公共建筑能耗监测平台数据应用的探讨

  导  读  

目前，全国已有33 个省市开展了国家机关办公建筑和大型公共建筑能耗监测平台的建设，累积了大量的公共建筑能耗监测数据，如何开发利用这些数据并切实发挥数据作用是各级政府节能管理部门及科研院所致力于研究的重要课题。

本文从数据质量提升、数据应用实践和数据深化研究等几方面介绍了上海市公共建筑能耗监测数据应用现状，分享了上海市国家机关办公建筑和大型公共建筑能耗监测平台运行经验，探讨能耗监测平台发展趋势，以推动公共建筑智能化运行管理发展。

作者|支建杰，吴蔚沁 （上海市建筑科学研究院）

论文来源|2018城市发展与规划论文集

---

1. 背景

自2007 年住建部、财政部发布了《关于加强国家机关办公建筑和大型公共建筑节能管理工作的实施意见》后，截止目前已有33 个省市开展了公共建筑能耗监测平台建设工作，其中北京市、上海市、重庆市、天津市、深圳市、江苏省、山东省和安徽省等8 个省市公共建筑能耗监测平台通过了验收，全国实施能耗监测建筑数量已超过1 万栋，公共建筑能耗数据的累计已初具规模，于是数据的应用成了越来越多政府部门和行业人士关心的问题。

关于数据应用的研究主要集中在几个方向，

一是数据质量提升的研究[1,2]，由于能耗监测数据从建筑采集到传输都有可能出现一些问题，如监测电表损坏、网络通信中断、数据丢包等，从而导致监测平台收到的数据有误，这对后续数据的挖掘与研究都有着重大的影响，因此数据质量提升是数据应用的前提，是至关重要的一个环节；

二是宏观管理层面的数据应用研究[3]，利用监测数据为政府部门政策制定、标准制定等提供数据支撑；

三是面向单体建筑的节能管理与优化运行研究[4-6]，通过建筑自身能耗监测数据进行预测，发现建筑运行问题，提出优化策略等。

但目前，能耗监测数据的应用仍在探索发展阶段，具有很大的发展空间，本文基于上海市国家机关办公建筑和大型公共建筑能耗监测平台近几年的运行实践情况，运用大数据分析思路，对公共建筑能耗监测数据应用方法及应用方向进行探讨，希望由点到面带动全国公共建筑节能领域的智能化和产业化发展，为建筑节能减排、城市精细化管理提供助力。

2. 上海市国家机关办公建筑与大型公共建筑能耗监测平台

2.1 平台发展与规模

2010 年，上海市按照住房城乡建设部的统一部署和工作指导，完成了200 栋大型公共建筑用能分项计量系统的安装与联网，建成了上海市国家机关办公建筑和大型公共建筑能耗监测平台（以下监测“上海市能耗监测平台”）。

图 1 上海市能耗监测平台系统架构图

2012 年起，为贯彻落实上海市人民政府印发的《关于加快推进本市国家机关办公建筑和大型公共建筑能耗监测系统建设实施意见的通知》（沪府发〔2012〕49 号）文件精神，按照“1 ＋ 17 ＋ 1”的模式及“全市统一、分级管理、互联互通”的原则（如图1 所示），能耗监测平台进行了全面扩容，并在2014 年底通过验收，进入常态化运行阶段。

截止2017 年12 月31 日，上海市累计共有1592栋公共建筑完成用能分项计量装置的安装并实现与能耗监测平台的数据联网，覆盖建筑面积7430.6 万m2，其中国家机关办公建筑187 栋，占监测总量的11.7%，覆盖建筑面积约378.6 万m2；大型公共建筑1405 栋，占监测总量的88.3%，覆盖建筑面积约7052.0 万m2。按建筑功能分类统计情况如表1 示。

2.2 上海市公共建筑能耗总体情况

2017 年，与上海市能耗监测平台联网的公共建筑年总用电量约为80.5 亿kWh，其中办公建筑、商场建筑、综合建筑与旅游饭店建筑用电总量较大，四类建筑用电量占总量的85.9％。各类型建筑年总用电量占比如图2所示。

图 2 2017年与上海市能耗监测平台联网的建筑年用能量占比情况

2014 年至2017 年，与能耗监测平台联网的建筑总面积增幅约为74.9％，年总用电量增幅约为82.1％。历年能耗监测平台建筑年总用电量变化情况如图3 所示。2014 年与能耗监测平台联网的建筑平均单位面积年用电量为104kWh/m2，2017 年为108kWh/m2，总体用能水平变化平缓。

