孫 恒，劉 喆

(1. 吉林建筑科技學(xué)院數(shù)字建造學(xué)院，吉林 長春 130000；2. 吉林建筑大學(xué)，吉林 長春 130000)

1 引言

可再生能源包括太陽能、水能、風(fēng)能、生物能、海洋能等。因其無污染且取之不盡，近年來對再生能源的有效利用受到全世界的關(guān)注和重視。隨著我國經(jīng)濟(jì)迅速發(fā)展，各種大型公共建筑物一時(shí)間備受人們青睞。建筑在能耗方面的消耗是整個(gè)社會能耗消耗的主要組成部分，大量大型公共建筑物的出現(xiàn)，一方面為人們生活工作提供了方便，另一方面產(chǎn)生大量冗余能耗，造成能耗浪費(fèi)[1]。各開發(fā)商紛紛響應(yīng)節(jié)能環(huán)保號召，優(yōu)先選擇可再生資源作為各大型建筑物的用能[2]。并建立建筑再生能源冗余能耗監(jiān)測系統(tǒng)對再生能源冗余耗能數(shù)據(jù)進(jìn)行數(shù)據(jù)監(jiān)測，對監(jiān)測到的建筑再生能源冗余能耗數(shù)據(jù)進(jìn)行分析并采取相應(yīng)措施，改善其在管理和使用當(dāng)中存在的問題，達(dá)到減少建筑可再生能源冗余能耗浪費(fèi)的目的[3，4]。

當(dāng)前存在的建筑可再生能源冗余能耗數(shù)據(jù)監(jiān)測方法，存在資源消耗高、準(zhǔn)確率低、響應(yīng)時(shí)間慢、無法實(shí)現(xiàn)對異常數(shù)據(jù)監(jiān)測等問題，如王何斌等人[5]提出的基于智能數(shù)據(jù)的建筑可再生能源冗余能耗監(jiān)測方法、馬智亮等人[6]提出的基于BIM模型的建筑可再生能源冗余能耗監(jiān)測方法。

為避免實(shí)際對建筑再生能源冗余能耗的監(jiān)測中類似問題的發(fā)生，更好的實(shí)現(xiàn)對建筑再生能源的管理，避免能耗浪費(fèi)，本文采用低功率單跳網(wǎng)絡(luò)數(shù)據(jù)傳輸冗余能耗監(jiān)測方法對通過改進(jìn)肖維涅算法進(jìn)行處理的建筑可再生能源冗余能耗數(shù)據(jù)進(jìn)行監(jiān)測[7]。

2 建筑再生能源冗余能耗數(shù)據(jù)監(jiān)測

2.1 建筑再生能源冗余能耗數(shù)據(jù)處理

利用Zig-Bee無線網(wǎng)絡(luò)技術(shù)，采集建筑再生能源冗余能耗數(shù)據(jù)。Zig-Bee無線網(wǎng)絡(luò)技術(shù)模型如圖1：

圖1 Zig-Bee無線網(wǎng)絡(luò)技術(shù)模型

采用Zig-Bee無線網(wǎng)絡(luò)技術(shù)采集建筑再生能源冗余能耗數(shù)據(jù)，利用改進(jìn)的肖維涅算法剔除采集到的建筑再生能源冗余數(shù)據(jù)，然后對數(shù)據(jù)進(jìn)行融合、壓縮[8]。

2.1.1 冗余數(shù)據(jù)誤差剔除

1)傳統(tǒng)肖維涅算法

傳統(tǒng)肖維涅算法利用有n個(gè)樣本數(shù)據(jù)、m個(gè)誤差數(shù)據(jù)點(diǎn)的S0={x0，x1，…，xn}數(shù)據(jù)樣本集合將這個(gè)樣本集合的基本特征用函數(shù)f0(x)表示出來。

(1)

其中，一組數(shù)據(jù)的個(gè)體數(shù)用n代表。

樣本點(diǎn)偏離數(shù)據(jù)xi偏離函數(shù)f0(x)的程度表示為

Di=|xi-f(xi)|

(2)

式中，Di值的大小與樣本點(diǎn)成為誤差數(shù)據(jù)的可能性呈正相關(guān)，n個(gè)數(shù)據(jù)的Di的最大值可由式(3)求得

(3)

將Di值最高的樣本點(diǎn)j去除，得到樣本集合S1={s0-xj}，重復(fù)計(jì)算去除樣本點(diǎn)j后的剩余數(shù)據(jù)，求得的誤差數(shù)據(jù)就是運(yùn)算完成后去除的m個(gè)樣本點(diǎn)。

