摘要：本文介绍了配置情况，阐述系统的典型应用，为能耗感知预测系统的研发提供思路，助力实现建筑运行过程中节约能耗、提高能源使用效率的目的，提高现代化城市管理能力。

关键词：物联网技术 ；建筑能耗预测 ；能耗监测系统

1引言

随着经济的发展与人口数量的增加，人们对能源的需求也急速增长，统计结果表明，全国建筑全过程能耗与碳排放变化总体上呈现出一致性的阶段性特点 ，2005 年~2019 年 ，我国建筑的全过程能耗由9.34亿吨标准煤上升22.3亿吨标准煤，年均增长率 6.3%，建筑全过程碳排放由 22.34 亿吨二氧化碳增 长 到 49.97 亿 吨 二 氧 化 碳 ，年平均增长率为5.92%，其中 ，2019 年建筑运行阶段碳排放 21.3 亿吨，占全国碳排放的21.6%，虽然年均增长率逐渐放缓，但是建筑运行过程中能源消耗依然占很大比重，因此，建筑物的能耗监测与预警成为众多学者的研究对象。胡莹坚[1] 为避免地下室中布线困难等问题，开发了基于 LoRa 技术的建筑物能耗监测系统；陈辉[2] 以建筑物耗能特点为研究对象，在建筑物节能标准中提取影响能耗的主要因素，并建立神经网络算法对建筑物能耗仿真，提高建筑物能耗评估的智能度；侯骁虎[3] 以物联网技术、传感器技术与软件开发技术为实现手段，结合当前国内外高校在能耗监测应用系统开发与应用方面所积累的经验，为某高校开发了校园能耗监测综合管理平台。开发基于物联网技术的电力能耗感知预测系统，对建筑物电力能耗进行实时预测和监控，存储过往历史数据，预测用电高峰期与低谷期，实现电力资源的“削峰填谷”，可以有效提高能源的使用效率，减少能源浪费。

2建筑能耗感知预测系统

2.1 物联网技术概述

21世纪以来，物联网技术发展迅速，已经成为我国信息产业的重要组成部分。物联网技术主要通过前端设备的布置，将采集到的信号与网络进行连接，通过有线或者无线方式将信号实时传输[4] ，实现对物体的有效定位、识别等功能。物联网技术架构主要分为三层，即：感知层、网络层和应用层[4] 。感知层依靠安装布置在物体上的传感器设备，对物体信息采集与发送，网络层在接收到信息后，使用互联网、无线网络等技术将信息传送到应用层，通过应用层对信息进行智能处理，实现物体实时监控或控制的智能化管理体系。

物联网技术的发展和通信技术的进步加快了我国智慧城市的发展进程，建筑能耗感知与预测作为智能建筑的重要分支，也将得到更加广泛的应用。

2.2系统架构

建筑能耗感知预测系统主要依托于物联网技术以及智慧城市管理平台（见图1），整体系统架构根据物联网基本架构分为感知层、传输层和应用层三部分，应用层依据系统实际应用功能分为能耗数据管理子系统及能耗预测子系统两部分。

本文研究对象为建筑物的电力耗能，能耗管理子系统对建筑物已发生的耗能进行有效记录与存储，能耗预测子系统根据传感设备采集到的预测指标对建筑物能耗进行预测，便于建筑管理人员对能耗进行有效把控。

3系统功能

3.1能耗感知模块

物联网技术的本质是通过互联网实现物与物之间的相互连接，并实现物与物之间的信息联通和交互[5] 。建筑物能耗的实时感知依赖互联网设备的布置，能耗数据通过传感器设备采集后，利用无线通信技术传输到服务器，服务器将数据进行处理后存储在后台数据库，并在能耗管理平台展示能耗情况。

传感装置用于采集各类数据，包括能耗监测数据和环境监测数据，能耗监测数据用于建筑物能耗实时感知，环境监测数据用于能耗预测。能耗感知模块会对房间的能耗实时监测对比，当房间内的耗能超过历史消耗能耗的高值时，则会在系统页面对建筑管理人员提示，建筑管理人员不仅可以查看能耗实时数据，还可对历史数据进行分类筛选、搜索等操作，便于管理人员的决策。

3.2 能耗预测模块

能耗预测模块配合能耗管理系统，根据历史数据对建筑物未来能耗进行准确预测，合理优化用电配置，减少建筑用电浪费和碳排放。本研究基于物联网技术采集能耗预测所需指标 ，构建 BP（Back propagation 反向传播）神经网络进行建筑物能耗预测，其基本流程如图2所示，通过传感器采集室外温度等所需信息，将采集到的信息传输到管理平台，将模型数据拟合后便得到建筑能耗预测结果，将结果返回用户界面。BP神经网络算法是一种多层前馈神经网络，基于下降法进行求解[6] ，能够模拟人的思维模式对机制进行学习，被广泛地应用于建筑领域的能耗预

测。

BP神经网络包括输入层、隐含层与输出层，在本研究当中，输入层指标包括建筑面积、室外温度、空调维持温度以及人员密度四个指标，经过拟合后得到建筑物耗电量结果，即输出层，其神经元个数为一，而隐含层的神经元个数是通过算法训练过程中的不断调整达到优的。

本研究中算法的训练数据为天津市中新生态城某幼儿园的历史数据，数据集温度覆盖-8%至32℃，基本满足全年所有工况。算法训练完成后进行封装，在进行能耗预测时将建筑面积、室外温度、空调维持温度以及人员密度四个指标输入算法，算法经过拟合计算后得到建筑能耗预测结果，并将结果返回用户界面，如图2结果输出部分所示。

