基于數據挖掘的建筑電氣設備能耗遠程監控方法

黃 宇

（廣西建設職業技術學院，廣西 南寧 530007）

0 引 言

建筑電氣設備能耗問題對于建筑工程的建設發展至關重要，直接影響建筑工程建設的質量與經濟效益[1]。當前，我國建筑工程建設中，電氣設備節能減排的形勢相對嚴峻，能耗監控任務較艱巨，難度較大[2]。建筑電氣設備能源使用效率相對較低，在能源管理方面缺乏合理的監控方式，導致設備能源消耗的數目較多、范圍較廣泛，大量消耗了我國現有的建筑資源，不利于建筑工程行業實現節能減排的發展目標[3]。

現階段，我國在建筑電氣設備能源消耗方面的研究逐漸趨于成熟，然而針對高效監控建筑電氣設備能耗方面的研究仍然不夠完善，主要體現在不能準確地評估電氣設備運行周期內的能耗變化情況，能耗監控結果的精度較低[4]。數據挖掘技術能夠有效改善這一問題，通過設置相關的能耗閾值，對建筑電氣設備能源變化進行全方位的監控，使監控結果的精度得到顯著提升[5]。

基于此，本文在傳統建筑電氣設備能耗監控方法的基礎上，引入數據挖掘技術，提出了一種新的能耗遠程監控方法，為建筑工程實現節能減排的目標作出貢獻。

1 建筑電氣設備能耗遠程監控方法設計

1.1 建立電氣設備能耗異常監控模型

本文設計的建筑電氣設備能耗遠程監控方法中，能耗異常監控模型作為遠程監控方法中的重要組成部分，對能耗的遠程監控具有較大影響。首先對建筑電氣設備運行的數據進行全方位分析，獲取運行中存在異常的部分。通常情況下，建筑電氣設備的能耗異常主要包括3種類型，即電氣設備空置異常、能耗規律變化異常、高能耗異常[6]。基于數據挖掘技術的原理，對3種類型的能耗異常情況進行分析。

設備空置異常的表現形式為電氣設備運行中能耗一直處于較低的情況，不容易被發現，引起這一現象的原因通常為建筑電氣設備使用后沒有及時關閉[7]。設備高能耗異常表現為能耗量在某一時刻急劇升高，超過監控閾值且持續時間較長[8]。設備能耗變化規律異常較另外兩種能耗異常相比，整體能耗量數據變化趨勢明顯，數據分析處理的難度較大。在獲取設備能耗異常類型的基礎上，提取能耗數據特征，對數據進行分類[9]。

將電氣設備能耗量數據的表現形式轉換為具有一維時間序列的數據集，結合數據挖掘技術，獲取設備低能耗量的判別表達式：

式中：E(i)表示建筑電氣設備能耗時間序列；Emin表示設備低能耗最小閾值；Emax表示設備低能耗最大閾值。在獲取低能耗判別表達式后，計算電氣設備能耗時間比，公式為：

式中：X表示建筑電氣設備能耗時間比；N表示建筑電氣設備能耗序列長度。

通過計算獲取建筑電氣設備能耗時間比結果，將能耗時間比結果輸入到電氣設備能耗異常監控模型中，為后續的遠程監控提供基礎保障。

1.2 分析設備能耗數據離群點

基于上述電氣設備能耗異常監控模型，依據模型中得到的設備能耗時間比，結合離群點檢測的原理分析建筑電氣設備數據離群點，遠程判斷能耗數據是否處于正常范圍內。

遠程獲取建筑電氣設備的數學分布規律，設置數據識別異常點，控制能耗數據的分布密度[10]。采用局部密度式離群點檢測的原理，分析建筑電氣設備能耗數據密度分散的相關參數，計算能耗數據局部離群因子，公式為：

式中：Fk(p)表示建筑電氣設備遠程監控的能耗數據局部離群因子；lrdk(o)表示離群點o的離群程度；lrdk(p)表示離群點p的離群程度；Nk(p)表示離群點局部可達密度。

通過計算得出建筑電氣設備能耗數據局部離群因子，離群因子的數值越大，表明能耗數據異常的可能性越大，通過離群因子數值的大小遠程判斷建筑電氣設備能耗異常的程度。

1.3 基于數據挖掘技術實時監控能耗數據

在建筑電氣設備能耗數據離群點分析結束后，基于數據挖掘技術，實時監控設備能耗數據的變化情況。利用傳感器采集建筑電氣設備的動態數據作為遠程監控的項目指標，如表1所示。