2)改進(jìn)的肖維涅算法

傳統(tǒng)肖維涅算法存在數(shù)據(jù)處理速度慢、收斂差等問題，本文對其加以研究、改進(jìn)，提出改進(jìn)的肖維涅算法，將其運(yùn)用到建筑再生能源冗余能耗數(shù)據(jù)采集中。改進(jìn)的肖維涅算法在設(shè)定數(shù)值區(qū)間時(shí)，通過四分位離差法去除偏差大的誤差數(shù)據(jù)，增加運(yùn)算內(nèi)存[9]。過程如下：

在S0={x0，x1，…，xn}數(shù)據(jù)樣本集合的n個(gè)樣本數(shù)據(jù)中，存在誤差數(shù)據(jù)樣本點(diǎn)m個(gè)，在m個(gè)誤差數(shù)據(jù)樣本點(diǎn)中，有偏差大的、偏差小的數(shù)據(jù)t、m-t個(gè)。用歸并排序法對數(shù)據(jù)集合S0={x0，x1，…，xn}的數(shù)據(jù)進(jìn)行升序排列。在數(shù)據(jù)集合中找出上、下四分位數(shù)與中位數(shù)，并分別用xk1、xk2與xk0代表。四分位偏離差xk計(jì)算如下

xk=xk1-xk2

(4)

保留滿足xi∈[xk0-β·xk，xk0+β·xk]的數(shù)據(jù)，將β值設(shè)置為β=2。采用四分位離差法處理數(shù)據(jù)，得到S1={x0，x1，…，xn-t}數(shù)據(jù)樣本，循環(huán)運(yùn)算S1={x0，x1，…，xn-t}，由式(1)、式(2)求得f0(x)、Di后，得到數(shù)據(jù)波動(dòng)情況如下。

(5)

樣本數(shù)量固定，因此式(5)可簡化為

(6)

傳統(tǒng)肖維涅算法將Di值最高的樣本點(diǎn)j去除后得到M1、f1(x)的關(guān)系如下

(7)

f1(x)是將Di值最高的樣本點(diǎn)j去除后得到的，因此滿足

(8)

通過式(9)可求出收斂速度ΔL0

ΔL0=M0-M1

(9)

式(9)的計(jì)算可以得到關(guān)于收斂速度ΔL0的遞減數(shù)列{ΔL1，ΔL2…，ΔLm}，改進(jìn)肖維涅算法改變了傳統(tǒng)肖維涅算法一次循環(huán)計(jì)算去除一個(gè)誤差數(shù)據(jù)的狀況，一次循環(huán)計(jì)算可以去除誤差數(shù)據(jù)多個(gè)，降低了計(jì)算時(shí)間，收斂速度更快。用式(10)可以將標(biāo)準(zhǔn)差表示為

(10)

當(dāng)數(shù)據(jù)滿足Di>2.5ε時(shí)，將其去除。其算法流程如下。

圖2 改進(jìn)肖維涅算法流程圖

在計(jì)算機(jī)上，傳統(tǒng)肖維涅算法、改進(jìn)肖維涅算法運(yùn)行時(shí)間復(fù)雜度分別為(m+1)×O(4n)、(m+1-t)×O(4n)。偏差大的誤差數(shù)據(jù)數(shù)量大于等于3的狀況下，改進(jìn)肖維涅算法具有更小運(yùn)行時(shí)間復(fù)雜度，因其將偏離大的誤差數(shù)據(jù)剔除，可增加數(shù)據(jù)內(nèi)存空間。

2.1.2 冗余耗能數(shù)據(jù)融合與壓縮

為使得到的建筑再生能源冗余耗能數(shù)據(jù)真實(shí)可靠，得到有效的數(shù)據(jù)分布狀態(tài)，應(yīng)該在多個(gè)點(diǎn)采集建筑再生能源冗余耗能數(shù)據(jù)[10]，同時(shí)針對冗余能耗數(shù)據(jù)中的殘缺數(shù)據(jù)以及正常數(shù)據(jù)分別進(jìn)行填補(bǔ)和融合、壓縮處理，采用的方法分別是分布圖法和傳感器數(shù)據(jù)融合方法。步驟如下：

