基于物联网和BIM的建筑能耗智能模拟方法

本发明涉及建筑能源管理，特别涉及基于物联网和bim的建筑能耗智能模拟方法。

背景技术：

1、随着科技的进步和环保意识的提高，降低建筑能耗在建筑行业越来越重要。关于基于bim进行建筑能耗模拟，公开号为cn116976155b公开了公开了基于bim建筑能耗的模拟方法及系统，包括：处理终端；数据交互模块，形成与该建筑bim的交互端口并传输bim中关于该建筑的数据，数据交互模块配置参数调取模块对模拟系统所需数据进行调取；基础模型，基于参数调取模块进行bim参数调取后的数据进行基础建筑模型的建立，基础模型所建立为建筑的基础结构，即根据bim对于建筑墙体厚度、内部面积以及形状所建立，并将基础模型拆分为多组建筑体块。该专利基于基础模型所生成的建筑能耗在输出后进行建筑朝向、位置以及窗口位置的模拟，进行大量结果的输出，作为建筑能耗的参考。

2、上述专利虽然可以通过构建的基础模型进行模拟，但仍存在以下问题：

3、现有技术中，主要通过建筑静态能耗的模拟进行结果输出，忽略了建筑动态能耗的影响，包括设备运行、人员活动等随时间变化的能耗，无法实时提供建筑能耗的模拟结果，且缺乏环境因素对建筑能耗影响的考虑。

技术实现思路

1、本发明的目的在于提供基于物联网和bim的建筑能耗智能模拟方法，提高模拟的实时性、动态性、环境适应性和协同性，为建筑节能优化和可持续发展提供更有力的支持，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、基于物联网和bim的建筑能耗智能模拟方法，包括以下步骤：

4、步骤一：实时获取建筑的能耗数据：基于物联网技术，在建筑内部署数据采集终端，数据采集终端实时采集各设备的运行数据、环境数据和人员流动数据，基于数据采集终端采集的数据进行能耗计算；

5、步骤二：将获取的能耗数据与bi m模型结合构建能耗模拟数据库：将收集的能耗数据与b im模型进行关联，基于能耗数据与bi m模型的关联关系进行能耗模拟与预测；

6、步骤三：进行建筑能耗模拟分析预测，评估建筑的能源消耗：在静态模型中叠加动态能耗模型，基于设备运行和人员活动随时间变化的能耗因素，在建筑能耗模型中模拟环境数据对建筑能耗的影响，确定各个环境因素的影响模拟结果；

7、步骤四：根据预测结果，生成节能优化建议：通过模拟结果，对建筑设备的配置、运行方式等进行优化，根据能耗模拟与优化的结果，对建筑设备进行智能控制与管理。

8、进一步的，针对步骤一中实时获取建筑的能耗数据，具体为：

9、对部署在建筑内不同种类的数据采集终端进行分类，实时监测各种类的数据采集终端的运行功率，基于数据采集终端的历史运行功率计算其累计功率和运行时间，基于累计功率和运行时间计算能耗；

10、基于能耗计算结果与预设能耗异常阈值进行比对，当监测到的能耗数据超过阈值时，触发异常报警，分析各类数据采集终端的日、周、月能耗数据，基于能耗数据的数据特征提取能耗高峰与低谷时段；

11、将采集到的多来源数据基于数据时间戳进行时间对齐，将多来源数据进行数据融合，并从融合后的数据中提取目标数据。

12、进一步的，针对步骤一中实时获取建筑的能耗数据，还包括：

13、实时监测建筑内部的温湿度变化和光照强度，结合人体舒适度模型评估室内环境的舒适度；

14、实时监测建筑内部的人员分布和流动数据，根据环境数据和人员流动数据，实时调节空调和新风设备的运行状态，同时，识别人员的活动状态和分布区域，基于建筑布局和人员流动数据评估各区域的利用效率和舒适度。

