物聯網技術在大型公共建筑能耗數據采集中的應用

于秋紅

摘 要： 針對傳統基于時間序列的建筑能耗數據采集方法對數據量以及采樣周期的要求較高，存在采集效率低以及數據丟包率高等弊端，提出基于物聯網技術的大型公共建筑能耗數據采集方法。設計大型公共建筑能源系統物聯網總體架構，并分析其中各層次的詳細內容，設計智能數據采集器的硬件結構，以及采集器中的RS 485采集電路，通過輪詢措施實現建筑能耗數據的采集流程。通過數據采集器子配置算法解決能耗數據丟失問題，采用變頻采樣方法對累計運算類能耗數據實施優化采樣，通過勒貝格采樣方法對系統實時監測類能耗數據進行改進采樣。實驗結果說明，利用所提方法采集的建筑能耗數據丟包率低，具有較高的采樣效率和精度，可長期穩定運行。

關鍵詞： 物聯網技術； 大型公共建筑； 能耗數據； 采集電路； 采樣精度； 數據丟包

中圖分類號： TN710?34； TP393.07 文獻標識碼： A 文章編號： 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

隨著經濟的快速發展，當前我國建筑行業也呈現日新月異的發展態勢，建筑節能問題成為人們關注的重點。建筑節能的目標是增強建筑能源的使用效率。對大型公共建筑能耗數據實施準確采集以及分析，為相關管理人員提供可靠的建筑能耗分析數據，對于提高建筑能源使用效率、降低建筑污染物排放量、確保建筑能源環境的可持續發展具有重要作用。由于物聯網技術具有使用范圍廣、深層處理效果優等優勢，其在大型公共建筑能耗數據采集過程中的應用價值較高。傳統基于時間序列的建筑能耗數據采集方法對數據量以及采樣周期的要求較高，存在采集效率低以及數據丟包率高等弊端。因此，本文提出基于物聯網技術的大型公共建筑能耗數據采集方法，提高能耗數據采集效率以及質量。

1 物聯網技術的大型公共建設能耗數據采集方法

1.1 大型公共建筑能源系統物聯網總體架構

基于物聯網技術塑造的大型公共建筑能源系統物聯網（Internet of Building Energy Systems，iBES）可對建筑節能工作實施量化分析，為建筑能效評估以及節能改造提供可靠的數據分析依據[1]。本文設計的大型公共建筑能源系統物聯網的總體架構用圖1描述。其中不同層間通過接口程序實施數據傳輸。

圖1中，感知控制層采用RS 485總線塑造iBES能耗數據采集系統以及管理系統，由不同的檢測傳感器、計量儀表和控制器構成，是大型公共建筑系統的末端部分；網絡傳輸層是數據采集器同服務器間實施數據傳遞的通道，通常采用有線的Ethernet傳遞措施傳輸數據；信息匯聚層可采集數據采集器傳遞的能耗數據[2]，并向能耗數據庫內存儲數據；數據加工層對信息匯聚層獲取的能耗數據實施加工、運算以及分類等操作；診斷決策層對加工后的能耗數據實施深層次的數據挖掘，完成能耗分析和診斷；信息輸出層將能耗信息通過網頁的方式呈現給用戶，并采用決策層的節能改進算法產生有效的節能方案。

1.2 iBES智能數據采集器的設計與實現

1.2.1 iBES數據采集器總體結構

系統中數據采集器的硬件電路可劃分成電源管理模塊、存儲電路模塊、數據采集電路模塊、核心處理器模塊以及網絡傳輸電路模塊等，如圖2所示。

1.2.2 采集模塊設計與實現

圖2中數據采集器中的采集模塊是RS 485采集電路，其采用輪詢措施采集大型公共建筑末端不同計量儀器內的數據。通過擁有隔離性能的RS 485收發器——ADM2483完成數據的采集。RS 485總線是半雙工通信，只允許一個設備的狀態是發送狀態，ADM2483中的電源檢測引腳PV確保總行通信的有序性。如果PV引腳電平狀態較低，則ADM2483不再運行；否則ADM2483運行。RS 485軟件設計時考慮到服務器傳遞的配置包內存在較多的iBES系統中末端儀表通信信息，基于通信地址輪詢采集建筑系統能耗數據，詳細的采集程序用圖3描述。應先對iBES系統末端儀表信息實施解析[3]，基于不同儀表種類采用合理的通信波特率和通信協議，采集建筑能耗數據時將正常通信時間的3～5倍當成超時時限，如果采集時間到達該時限，末端儀表未反饋數據，則此次能耗數據采集過程不再進行，再次傳遞出新的能耗數據采集指令[4]；若儀表3次都不存在數據，則說明該支路存在通信故障，將該支路信息存儲后向外反饋。