去除傳感器采集到的建筑再生能源冗余耗能數(shù)據(jù)中的噪聲數(shù)據(jù)，填充殘缺數(shù)據(jù)。若某時(shí)間段虛擬機(jī)接到已排序的建筑再生能源冗余耗能數(shù)據(jù)序列x′1，…x′n′，該序列的上界、下界分別用x′n′、x′1表示。該序列的中位數(shù)可由下式求得。

(11)

式中，序列元素用x′n′+1/2代表。若區(qū)間[xm′，xn′]的中位數(shù)用建筑再生能源冗余耗能數(shù)據(jù)序列上的四分位數(shù)Fu表示，區(qū)間[x1，xm′]的中位數(shù)用建筑再生能源冗余耗能數(shù)據(jù)序列的下四分位數(shù)Fi表示，分布圖的離散度用DF代表，且滿足DF=Fu-Fi，建筑再生能源冗余耗能傳輸能耗有效判定區(qū)間可由下式求得

|xι-xm′|<β·DF

(12)

式中，β代表根據(jù)單跳網(wǎng)絡(luò)傳感器測量精度設(shè)定的常數(shù)，有效的建筑再生能源冗余耗能數(shù)據(jù)用xι代表。β=0.8情況下，可去除筑再生能源冗余耗能數(shù)據(jù)中的噪聲數(shù)據(jù)，在此操作之后，用兩點(diǎn)插值法填充建筑再生能源冗余耗能數(shù)據(jù)序列的殘缺數(shù)據(jù)。

(13)

(14)

(15)

2.2 冗余能耗數(shù)據(jù)監(jiān)測

用低能耗單跳網(wǎng)絡(luò)在進(jìn)行建筑再生資源冗余能耗數(shù)據(jù)傳輸?shù)倪^程中，網(wǎng)絡(luò)等不穩(wěn)定等因素會影響建筑再生能源異常冗余能耗檢測精度，從而導(dǎo)致檢測出的冗余能耗數(shù)據(jù)存在誤差，造成對建筑再生冗余能耗的錯(cuò)誤判斷，通過滑動(dòng)窗口局部事件監(jiān)測(SW-LED)算法分析結(jié)果的準(zhǔn)確性。其監(jiān)測的數(shù)據(jù)是傳感器傳送給匯聚節(jié)點(diǎn)的比給定閾值T低的數(shù)據(jù)。設(shè)置網(wǎng)絡(luò)節(jié)點(diǎn)監(jiān)測值正常分布范圍后，判斷t時(shí)段取樣值，需將冗余能耗監(jiān)測值ψ′γ轉(zhuǎn)換成二進(jìn)值。若二進(jìn)值為1代表情況異常，為0代表情況正常。若閾值T小于t時(shí)段取樣值，此時(shí)冗余能耗監(jiān)測值ψ′γ的二進(jìn)值為1，情況異常。若閾值T大于t時(shí)段取樣值，冗余能耗監(jiān)測值ψ′γ的二進(jìn)值為0，情況正常。假定某時(shí)段冗余能耗監(jiān)測值情況異常，通過式(16)檢驗(yàn)當(dāng)下數(shù)據(jù)以及其前的w-1個(gè)數(shù)據(jù)傳輸冗余能耗值是否有50%以上存在異常。

(16)

式中，某階段冗余能耗監(jiān)測值、滑動(dòng)窗口分別用j與W代表。

依據(jù)式(16)取得的結(jié)果，將高于閾值的冗余能耗數(shù)據(jù)si通過監(jiān)測節(jié)點(diǎn)傳輸給簇首C*，其余節(jié)點(diǎn)在接到簇首C*下達(dá)的傳輸通知后，也將冗余能耗數(shù)據(jù)傳輸給簇首C*，簇首通過所有節(jié)點(diǎn)傳輸?shù)娜哂嗄芎臄?shù)據(jù)計(jì)算出冗余能耗的中間值med，然后通過式(17)求得所有冗余能耗數(shù)據(jù)傳輸節(jié)點(diǎn)、中間值med之間的差值。

(17)

式中，μ代表差值集合均值，σ代表差值集合方差。如果低功率單跳網(wǎng)絡(luò)參加數(shù)據(jù)傳輸冗余能耗監(jiān)測的n個(gè)節(jié)點(diǎn)中，用{d1，…，dn}代表各個(gè)節(jié)點(diǎn)與med的集合，與si相對應(yīng)的標(biāo)準(zhǔn)化值計(jì)算如下

Z=(si-μ)/σ

(18)

