人工智能技術在樓宇自控系統中應用初探

周筑

摘 要：在新時代的背景下，隨著信息技術的高速發展，建筑也走進了4.0時代，逐漸向著智能化的方向發展。樓宇自控系統利用了當代的智能化技術，通過對建筑內部各項設備的協調和運轉，通過監控網絡將建筑內部設備統一起來，使其互相配合，協調工作，成為一個統一體。樓宇自控系統通常由感應器、處理器和控制器三個部分組成，感應器部分負責監控建筑內部溫度、適度、壓強等參數，針對不同的設備設置不同的參數閾值，感應器將參數的波動數據傳輸到處理器當中，相當于電腦的CPU，負責根據工程師的設定對參數進行相應的處理，并將指令反應到控制器中，通過調整建筑內基礎設備來調節狀態參數，使建筑內保持合理的溫度、濕度等環境。

關鍵詞：人工智能;自控系統;機器

樓宇自控系統可以有效的節約人力、物力等各方面成本。針對機械的勞作，節約簡單的溫度監控、壓強監控、空調設備管理等人力成本，將工作人員從機械、重復的勞作中解脫出來。針對能源問題，自控系統可以利用計算機的優勢，以最精確的數據控制建筑內環境。在對環境要求比較精細的建筑內，如溫室大棚、實驗室、儲藏室、醫院病房等，樓宇自控系統可以更精確的控制建筑內環境狀態，省去了人力實時監控的成本，同時也規避了更多由于人為失誤原因帶來的損失。

1 樓宇自控系統概述

樓宇自控系統主要包括監控部分以及管理部分，通常由綜合管理、設備管理、辦公系統、通信網絡幾個部分組成，其中設備管理承擔著整個樓宇的安全防護，負責監管建筑物內產塵濃度、溫度、設備開啟狀態等，是整個自控系統的重中之重，因此在設計時，更需要考慮其強壯性，確保不會被外界環境的改變輕易影響，擁有對環境變量的容忍度，可以在環境改變時保持穩定工作。

同時由于監控設備在自控系統中占很大的比重，監控系統的工作狀態也對樓宇自控系統有很大影響。監控系統覆蓋多個子系統，對各種功能性系統以及機電設備都有監控覆蓋，例如樓內攝像頭畫面監控網絡、設備狀態監控網絡，監控系統從各個單元監控設備得到的信息要及時反饋給樓宇管理員，樓宇管理員需要及時對非正常的信息做好處理工作。例如在建筑內攝像頭監控網絡中，就需要安保人員及時將處于不正常角度得攝像頭調整過來，使全樓處于無死角監控情況。這樣才能切實起到監控網絡的作用。

樓宇自控系統是一個非常復雜的體系，不僅要重視監控系統的信息采集，還需要同時兼顧信息的傳輸、各個設備之間互相控制、中央處理器正常工作、設備操作過程中得交互行為、各個部分分工合作、數字信息的轉化與處理等等環節，這些很多在目前流行的科技手段中還是比較復雜的問題，同時也容易出現系統崩潰等狀況，因此需要更加數字化、智能化的科技手段對這些問題做補充和處理，取代以往陳舊的自控模式，以達成更加穩定、高效的自控系統的目標[1]。

2 人工智能技術在樓宇自控系統中應用與優勢

2.1 智能數據采集

數據采集環節是樓宇自控系統中最基礎的環節，同時也是工作量最大的一個環節，通常傳統的自控系統都只對設定好的參數進行采集，但是這種采集難以對突發情況做出良好的反應，當環境出現更多沒有設定好的變量時，很容易出現系統給出的反應不作為、亂作為甚至系統崩潰。因此，將機器學習技術引入數據采集環節，對需要的變量進行自動搜索，盡可能多的為中央處理器提供更多的信息，可以增強自控系統的穩定性，同時也便于樓宇自控系統應對更多突發狀況。例如化工廠發生火災時，有很多誘發火災的因素，如果把不同的材料誘發火災一一帶入程序，再一對一采集信息，這樣處理過程太復雜，也需要配置更加高端的處理器來處理，費時費力，并且對設定之外的誘發原因很難有針對性的處理能力，甚至有可能做出負面反應，加重火災[2]。

2.2 智能控制設備

簡單的樓宇自控系統，控制室的設備主要包括監控顯示器、網絡通訊裝置等。引入人工智能技術處理攝像頭監控畫面，可以大大提高監控處理能力，很多監控采集設備對光敏只有簡單的增強和聚焦效果，反映出來的低光照圖像依然很難使智能處理設備做出更好地反映，因此大多需要人力輔助。而引入了EnlightenGAN網絡（圖像光線增強網絡）的智能設備，對低光照情況有很好的處理能力，可以大大減輕人力成本，同時也增強了自控系統的處理能力。

2.3 優化搜索技術

深度學習中的優化搜索算法可以大量減輕處理器的工作量，傳統的算法中，處理器都需要以不加權的“目光”去看待未來的求解路徑，這樣通過自由組合，處理器要從上萬上千萬條解決路徑中一一試探，才可以做出正確反映，這樣對硬件的要求很高，增加了運營成本。優化搜索技術可以使處理器從未來多次選擇的組合路徑中擇優錄取，排除不可達的求解路徑，這種算法大大減輕了處理器的工作量，以動態規劃的思想達成最優解，同時也使處理結果更傾向最好的解決方案。這樣處理器作出的反應更快更精確，節約了硬件設備的成本，也使自控系統的控制效果更好，控制系統運行更高效[3]。

3 總結

人工智能技術通常利用機器學習手段，使某一系統根據一定的預定目標自動學習，在工程師沒有考慮到的細節部分，人工智能技術可以自動給系統增加“補丁”，有些情況下，為了使參數達到狀態，需要調整更多的參數，因此如果需要預設程序的話，就需要預設多維方程，但這種多維很容易被外界環境的變化而打破，利用機器學習手段可以使系統自動學習，例如在調整冷熱源時需要考慮多臺機器的開啟狀態、水泵開啟狀態、外界水循環溫度、水泵轉速等參數，對于傳統算法來說，這種多參數狀態提高了問題的復雜度，利用機器學習技術使系統自動適應多參數變化系統，對現場狀況的改變具有更強的適應性，也增大的系統的強壯性，使系統可以在更多突發狀況下正常工作，不至于癱瘓造成更大的損失。

參考文獻：

[1]肖建平.人工智能技術在樓宇自控系統中應用初探[J].智能建筑與智慧城市，2018，264（11）：22-28.

[2]連群濤.智能建筑智能化系統樓宇自控施工技術探究[J].居舍，2019（14）：49.

[3]何軍.樓宇自控系統節能設計[J].文摘版：工程技術（建筑），2016：212.