表1 能耗遠程監控項目指標

在此基礎上，利用數據挖掘技術設置能耗遠程監控的閾值，閾值計算公式為：

式中：T(n)表示建筑電氣設備能耗遠程監控閾值；P表示能耗節點異常的概率；r表示監控周期。

根據上述計算獲取能耗遠程監控的閾值，通過實時監控建筑電氣設備能耗數據與閾值之間的差異，實現建筑電氣設備能耗遠程監控的目標。

2 案例分析

2.1 案例實施準備

為了對基于數據挖掘技術的建筑電氣設備能耗遠程監控方法的可行性進一步客觀分析，2019—2020年在某醫院綜合大樓進行了改造，即所有用電設備上加裝測量能耗設備。

2.2 實施對象用電設備分析

實施對象系某醫院的綜合大樓，該大樓地面上有7層建筑，地下有2層。地下一層：車庫；地下二層：緊急時是人防中心醫院，平時就作為設備用房和部分車庫。地面一層：靜脈注射配置、急診、藥劑科、影像科、服務用房；地面二層：超聲配置檢查科、門診手術、窺鏡以及功能檢查室；地面三層：血透科和手術中心；地面四層：會議中心、病案室、醫療器材供應中心以及信息中心；五層：婦產科；六、七層：住院病房。

該綜合大樓用電設備多樣復雜，不同設備使用環境及要求有很大差異，在此進行實施方案具有廣泛應用性。在《醫療建筑電氣設計規范》（JGJ312—2013）的規定當中：一級負荷、二級負荷均采用雙電源供電，同時還應當配備自投裝置；三級負荷則可用單電源供電。

該大樓涉及患者生命安全的場所，其照明及醫療設備為一級負荷當中特別重要的負荷，包括術前準備室、麻醉室、手術室、術后恢復室、血液透析室、重癥監護室以及產房。影像科的診療設備及照明用電和以上場所的其他負荷為一級負荷；電梯、血庫、恒溫箱、潛污泵、病理、生活水泵、主要通道照明以及培養箱等用電為一級負荷；中心供應、電子顯微鏡、影像科診斷設備以及凈化空調等用電為二級負荷；其他用電負荷則為三級負荷。

2.3 數據集獲取方式

醫院設備中的一級、二級負荷是雙電源，雙電源處均應加裝電流互感器配合單片微處理器芯片和專用的電能計量芯片得出總的能耗數據。同樣的，所有個體一級以及二級負荷設備均在其電源處采用此類獲取方式。

對于其他用電負荷類型為三級負荷的設備，在其插頭處采用定時計量插座，以此得出三級負荷設備的能耗數據。

以此得出該醫院綜合病房大樓 2019—2020年使用電氣設備能耗量數據集。該數據集中包括建筑電氣設備能耗日期、設備編號、每小時設備的能耗量以及設備能耗量經過放大處理后的比率。

2.4 能耗遠程監控方法的應用

將本文設計的能耗遠程監控方法應用到該醫院建筑電氣設備中。建立該醫院電氣設備能耗異常監控模型，在模型中輸入電氣設備能耗序列的初始數據，通過模型的轉換作用，對能耗初始數據進行預處理，并從中提取能耗數據集的相關特征信息。基于能耗數據集的特征信息，識別該醫院電氣設備能耗異常結果，不斷調整能耗監控的相關參數，避免能耗監控中存在參數缺失或錯誤等情況。由于醫院的電氣設備的能耗受到運行時間、運行周期、使用頻率等因素的影響，為了提高能耗遠程監控的準確率，應當實時記錄能耗的差值平均量與能耗時間比，根據能耗波動的幅度，設置閾值上限與下限，固定高能耗時閾值。設定遠程監控的準確率、召回率作為建筑電氣設備能耗監控的定量指標，結合數據挖掘技術的相關原理，計算該醫院電氣設備能耗數據遠程監控的準確率，公式為：

式中：TP表示數據集監控結果實際為正類的個數；TN表示數據集監控結果實際為負類的個數；N表示數據集遠程監控總數。

該醫院的電氣設備能耗數據遠程監控的召回率計算公式為：

式中：FN表示數據集監控結果預測為負類、實際為正類的個數。通過上述公式，獲取醫院電氣設備能耗遠程監控結果的定量指標。

2.5 案例結果分析

為了驗證本文提出的能耗遠程監控方法的可行性，本案例采用對比分析的方法，將本文提出的能耗遠程監控方法，與傳統的基于無線傳感網（Wireless Sensor Network，WSN）的電氣設備能耗監控方法進行對比，選取5組建筑電氣設備能耗數據集，分別對比兩種方法監控結果的準確率與召回率，結果如表2所示。

表2 兩種方法監控結果準確率與召回率對比

根據表 2 的實驗對比結果可知，在兩種不同的電氣設備能耗遠程監控方法中，本文設計的監控方法遠程監控結果的準確率均在95.02% 以上、召回率在93.16% 以上，與傳統方法相比更具有優勢，可行性更高。

3 結 論

綜上所述，為了改善當前電氣設備能源消耗量較大，不利于實現能源可持續發展、節能減排目標的問題，本文在傳統能耗監控方法的基礎上引入數據挖掘技術，提出了一種新的電氣設備能耗遠程監控方法。通過本文的研究，有效提升了能耗監控結果的準確率與召回率，為建筑工程能源節約、提高建筑資源使用率提供了一定的保障。