基于数据挖掘的建筑电气设备能耗远程监控方法

黄 宇

（广西建设职业技术学院，广西 南宁 530007）

0 引 言

建筑电气设备能耗问题对于建筑工程的建设发展至关重要，直接影响建筑工程建设的质量与经济效益[1]。当前，我国建筑工程建设中，电气设备节能减排的形势相对严峻，能耗监控任务较艰巨，难度较大[2]。建筑电气设备能源使用效率相对较低，在能源管理方面缺乏合理的监控方式，导致设备能源消耗的数目较多、范围较广泛，大量消耗了我国现有的建筑资源，不利于建筑工程行业实现节能减排的发展目标[3]。

现阶段，我国在建筑电气设备能源消耗方面的研究逐渐趋于成熟，然而针对高效监控建筑电气设备能耗方面的研究仍然不够完善，主要体现在不能准确地评估电气设备运行周期内的能耗变化情况，能耗监控结果的精度较低[4]。数据挖掘技术能够有效改善这一问题，通过设置相关的能耗阈值，对建筑电气设备能源变化进行全方位的监控，使监控结果的精度得到显著提升[5]。

基于此，本文在传统建筑电气设备能耗监控方法的基础上，引入数据挖掘技术，提出了一种新的能耗远程监控方法，为建筑工程实现节能减排的目标作出贡献。

1 建筑电气设备能耗远程监控方法设计

1.1 建立电气设备能耗异常监控模型

本文设计的建筑电气设备能耗远程监控方法中，能耗异常监控模型作为远程监控方法中的重要组成部分，对能耗的远程监控具有较大影响。首先对建筑电气设备运行的数据进行全方位分析，获取运行中存在异常的部分。通常情况下，建筑电气设备的能耗异常主要包括3种类型，即电气设备空置异常、能耗规律变化异常、高能耗异常[6]。基于数据挖掘技术的原理，对3种类型的能耗异常情况进行分析。

设备空置异常的表现形式为电气设备运行中能耗一直处于较低的情况，不容易被发现，引起这一现象的原因通常为建筑电气设备使用后没有及时关闭[7]。设备高能耗异常表现为能耗量在某一时刻急剧升高，超过监控阈值且持续时间较长[8]。设备能耗变化规律异常较另外两种能耗异常相比，整体能耗量数据变化趋势明显，数据分析处理的难度较大。在获取设备能耗异常类型的基础上，提取能耗数据特征，对数据进行分类[9]。

将电气设备能耗量数据的表现形式转换为具有一维时间序列的数据集，结合数据挖掘技术，获取设备低能耗量的判别表达式：

式中：E(i)表示建筑电气设备能耗时间序列；Emin表示设备低能耗最小阈值；Emax表示设备低能耗最大阈值。在获取低能耗判别表达式后，计算电气设备能耗时间比，公式为：

式中：X表示建筑电气设备能耗时间比；N表示建筑电气设备能耗序列长度。

通过计算获取建筑电气设备能耗时间比结果，将能耗时间比结果输入到电气设备能耗异常监控模型中，为后续的远程监控提供基础保障。

1.2 分析设备能耗数据离群点

基于上述电气设备能耗异常监控模型，依据模型中得到的设备能耗时间比，结合离群点检测的原理分析建筑电气设备数据离群点，远程判断能耗数据是否处于正常范围内。

远程获取建筑电气设备的数学分布规律，设置数据识别异常点，控制能耗数据的分布密度[10]。采用局部密度式离群点检测的原理，分析建筑电气设备能耗数据密度分散的相关参数，计算能耗数据局部离群因子，公式为：

式中：Fk(p)表示建筑电气设备远程监控的能耗数据局部离群因子；lrdk(o)表示离群点o的离群程度；lrdk(p)表示离群点p的离群程度；Nk(p)表示离群点局部可达密度。

通过计算得出建筑电气设备能耗数据局部离群因子，离群因子的数值越大，表明能耗数据异常的可能性越大，通过离群因子数值的大小远程判断建筑电气设备能耗异常的程度。

1.3 基于数据挖掘技术实时监控能耗数据

在建筑电气设备能耗数据离群点分析结束后，基于数据挖掘技术，实时监控设备能耗数据的变化情况。利用传感器采集建筑电气设备的动态数据作为远程监控的项目指标，如表1所示。