图 3 2014 ~ 2017 年上海市能耗监测平台建筑年总用电量

3. 能耗监测数据质量提升

3.1 制定统一的数据判定标准

根据上海市能耗监测平台数据分析[7]，异常数据主要分为三大类：数据缺失、数据错误和数据不平衡。

其中数据缺失包括

（1）无数据，即没有任何一个上传数据；

（2）缺项目，即总用电、空调分项、照明分项、动力分项或特殊分项中某些数据有缺失；

（3）数据中断，即数据上传时断时续，且异常时间较长。

数据错误包括

（1）数据过小，即数据反向或数值过小，不符合实际；

（2）数据过大，即数值过大，不符合实际；

（3）“假”数据，即由于某种原因，数据维持长期不变，不符合客观规律。

数据不平衡包括

（1）分项之和小于总用电；

（2）分项之和大于总用电。

在分析了各类异常的特性及对数据分析影响，最终制形成了上海市公共建筑用能监测系统能耗（用电）数据采集异常判定依据，如表2 所示，并且通过市主管部门发布，统一了全市各级平台的判定依据，并制定了判定执行细则，使所有平台都有了统一的标尺，有利于各平台主管部门了解能耗监测平台情况，从而制定工作计划，以提升数据质量。

3.2 基于Spark 分布式平台的异常数据修复技术

上节所述判定依据仅是一个初步的异常数据识别，其基础方法采用的是阈值法。为实现大量公共建筑逐时能耗监测异常数据实时修复，提高能耗监测数据的准确性和可利用率，在上海市能耗监测平台运行实践经验中，建立了一套基于多种机器学习方法的异常数据识别与修复技术[2]。主要运用k-means聚类法去寻找偏离群体的异常值， 再利用KNN（K-NearestNeighbor）算法对目标数据进行修复[8-10]。

考虑到能耗监测平台联网建筑的数量与未来增量，因此构建了Spark 分布式平台进行数据处理，分布式平台有较好的延展性，而Spark 作为一个新兴大数据处理引擎，能更好地适用于数据挖掘与机器学习等需要迭代的Map Reduce 的算法，除了本节叙述的异常数据修复，将来的数据挖掘和处理都可通过该平台实现。

基于Spark 构建能耗大数据分析平台使用了Ubuntu 16.04 64 位作为系统环境。Spark 与上海市能耗监测平台数据交互的方式有两种，分别是用SparkSQL 将整个数据库中的小时能耗数据复制存储到服务器上，以及用Python 自带连接数据库的方式，实时查询需要数据。由于需要实时筛选异常值和补算数据，SparkSQL 将整个小时数据能耗表复制到服务器的方式占用更多的内存和计算时间，效率低；而通过FreeTDS 工具+pyodbc 第三方库+ODBC 驱动的方式实现服务器与能耗监测平台数据的交互，能够实时查询，更符合需求，效率更好，开发难度更低，更加便捷，因此实践中选用后者的方式与能耗监测平台数据库进行连接。

图 4 基于Spark 分布式平台异常数据修复过程逻辑示意

整个运算过程逻辑示意图如图4 所示。目前该技术已在上海市能耗监测平台上进行试运行，其运行效率高，修复一天1500 多栋建筑数据仅需8 分钟，且效果良好，准确率可达90%，图5 展示了某个修复样例。

图 5 某栋建筑某天异常数据修复效果

4. 能耗监测数据应用实践

4.1 推行互联网用能管理产品

近几年，基于上海市能耗监测平台开发了一系列互联网产品，以加大建筑节能的宣传，方便主管部门工作管理，促进业主节能运行。

4.1.1 设立门户网站

2017 年，上海市国家机关办公建筑和大型公共建筑能耗监测中心（以下简称“上海市能耗监测中心”）建立了门户网站，网址：www.shjzjn.org。该网站搭建了与本市公共建筑能耗监测相关的政策法规、标准规范、节能改造示范项目、信息公示、新闻动态等信息查询浏览及市级平台多种数据报告下载的载体，为广大节能工作者和业主提供了更好的信息服务窗口。其主要功能模块如图6 所示。

图 6 上海市能耗监测中心门户网站

网站架构采用了双重安全保护， 第一层是internet 网进入能耗监测中心，需经过前置硬件防火墙。第二层是在访问数据库之前，门户网站调用的所有服务均在外部接口服务中，需要通过程序进行前后端衔接调取内部数据服务，从而达到内外部数据隔绝的作用，如图7 所示。

4.1.2 发布“能耗在线”系列App

2016 年，上海市能耗监测中心开发发布了“能耗在线”（楼宇版）App。该款App 旨在为建筑业主或物业管理单位提供更好的服务，增强交互体验，让建筑能源管理更加便捷高效，成为用户能源管理的得力助手。