4系统典型应用

4.1 信息存储功能

智慧城市管理平台后台内置数据库，存储建筑能耗历史数据，便于管理者查询使用的同时，可用于算法训练优化迭代。

4.2 信息查询功能

可以按照时间段对能耗数据进行查询筛选，同时，还可以按照能耗量筛选数据，便于管理者分析历史数据，合理制定能源使用策略。

4.3 能耗异常预警功能

系统可对能耗实时感知，并与历史平均数据进行对比，若出现过高或过低的异常情况，则在管理平台中显示警报，提示建筑管理人员对该建筑或房间的能耗情况进行调查。

4.4 能耗预测功能

构建BP神经网络，使用物联网设备采集相关指标，自动预测耗电量，得到某一房间或建筑的预测耗能，给建筑管理人员的能源分配决策提供指导。

5 Acrel-EIOT能源物联网云平台

（1）概述

Acrel-EIoT能源物联网开放平台是一套基于物联网数据中台，建立统一的上下行数据标准，为互联网用户提供能源物联网数据服务的平台。用户仅需购买安科瑞物联网传感器，选配网关，自行安装后扫码即可使用手机和电脑得到所需的行业数据服务。

该平台提供数据驾驶舱、电气安全监测、电能质量分析、用电管理、预付费管理、充电桩管理、智能照明管理、异常事件和记录、运维管理等功能，并支持多平台、多语言、多终端数据访问。

（2）应用场所

本平台适用于公寓出租户、连锁小超市、小型工厂、楼管系统集成商、小型物业、智慧城市、变配电站、建筑楼宇、通信基站、工业能耗、智能灯塔、电力运维等领域。

（3）平台结构

（4）平台功能

电力集抄

电力集抄模块可以实现对各种监测数据的查询、分析、预警及综合展示，以保证配电室的环境友好。在智能化方面实现供配电监控系统的遥测'、遥信、遥控控制，对系统进行综合检测和统一管理；在数据资源管理方面，可以显示或查询供配电室内各设备运行（包括历史和实时参数，并根据实际情况进行日报、月报和年报查询或打印，提高工作效率，节约人力资源。

变压器监控

配电图

能耗分析

能耗分析模块采用自动化、信息化技术，实现从能源数据采集、过程监控、能源介质消耗分析、能耗管理等全过程的自动化、科学化管理，使能源管理、能源生产以及使用的全过程有机结合起来，运用先进的数据处理与分析技术，进行离线生产分析与管理，实现全厂能源系统的统一调度，优化能源介质平衡、有效利用能源，提高能源质量、降低能源消耗，达到节能降耗和提升整体能源管理水平的目的。

能耗概况

预付费管理

1）登陆管理：管理操作员账户及权限分配，查看系统日志等功能；

2）系统配置：对建筑、通讯管理机、仪表及默认参数进行配置；

3）用户管理：对商铺用户执行开户、销户、远程分合闸、批量操作及记录查询等操作；

4）售电管理：对已开户的表进行远程售电、退电、冲正及记录查询等操作；

5）售水管理：对已开户的表进行远程售水、退水、记录查询等操作；

6）报表中心：提供售电、售水财务报表、用能报表、报表等查询，本系统所有的报表及记录查询，都支持excel格式导出。

预付费看板

充电桩管理

通过物联网技术，对接入系统的充电桩站点和各个充电桩进行不间断地数据采集和监控，同时对各类故障如充电机过温保护、充电机输入输出过压、欠压、绝缘检测故障等一系列故障进行预警。云平台包含了充电收费和充电桩运营的所有功能，包括城市级大屏、交易管理、财务管理、变压器监控、运营分析、基础数据管理等功能。

智能照明

智能照明通过物联网技术对安装在城市各区域的室内照明、城市路灯等照明回路的用电状态进行不间断地数据监测，也可以实现定时开关策略配置及后台远程管理和移动管理等，降低路灯设施的维护难度和成本，提升管理水平，并达到一定节能减挂的效果。

监控页面

安全用电

安全用电采用研发的剩余电流互感器、温度传感器、电气火灾探测器，对引发电气火灾的主要因素（导线温度、电流和剩余电流）进行不间断的数据跟踪与统计分析，并将发现的各种隐患信息及时推送给企业管理人员，指导企业实现第一时间的排查和治理，达到消除潜在电气火灾安全隐患，实现“防患于未然”的目的。

智慧消防

通过云平台进行数据分析、挖掘和趋势分析，帮助实现科学预警火灾、网格化管理、落实多元责任监管等目标。原先针对“九小场所”和危化品生产企业无法有效监控的空白，适应于所有公建和民建，实现了无人化值守智慧消防，实现智慧消防“自动化”、“智能化”、“系统化”、用电管理“精细化”的实际需求。

（5）系统硬件配置

6结论

综上所述，随着物联网技术的进步和智慧城市的发展，基于物联网技术构建建筑物能耗感知预测系统，可以使建筑物能耗可视化、存储历史数据、赋能城市管理水平、提高建筑管理能力以及能源使用效率。

参考文献

[1] 于佳怡，周锐，钟伟.物联网技术在建筑能耗感知预测系统中的应用探析

[1] 胡莹坚.基于LoRa技术的建筑物能耗监测系统在人防地下室中的实现[J].现代建筑电气，2020，11（8）：28-30.

[2] 陈辉.基于神经网络分析的建筑物耗能仿真模型分析[J]. 佳木斯大学学报(自然科学版)，2022，40（1）：13- 15+138.

[3] 侯骁虎 . 高校校园能耗监测综合管理平台的设计与实现

[4] 企业微电网设计与应用手册2022.05版.