表1 能耗远程监控项目指标

在此基础上，利用数据挖掘技术设置能耗远程监控的阈值，阈值计算公式为：

式中：T(n)表示建筑电气设备能耗远程监控阈值；P表示能耗节点异常的概率；r表示监控周期。

根据上述计算获取能耗远程监控的阈值，通过实时监控建筑电气设备能耗数据与阈值之间的差异，实现建筑电气设备能耗远程监控的目标。

2 案例分析

2.1 案例实施准备

为了对基于数据挖掘技术的建筑电气设备能耗远程监控方法的可行性进一步客观分析，2019—2020年在某医院综合大楼进行了改造，即所有用电设备上加装测量能耗设备。

2.2 实施对象用电设备分析

实施对象系某医院的综合大楼，该大楼地面上有7层建筑，地下有2层。地下一层：车库；地下二层：紧急时是人防中心医院，平时就作为设备用房和部分车库。地面一层：静脉注射配置、急诊、药剂科、影像科、服务用房；地面二层：超声配置检查科、门诊手术、窥镜以及功能检查室；地面三层：血透科和手术中心；地面四层：会议中心、病案室、医疗器材供应中心以及信息中心；五层：妇产科；六、七层：住院病房。

该综合大楼用电设备多样复杂，不同设备使用环境及要求有很大差异，在此进行实施方案具有广泛应用性。在《医疗建筑电气设计规范》（JGJ312—2013）的规定当中：一级负荷、二级负荷均采用双电源供电，同时还应当配备自投装置；三级负荷则可用单电源供电。

该大楼涉及患者生命安全的场所，其照明及医疗设备为一级负荷当中特别重要的负荷，包括术前准备室、麻醉室、手术室、术后恢复室、血液透析室、重症监护室以及产房。影像科的诊疗设备及照明用电和以上场所的其他负荷为一级负荷；电梯、血库、恒温箱、潜污泵、病理、生活水泵、主要通道照明以及培养箱等用电为一级负荷；中心供应、电子显微镜、影像科诊断设备以及净化空调等用电为二级负荷；其他用电负荷则为三级负荷。

2.3 数据集获取方式

医院设备中的一级、二级负荷是双电源，双电源处均应加装电流互感器配合单片微处理器芯片和专用的电能计量芯片得出总的能耗数据。同样的，所有个体一级以及二级负荷设备均在其电源处采用此类获取方式。

对于其他用电负荷类型为三级负荷的设备，在其插头处采用定时计量插座，以此得出三级负荷设备的能耗数据。

以此得出该医院综合病房大楼 2019—2020年使用电气设备能耗量数据集。该数据集中包括建筑电气设备能耗日期、设备编号、每小时设备的能耗量以及设备能耗量经过放大处理后的比率。

2.4 能耗远程监控方法的应用

将本文设计的能耗远程监控方法应用到该医院建筑电气设备中。建立该医院电气设备能耗异常监控模型，在模型中输入电气设备能耗序列的初始数据，通过模型的转换作用，对能耗初始数据进行预处理，并从中提取能耗数据集的相关特征信息。基于能耗数据集的特征信息，识别该医院电气设备能耗异常结果，不断调整能耗监控的相关参数，避免能耗监控中存在参数缺失或错误等情况。由于医院的电气设备的能耗受到运行时间、运行周期、使用频率等因素的影响，为了提高能耗远程监控的准确率，应当实时记录能耗的差值平均量与能耗时间比，根据能耗波动的幅度，设置阈值上限与下限，固定高能耗时阈值。设定远程监控的准确率、召回率作为建筑电气设备能耗监控的定量指标，结合数据挖掘技术的相关原理，计算该医院电气设备能耗数据远程监控的准确率，公式为：

式中：TP表示数据集监控结果实际为正类的个数；TN表示数据集监控结果实际为负类的个数；N表示数据集远程监控总数。

该医院的电气设备能耗数据远程监控的召回率计算公式为：

式中：FN表示数据集监控结果预测为负类、实际为正类的个数。通过上述公式，获取医院电气设备能耗远程监控结果的定量指标。

2.5 案例结果分析

为了验证本文提出的能耗远程监控方法的可行性，本案例采用对比分析的方法，将本文提出的能耗远程监控方法，与传统的基于无线传感网（Wireless Sensor Network，WSN）的电气设备能耗监控方法进行对比，选取5组建筑电气设备能耗数据集，分别对比两种方法监控结果的准确率与召回率，结果如表2所示。

表2 两种方法监控结果准确率与召回率对比

根据表 2 的实验对比结果可知，在两种不同的电气设备能耗远程监控方法中，本文设计的监控方法远程监控结果的准确率均在95.02% 以上、召回率在93.16% 以上，与传统方法相比更具有优势，可行性更高。

3 结 论

综上所述，为了改善当前电气设备能源消耗量较大，不利于实现能源可持续发展、节能减排目标的问题，本文在传统能耗监控方法的基础上引入数据挖掘技术，提出了一种新的电气设备能耗远程监控方法。通过本文的研究，有效提升了能耗监控结果的准确率与召回率，为建筑工程能源节约、提高建筑资源使用率提供了一定的保障。