數據采集器運行時需要先配置信息，配置數據采集器的IP地址、數據中心服務器的IP地址以及建筑ID等信息。通過網絡調測輔助工具將配置信息輸入，在配置芯片AT24C02內存儲配置信息。通過TCP措施完成數據采集軟件同數據采集器間的通信。服務器通過固定的公網IP地址和通信端口同客戶端的數據采集器塑造連接。數據采集器同服務器間的通信流程用圖4描述。服務器驅動數據采集軟件程序，通過合理的端口實施TCP監聽；數據采集器向數據中心傳遞出TCP連接申請，塑造連接后服務器對數據采集器實施身份驗證，通過驗證后服務器將配置包傳輸給數據采集器，主要包括采集器末端儀表地址、編號等相關信息。數據采集器完成配置包的解析后，實施數據采集、數據保存以及數據傳輸的循環過程。數據采集器將心跳包檢測到的網絡連接狀態反饋到服務器[5]，如果連接關閉，則需要再次連接。

1.2.3 自配置功能

系統正常運行狀態時，數據采集器同數據中心間的網絡連接狀態應具備較高的平穩性，若網絡出現故障或服務器進行升級，會導致固定周期中的數據采集器不能同服務器實施通信。該種狀態下的數據采集器不能準確定位到故障，其需要進行重啟以及自檢，檢測出故障出現的原因。如果重啟后的數據采集器不能同服務器相連，就無法獲取服務器反饋的配置信息，數據采集工作受阻，導致能耗數據丟失。本文采用數據采集器子配置算法解決能耗數據丟失問題，該算法的流程圖用圖5描述。數據采集器同服務器間塑造連接并且通過身份認證后，在SD卡內保存配置信息，對這些信息實施CRC檢驗，在E2PROM內保存校驗碼。若網絡存在故障，則重啟數據采集器不能同服務器相連，可從SD卡內獲取原配置信息，同時實施數據的采集以及保存等工作；若網絡故障解除[6]，數據采集器同服務器相連，對采集的配置信息實施CRC校驗，若結果相同，不再實施操作，否則，在SD卡內保存新的配置信息。本文通過數據采集器中的子配置算法完成數據采集器的自配置，解決網絡傳遞中斷產生的建筑能耗數據丟失問題。

1.3 能耗數據采樣方法改進

對于iBES系統中感知層能耗數據采集時存在采樣周期設置不合理的弊端，通過能耗數據幅頻特性設計了改進的能耗數據采樣方法，采用變頻采樣措施對累計運算類能耗數據實施優化采樣，能夠降低存儲空間，采用勒貝格采樣措施對系統電壓、功率因素等監測類能耗數據進行改進采樣，能夠節省存儲空間，融合變頻采樣以及勒貝格采樣方法對iBES系統電流、功率等監測數據實施優化采樣[7]，能夠大大節省數據存儲空間。

iBES系統的采樣周期越高、采樣間隔越小，可減小數據傳輸頻率，采集更多的數據。本文采用變頻采樣方法檢測當前能耗數據的幅頻屬性，塑造能耗數據屬性模型，通過低頻采樣措施以及高頻采樣措施[8]，分別采集能耗數值變化小以及變化大采樣周期的數據。大型公共建筑能耗數據包括無需計算的實時監測數據以及需要進行運算的累積運算類數據，針對兩種類型的數據采用不同的改進采樣方法。