图 7 门户网站网络设计架构

考虑到建筑能耗数据的隐私性，该款App 分为注册用户和认证用户两大用户群。注册用户面向所有公众开放，可以看到一栋示范建筑的数据，该建筑的名称和详细信息都隐去，在保护数据隐私的前提下让所有用户都能体验App 的主要功能。认证用户为已经和上海市能耗监测平台联网的建筑，在通过开通申请和手机绑定后，登录App 可以看到所属建筑的数据，从而为建筑运行提供指导。该款App 主要功能如图8所示。

图 8 能耗在线（楼宇版）主要功能介绍

楼宇版App 发布后得到了广大业主的好评，因此在2017 年，针对主管部门，上海市能耗监测中心又推出了“能耗在线”（管理版）App，针对市级主管部门、区级主管部门及委办主管部门的需求，开发了不同的功能（如图9 所示），让管理部门随时掌握第一手建筑用能宏观数据分析，消除信息孤岛，实现不同管理部门间建筑节能工作信息共享。

图 9 能耗在线（管理版）主要功能介绍

两款App 都采用了Hybrid App 开发技术， 采用IONIC 框架开发。IONIC 是一个强大的 HTML5 hybrid APP 开发框架， 和AngularJS 无缝整合， 采用MVVM 模型，可以极大地提高开发效率，提供本地化样式和漂亮UI 组件，性能表现良好。IONIC可以和Cordova 集成，从而具备硬件访问能力；可以和Crosswalk 集成， 大大提高APP 运行速度。

Crosswalk 是一个开源的webview 引擎，基于谷歌开源的Chromium 内核，具有Web GL，Web RTC，index DB，Web Sockets，Flexbox 等Html 5、CSS3 的等先进特性，解决Android 碎片化兼容性问题，同时可大幅度提升性能。

4.2 推动建筑节能工作

4.2.1 建筑节能改造

基于上海市能耗监测平台数据，通过对相同建筑类型能耗排序，筛选行业高能耗建筑，每年将名单提供给相关主管部门，纳入节能减排计划。

2013 年推动了上海市400 万平米的住建部公共建筑节能改造重点城市示范项目建设，同时也为示范项目的节能量核算与验证提供了依据，《上海市公共建筑节能改造重点城市示范项目节能量审核办法（试行）》中规定：优先采用能耗监测数据作为项目节能量核算的依据。

4.2.2 建筑用能标准

上海市现行合理用能指南有八部，涵盖机关办公建筑、星级饭店建筑、大型商业建筑等，如表3 所示。

上海市能耗监测平台数据为部分指南的制定及修订提供了数据支撑。同时基于上海市能耗监测平台数据，开展了上海市公共建筑用能定额研究，对定额面向对象、定额单位、影响因素、定额指标确定方法、实施条件等进行了研究，给出了办公建筑、商场建筑、高等院校等6 类建筑的定额制定技术路线，为后续相关主管部门制定定额标准提供依据。

同时，针对部分委办也开发了网上直报对标系统，业主通过系统填报建筑用能情况及相关基本信息，系统会自动计算出对标结果，如图10 所示。该系统一方面使业主了解建筑用能水平情况，另一方面也为主管部门提供了便捷的管理工具。

图 10 网上对标系统结果输出界面

4.3 发布上海市年度用能情况报告

基于上海市能耗监测平台数据，运用大数据分析思维，自2013 年起，已连续5 年编制面向全社会的上海市国家机关办公建筑和大型公共建筑能耗监测情况及分析报告（如图11 所示），同时依托政府部门将报告公布并印发、发行。

报告逐年在总结往年报告的社会反响及政府管理需求基础上，在架构和内容方面均进行扩容和改进，提升了数据统计的深度与广度。

图 11 2013~2017 年上海市国家机关办公建筑和大型公共建筑能耗监测情况及分析报告

2017 年年度情况报告分管理篇、全市篇、区域篇、行业篇四个篇章多角度多层面解读能耗数据，进行用电及分项用电情况的专题分析，针对性的反映建筑用能特征，开展建筑用能与影响用能因素如温度气象、客流密度、人口流动等信息的联动分析。该报告除通过政府部门印发外，可在上海市建委网站、上海市能耗监测中心门户网站、“能耗在线”（楼宇版）App等多种渠道下载，向公众全面公开。

4.4 深化数据分析研究

4.4.1 能耗预测

基于上海市能耗监测平台数据，通过数据分析，开展公共建筑总电耗时间序列分析研究，建立了能耗预测模型，根据平均气温预报值，得到下一周期单位面积能耗预测值，示意如图12 所示。