15、进一步的，实时监测建筑内部的人员分布和流动数据，具体为：

16、获取数据采集终端采集到的数据，在数据中提取人员数据，对人员数据进行预处理，获取人员数据包含的人员数量；

17、根据采集到的数据的数据长度建立时间轴，将采集到的数据数据输入到时间轴，生成动态数据；

18、在动态数据中提取每一人员对应的移动特征，同时，提取每一人员的停顿特征，生成位置属性；

19、根据每一人员对应的位置特征和移动特征建立每一人员对应的移动数据，分析移动数据包含的建筑区域，生成建筑内部的人员分布和流动数据。

20、进一步的，针对步骤二中将收集的能耗数据与bim模型进行关联，具体包括：

21、bim模型处理：对bim模型进行预处理，去除异常值和重复数；

22、数据关联：将处理后的能耗数据与bim模型进行关联，基于建筑元素的建筑类别进行能耗数据记录，其中，每个建筑类别的建筑元素与能耗数据记录一一对应；

23、数据库构建：基于关联后的bim模型和能耗数据构建能耗模拟数据库，能耗模拟数据库根据实时获取的能耗数据调整bim模型的模型参数，反映建筑物的实际状况和变化。

24、进一步的，针对步骤三中在静态模型中叠加动态能耗模型，具体为：

25、将静态模型中的数据与动态能耗模型中的数据进行匹配，确保静态模型中的数据和动态能耗模型中的数据在同一时间戳和空间点上具有可比性；

26、基于在能耗预测中的重要性特征对静态模型和动态能耗模型赋予不同的权重，基于混合建模算法将静态模型与动态能耗模型进行叠加，生成完整的能耗预测模型。

27、进一步的，针对步骤三中模拟环境数据对建筑能耗的影响，具体为：

28、将采集到的环境数据输入到完整的能耗预测模型中，调整环境参数，评估不同环境条件下建筑的能源消耗情况，确定各个环境因素的影响模拟结果；

29、对模拟结果进行统计分析，计算各个环境因素对建筑能耗的贡献度，基于不同环境条件下建筑的能源消耗情况识别出影响最大的环境因素，并根据敏感性分析方法评估不同环境因素变化对建筑能耗的影响程度。

30、进一步的，针对步骤四中对建筑设备进行智能控制与管理，具体包括：

31、优化分析：根据能耗模拟的结果，分析建筑的能耗状况，找出高能耗设备和区域以及可能的节能潜力，提出针对性的节能优化建议；

32、智能控制：实时监测设备的运行状态和能耗数据，根据预设的节能策略和优化算法自动调整设备的运行状态和参数；

33、持续监测与优化：基于监测建筑设备的运行状态和能耗数据，定期进行能耗模拟和优化分析，并根据结果对智能控制系统进行调整和优化。

34、进一步的，对模拟结果进行统计分析，具体为：

35、将模拟结果的能源消耗数据与环境数据进行关联，针对环境数据中的各项参数进行逐项分析，分析方式为：

36、在选定考察项参数后，根据除考察项参数之外的环境数据的相似性，对环境数据进行分组；

37、采用考察项参数为横坐标，模拟结果的能源消耗数据为纵坐标，就同组环境数据的考察项参数和能源消耗数据绘制模拟变化曲线；

38、以模拟变化曲线上各点对应考察项参数出现次数占比作为权重，计算模拟变化曲线各点切线斜率的加权平均值，作为本组考察项参数的影响因子；

39、分析确定不同组影响因子的聚类中心，得到察项参数反应的环境因素对建筑能耗的贡献度；

40、针对环境数据中的各项参数逐项重复上述分析方式，即得到环境数据中的各项参数反应的环境因素对建筑能耗的贡献度。

41、进一步的，针对考察项参数的不同组模拟变化曲线，确定各模拟变化曲线涉及的考察项参数最大相同范围；在考察项参数的最大相同范围区域，采用以下公式进行两两相似度对比计算：

42、

43、上式中，s表示对比的两条模拟变化曲线的相似度；n表示最大相同范围区域内模拟变化曲线的数据量；ωi和ω′i分别表示两条模拟变化曲线上最大相同范围区域内对应第i个数据点的能源消耗数据；

44、将考察项参数对应计算得到的各相似度与相似度阈值进行对比，将所有相似度都不小于相似度阈值的考察项参数归类在一起；其他考察项参数另行归类在一起，并计算各其他考察项参数涉及的相似度小于相似度阈值的个数占比，作为考察项参数的影响复杂度指数，根据影响复杂度指数通过预设的对照表查询得到影响敏感性调整系数，根据影响敏感性调整系数，对敏感性分析方法评估不同环境因素变化对建筑能耗的影响程度进行调整。

45、与现有技术相比，本发明的有益效果是：

46、通过实时采集建筑内部各设备的运行数据、环境数据和人员流动数据，计算建筑的能源消耗情况，将实时采集的能耗数据与bim模型结合，构建能耗模拟数据库，更准确地模拟和预测建筑的能源消耗，基于能耗模拟结果，及时发现和解决能源浪费问题，对建筑设备的配置和运行方式进行优化，实现能源的高效利用，可以在不牺牲舒适度和功能性的前提下，大大提高能源的使用效率，降低能源消耗和碳排放，从而提升建筑的可持续性。