J]. Journal of natural disasters， 2014， 23（6）： 88?94.

[3] 王偉棟，薛峰，李婷.零能耗建筑實(shí)現(xiàn)的能耗分配控制策略設(shè)計(jì)研究[J].建筑科學(xué)，2015，31（6）：168?172.

WANG Weidong， XUE Feng， LI Ting. Research on the design strategy of energy allocation control realized in zero energy consumption building [J]. Building science， 2015， 31（6）： 168?172.

[4] 肖賦，范成，王盛衛(wèi).基于數(shù)據(jù)挖掘技術(shù)的建筑系統(tǒng)性能診斷和優(yōu)化[J].化工學(xué)報(bào)，2014，65（z2）：181?187.

XIAO Fu， FAN Cheng， WANG Shengwei. Performance diagnosis and optimization of building system based on data mining technology [J]. Journal of chemical engineering， 2014， 65（S2）： 181?187.

[5] MA J， CHENG J C P. Estimation of the building energy use intensity in the urban scale by integrating GIS and big data technology [J]. Applied energy， 2016， 183： 182?192.

[6] 冷紅，孫禹，田瑋.基于空間相關(guān)的城市建筑能耗分布量化模型及應(yīng)用：以倫敦非住宅建筑為例[J].地域研究與開(kāi)發(fā)，2015，34（6）：82?88.

LENG Hong， SUN Yu， TIAN Wei. Quantitative model of energy consumption distribution in urban buildings based on spatial correlation and its application： a case study of non?residential buildings in London [J]. Geographical research and development， 2015， 34（6）： 82?88.

[7] 高婧，于軍琪.基于AHP?Fuzzy的大型公共建筑可持續(xù)性評(píng)價(jià)研究[J].計(jì)算機(jī)工程與應(yīng)用，2014，50（13）：252?256.

GAO Jing， YU Junqi. Research on sustainability evaluation of large public buildings based on AHP?Fuzzy [J]. Computer engineering and application， 2014， 50（13）： 252?256.

[8] 章永潔，蔣建云，葉建東，等.節(jié)能環(huán)保技術(shù)在小型公共建筑中的集成應(yīng)用及能耗模擬分析[J].建筑技術(shù)，2015，46（6）：504?507.

ZHANG Yongjie， JIANG Jianyun， YE Jiandong， et al. Integrated application of energy?saving and environmental protection technology in small public buildings and simulation analysis of energy consumption [J]. Building technology， 2015， 46（6）： 504?507.

[9] 李冬輝，賈冠龍，姚樂(lè)樂(lè)，等.基于LPC1768的能耗采集系統(tǒng)的設(shè)計(jì)[J].儀表技術(shù)與傳感器，2016（3）：48?51.

LI Donghui， JIA Guanlong， YAO Lele， et al. Design of energy consumption acquisition system based on LPC1768 [J]. Instrument technology and sensor， 2016（3）： 48?51.

[10] 胡慧，王桂芝，來(lái)鵬.基于PLSIM模型的住房建筑物能耗分析[J].數(shù)理統(tǒng)計(jì)與管理，2016，35（5）：770?777.

HU Hui， WANG Guizhi， LAI Peng. Energy consumption analysis of housing buildings based on PLSIM model [J]. Mathematical statistics and management， 2016， 35（5）： 770?777.