图 12 某栋建筑能耗预测效果

另外利用Spark 数据分析平台，结合谷歌深度学习库，运用TensorFlow 对建筑逐时能耗进行预测。

目前通过研究，采用建筑过去30 天的数据进行训练，可以完成逐时小时的预测，即通过当时采集的小时数据可预测出下几个小时的能耗数据。这在需求侧管理上有极高的价值，可以预测能耗峰值的出现时间，提前预警。选取了一栋建筑，对其工作日及休息日电量进行了预测，预测效果非常好，逐时平均误差率小于1%，如图13 所示。

图 13 基于Spark 的数据分析平台的能耗预测应用效果

4.4.2 用能诊断

公共建筑类型较多，如商场、办公、宾馆等，其用能情况存在较大的差别，从而导致不同公共建筑之间能耗水平对比存在困难。研究不同建筑类型用能参考值，以及基于建筑不同功能区分项用能参考值，对各类型大型公共建筑的用能情况进行诊断和分析具有较大意义，可以帮助挖掘建筑节能潜力，寻找行之有效的节能改造技术，真正达到节能的目的。

目前上海市能耗监测平台对建筑总用电、照明插座用电、空调用电、动力用电等用能分项和不同功能区面积采用多元回归分析方法进行拟合，得到各用能分项单日用能判定值，进而对建筑单日分项用能节能潜力进行判断。

通过对大量建筑实时监测能耗动态计算，上海市能耗监测平台实现了建筑的每天用能情况在线自动诊断，并通过“能耗在线”（楼宇版）App 向楼宇业主反馈，为挖掘建筑节能潜力提供了有力的评估手段和方法。

4.4.3 需求侧响应

基于建筑能耗监测大量数据分析，将为电力供给侧改革与建筑用电需求侧管理提供重要的支撑。上海市能耗监测中心对部分联网建筑进行实地调研，了解建筑分项计量系统情况、设备运行情况等，对建筑可中断负荷进行调研，并基于能耗监测平台大量数据，分析公共建筑用能曲线特征。提出了需求侧负荷响应分级方案，以及未来通过上海能耗监测平台实现需求侧响应的初步机制，为电网智能化管理提供一定的参考。

5. 结语

本文叙述了目前基于上海市能耗监测数据，在政府、业主、公众等多层面的数据应用，达到了数据的共享共用。但目前能耗监测平台数据以电耗为主，随着建筑节能工作的推进及采集技术的发展，平台数据覆盖面将逐渐扩大，可涵盖全能源品种和中小型公共建筑，结合BIM 等其它系统，还可涵盖设备运行等信息，数据的价值将更加显现，通过深层的数据挖掘及信息化技术应用，可进一步做到建筑智能优化运行，并带动区域性的智慧能源布局，使数据从微观到宏观领域都得到充分的利用。

向上滑动阅览

参考文献：

[1] 杨石, 罗淑湘, 杜明等. 基于数据挖掘的公共建筑能耗监管平台数据处理方法. 暖通空调,2015(2):82-86

[2] 吴蔚沁. 基于机器学习算法的建筑能耗监测数据异常识别及修复方法. 建设科技.2017(9):60-62

[3] 支建杰, 徐强. 上海市公共建筑能耗监测平台运行管理实践. 建设科技,2016（04）:17-20

[4] 陈雪梅. 基于能耗监测平台的分项计量数据的应用. 建筑节能,2014（08）:86-92

[5] 王坐中. 建筑能耗监测系统的应用分析. 现代建筑电气,2014(2):59-63

[6] 刘芳, 马晓雯, 基于公共建筑能耗监测系统的节能管理应用研究. 建筑节能,2015(06):96-99

[7] 王何斌, 吴蔚沁. 上海市用能监测系统用电数据异常判定研究. 工程技术,2016(6):227-229.

[8]Olga Troyanskaya, Michael Cantor, Gavin Sherlock，et al..Missing value estimation methods for DNA microarrays.Bioinformatics,2001(6): 520–525

[9] 刘爱鹏. 三种常用的缺失值填充方法. 硅谷,2011(23):188

[10] 郝胜轩，宋宏，周晓锋. 基于近邻噪声处理的KNN 缺失数据填补算法. 计算机仿真,2014(7):264-268

- END -

了解更多大会及绿色建筑资讯：

1
2
3

4
5
6

商务合作及广告投放联系方式：

联系人：潘鹏、宁坤

电话：[phone]转815、807

手机：[phone]（同微信）

邮件：[e-mail]