用θ代表給定的門限值，若滿足Z>θ，則該節(jié)點(diǎn)傳輸?shù)娜哂嗄芎臄?shù)據(jù)異常，其監(jiān)測范圍發(fā)生異常，需將預(yù)警信號發(fā)送給匯聚節(jié)點(diǎn)。

3 仿真研究

仿真以某市電力辦公大樓為實(shí)驗(yàn)對象，采用本文監(jiān)測方法對其進(jìn)行建筑再生能源冗余耗能數(shù)據(jù)監(jiān)測，通過仿真驗(yàn)證本文監(jiān)測方法的性能，仿真操作系統(tǒng)是CentOS6.4。

圖3是應(yīng)用本文方法監(jiān)測到的該電力辦公大樓秋季與冬季的太陽能、地?zé)崮?、空調(diào)能、水能四個(gè)方面的冗余能耗在該辦公大樓總的建筑再生能源冗余能耗中所占比重。

圖3 冗余耗能比重

從圖3可清晰地看到應(yīng)用本文方法得到的該電力辦公大樓太陽能、地?zé)崮?、空調(diào)能、水能四個(gè)方面的冗余耗能在總的冗余耗能中所占比重。將兩個(gè)季度的冗余能耗比重對比，可以看出該辦公大樓秋季的太陽能、地?zé)崮堋⒖照{(diào)能、水能方面產(chǎn)生的冗余能耗要低于冬季，原因是冬季氣溫比較低，太陽能、地?zé)崮芸照{(diào)能等建筑再生能源利用得多，產(chǎn)生的冗余耗能較高。

圖4是在不同溫度下應(yīng)用本文方法進(jìn)行監(jiān)測時(shí)，分別采用改進(jìn)肖維涅、傳統(tǒng)肖維涅進(jìn)行數(shù)據(jù)處理時(shí)得到的冗余能耗數(shù)據(jù)與實(shí)際監(jiān)測結(jié)果的對比。

圖4 不同溫度下冗余能耗

從圖4可以看出，本文方法應(yīng)用改進(jìn)肖維捏算法進(jìn)行數(shù)據(jù)處理時(shí)監(jiān)測到的空調(diào)冗余能耗值更接近實(shí)際結(jié)果，采用肖維捏算法進(jìn)行數(shù)據(jù)處理時(shí)監(jiān)測到的空調(diào)冗余耗能值與實(shí)際結(jié)果偏離較大。實(shí)驗(yàn)結(jié)果說明本文方法使用的改進(jìn)肖維涅算法進(jìn)行數(shù)據(jù)處理可使得到的數(shù)據(jù)監(jiān)測結(jié)果更為準(zhǔn)確。

圖5給出的是本文方法與文獻(xiàn)[5]基于智能數(shù)據(jù)的建筑再生能源冗余能耗監(jiān)測方法、文獻(xiàn)[6]基于BIM模型的建筑再生能源冗余能耗監(jiān)測方法3種不同監(jiān)測方法在建筑再生能源冗余耗能監(jiān)測中的冗余能耗監(jiān)測精度隨著K值的變化情況。

圖5 監(jiān)測精度

從圖5分析可得，隨著K值的不斷提高，三種方法的監(jiān)測精度都出現(xiàn)一定程度的波動(dòng)，K值不斷提升，兩種對比方法的監(jiān)測精度都出現(xiàn)下降趨勢，而本文方法的監(jiān)測精度逐步提升。說明本文方法監(jiān)測精度較高，且監(jiān)測時(shí)不受K冗余能耗數(shù)據(jù)傳輸節(jié)點(diǎn)和中間值間差值的干擾。

4 結(jié)論

本文設(shè)計(jì)建筑再生能源冗余能耗數(shù)據(jù)監(jiān)測方法。通過對改進(jìn)的肖維涅算法處理過并經(jīng)數(shù)據(jù)融合壓縮的建筑再生能源冗余耗能數(shù)據(jù)，進(jìn)行建筑再生能源冗余能耗監(jiān)測，因其剔除了偏差較大數(shù)據(jù)，使得建筑再生能源冗余能耗監(jiān)測誤差率更小，準(zhǔn)確度更高，可實(shí)現(xiàn)對建筑再生能源冗余能耗的有效監(jiān)測。將本文方法監(jiān)測到的建筑內(nèi)各冗余耗能值占總?cè)哂嗄芎谋戎剡M(jìn)行相鄰年份比較，為采取必要措施，減少建筑再生能源能耗消耗，避免建筑再生能源能耗浪費(fèi)提供可靠依據(jù)。