1.3.1 累積運算類數據改進采樣方法

iBES系統能耗數據具有周期波動屬性，采用小波變換方法對其實施擬合。如圖6所示，[t1～t2，t3～t4]時期中數據在較小區域內波動，[t2～t3]周期中數據存在較高的波動性，對這些數據實施變頻采樣和優化操作[9]，通過低頻率采樣方法以及高頻率采樣方法，分別對數據波動穩定的[t3～t4]以及數據波動較高的[t4～t5]中的數據實施采集。

改進前采用等周期采樣措施的采樣周期是5 min，每天反饋的數據量是[Q=]24 h*60 min/5 min=288個。改進后通過變頻采樣，在上午6時到下午18時通過5 min采樣周期實施數據采集，下午18時到次日上午6時通過30 min采樣周期實施數據采集，則每天反饋的數據量是[Q=]12 h*60 min/5 min+12 h*60 min/30 min=168個。未采用改進采樣方法在不同時段采集建筑能耗數據時無法提高數據采集精度，而采用改進采樣方法后數據不僅保持原信號特征，還節省了41.67%的數據量。

1.3.2 實時監測類數據改進采樣方法

改進前實施等周期采樣，每天反饋數據量同累積運算類能耗數據相同，是288個。改進后采用勒貝格采樣方法對某天電壓信號進行采集，設置采樣精度是1 V，改進后采樣數據點是155個，比等周期采樣措施節省了46.18%的存儲空間。如果采樣精度是2 V，則改進后采樣數據點是85個，比等周期采樣措施節省70.49%的存儲空間。因此能夠看出，設置有效的采樣精度，在遵守原信號波動趨勢的前提下，能夠節省大量的存儲空間。

2 實驗結果與分析

2.1 建筑能耗數據丟包率檢測

實驗檢測采用本文數據采集方法前后對某城市不同大型公共建筑能耗數據采集過程中的丟包率情況，分別用表1和表2描述。能夠看出，未采用本文數據采集方法前不同大型公共建筑能耗數據采集的丟包率較高，其中，郵電大廈的丟包率最高，3月份的丟包率高于10%，對建筑能耗數據分析產生較大的干擾[10]；而采用本文數據采集方法能夠降低建筑能耗數據的丟包率，具有較高的數據采集精度。

2.2 方法性能檢測

實驗對本文建筑能耗數據采集方法的長期運行性能實施檢測，給出本文方法1 h采集到的實驗建筑能耗數據，用表3描述。其中0001表示采集的是2臺計算機以及小型電器，0002表示電熱器。能夠看出它們的能耗價值、能耗數據波動較小，分析本文數據采集方法長期運行檢測結果可得，本文方法可長時間穩定運行。

2.3 數據采集效率和精度檢測

實驗統計本文方法以及傳統基于時間序列的能耗數據采集方法，對某城市中的大商新瑪特建筑2014年3月份能耗數據實施采集過程中的采集效率以及精度情況進行統計，結果如圖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方法，并且變化穩定，傳統方法的采集效率以及精度出現了大幅度的波動，穩定性差。

3 結 論

本文提出基于物聯網技術的大型公共建筑能耗數據采集方法，提高了建筑能耗數據的采集效率以及精度，降低了數據丟包率，可為降低建筑能耗、實現建筑能源環境的可持續發展提供可靠的分析依據。

參考文獻

[1] 楊石，羅淑湘，鐘衍，等.大型公共建筑能耗監測平臺存在問題及其初步解決方案[J].建筑技術，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] 蘇會衛，何原榮，聶菁，等.基于物聯網的綠色建筑在城市碳減排的應用研究[J].自然災害學報，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.零能耗建筑實現的能耗分配控制策略設計研究[J].建筑科學，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.基于數據挖掘技術的建筑系統性能診斷和優化[J].化工學報，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.基于空間相關的城市建筑能耗分布量化模型及應用：以倫敦非住宅建筑為例[J].地域研究與開發，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性評價研究[J].計算機工程與應用，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.節能環保技術在小型公共建筑中的集成應用及能耗模擬分析[J].建筑技術，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，姚樂樂，等.基于LPC1768的能耗采集系統的設計[J].儀表技術與傳感器，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，來鵬.基于PLSIM模型的住房建筑物能耗分析[J].數理統計與管理，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.