体育馆室外微气候与建筑能耗联动监测方法和相关设备与流程

摘要: 本技术涉及供电能耗优化,尤其涉及一种体育馆室外微气候与建筑能耗联动监测方法和相关设备。背景技术:1、公共建筑节能降耗是建筑领域碳管控的核心方向,体育馆作为高能耗...
体育馆室外微气候与建筑能耗联动监测方法和相关设备与流程

本技术涉及供电能耗优化,尤其涉及一种体育馆室外微气候与建筑能耗联动监测方法和相关设备。

背景技术:

1、公共建筑节能降耗是建筑领域碳管控的核心方向,体育馆作为高能耗大型公共建筑,具备体量庞大、围护结构复杂、人员密度波动大、用能设备繁多及运行工况不确定等特征,其空调通风系统能耗占总运行能耗50%以上,而场馆周边室外微气候是决定其空调负荷与整体能耗的关键外部因素,温度、太阳辐射、风速风向及局部热岛效应等,会直接影响围护结构传热量与新风负荷,最终改变场馆设备运行功耗。

2、目前体育馆能耗管理普遍依托城市宏观气象数据开展能耗预测与设备调控,现有技术存在诸多核心缺陷:其一,监测维度单一,多仅采集室内能耗或单点室外气象数据,未同步联动室外微气候、室内环境、人员动态、设备能耗四大维度,无法建立微气候与能耗的精准映射关系,难以量化微气候对能耗的影响;其二,数据时序失准,环境与能耗数据采集缺乏统一时间戳对齐机制,时序不同步,无法精准匹配微气候波动与能耗响应的时间节点,评估误差大;其三,监测布点不合理,室外采用单点监测,未匹配体育馆多外立面、复杂下垫面特征进行分布式布设,室内监测未匹配人员与设备分区,数据代表性不足;其四,系统集成度低,多为设备简单拼接,仅支持数据采集展示,无专属联动分析单元,无法精准预测能耗趋势,难以适配新建及既有改造场馆需求,无法实现长期稳定联动监测,最终导致能耗预测偏差、设备调控滞后,能源浪费严重,难以满足场馆精细化节能管控需求。

3、综上,相关技术中存在的技术问题有待得到改善。

技术实现思路

1、本技术实施例的主要目的在于提出一种体育馆室外微气候与建筑能耗联动监测方法和相关设备,能够实现体育馆室外微气候、室内环境、人员变化、设备运行状态与能耗的同步实时监测,计算微气候变化对体育馆能耗的影响幅度与贡献率,精准预测建筑能耗后续的变化趋势,最终为体育馆建筑能耗管理提供数据指导。

2、为实现上述目的,本技术实施例的一方面提出了一种体育馆室外微气候与建筑能耗联动监测方法,所述方法包括以下步骤:

3、通过分布式设置的室外微气候监测组件,对体育馆不同朝向、不同下垫面区域的室外微气候参数进行全域同步采集,得到室外微气候原始监测数据;

4、通过分区布设的室内环境与人员监测组件,对体育馆各功能区的室内环境参数及人员动态参数进行同步采集,得到室内环境人员监测数据;

5、通过用能设备布设的智能采集模块,对体育馆核心用能设备的运行工况和能耗参数进行同步采集,得到设备能耗运行数据;

6、通过数据处理与传输模块对所述室外微气候原始监测数据、所述室内环境人员监测数据和所述设备能耗运行数据进行预处理,得到标准化多源时序融合数据集;

7、根据嵌入式多元线性回归模型,对所述标准化多源时序融合数据集进行量化运算,得到能耗影响权重系数和能耗耦合影响贡献率;

8、根据参数联动分析模块调取历史能耗时序数据和未来气象预报数据后,通过基线能耗计算与微气候能耗修正算法,对所述历史能耗时序数据、所述未来气象预报数据、所述能耗影响权重系数和所述能耗耦合影响贡献率进行硬件加速迭代运算,得到逐时能耗变化趋势和预测结果。

9、优选地,所述通过分布式设置的室外微气候监测组件,对体育馆不同朝向、不同下垫面区域的室外微气候参数进行全域同步采集,得到室外微气候原始监测数据,包括以下步骤:

10、通过所述室外微气候监测组件对体育馆四周的外立面、屋面中心、体育馆入口和周边绿化区域,进行全维度微气候物理参数采集,得到分点位分项原始传感数据;

11、通过所述室外微气候监测组件内置的硬件级同源时间戳同步模块,对所述分点位分项原始传感数据进行时序统一校准,得到所述室外微气候原始监测数据。

12、优选地,所述室内环境与人员监测组件包括红外双目客流统计摄像头、室内多参数传感器和硬件级时间戳同步模块;所述通过分区布设的室内环境与人员监测组件,对体育馆各功能区的室内环境参数及人员动态参数进行同步采集,得到室内环境人员监测数据,包括以下步骤:

13、根据场馆功能分区规划方案,对体育馆比赛大厅、观众席、热身馆和附属用房进行点位规划布设,得到分区监测布置点位信息;

14、通过所述红外双目客流统计摄像头和所述室内多参数传感器,对所述分区监测布置点位信息的室内温湿度、二氧化碳、气流速度、人员进出流量和区域人员密度进行同步采集,得到原始室内环境与人员采样数据;

15、通过所述硬件级时间戳同步模块,对所述原始室内环境与人员采样数据进行时序对齐校准,得到所述室内环境人员监测数据。

16、优选地,所述智能采集模块与体育馆空调冷水机组、冷冻冷却水泵、空调末端机组、新风机组、分区照明系统和电梯的核心用能设备对应配置,所述智能采集模块设置于所述核心用能设备的配电柜、控制箱或设备本体;

17、所述智能采集模块包括电流互感器、电压变送器、功率采集器和设备运行状态传感器,所述智能采集模块用于采集设备启停状态、运行频率、阀门开度、供回水温度、实时功率和累计耗电量的参数,所述智能采集模块内置硬件级时间戳同步模块。

18、优选地,所述数据处理与传输模块包括同源时钟同步程序和特征归一化与时序拼接程序;所述通过数据处理与传输模块对所述室外微气候原始监测数据、所述室内环境人员监测数据和所述设备能耗运行数据进行预处理,得到标准化多源时序融合数据集,包括以下步骤:

19、通过所述同源时钟同步程序对所述室外微气候原始监测数据、所述室内环境人员监测数据和所述设备能耗运行数据,进行时间戳统一校准与异常数据筛除,得到有效监测数据集;

20、通过所述特征归一化与时序拼接程序,对所述有效监测数据集进行量纲统一处理后,根据间隔阈值时序粒度对预处理后的所述有效监测数据集,进行数据拼接融合,得到标准化多源时序融合数据集。

21、优选地,所述嵌入式多元线性回归模型包括预设数据筛选逻辑、专用集成电路硬件并行运算电路和预设多参数耦合叠加算法;所述根据嵌入式多元线性回归模型,对所述标准化多源时序融合数据集进行量化运算,得到能耗影响权重系数和能耗耦合影响贡献率,包括以下步骤:

22、根据所述预设数据筛选逻辑对所述标准化多源时序融合数据集,进行极端工况样本剔除与特征分类提取,得到训练样本集;

23、通过所述专用集成电路硬件并行运算电路对所述训练样本集,进行梯度下降迭代训练和最小二乘法损失计算,得到所述能耗影响权重系数;

24、通过所述预设多参数耦合叠加算法对所述能耗影响权重系数,进行多因子联动叠加计算,得到所述能耗耦合影响贡献率。

25、优选地,所述参数联动分析模块包括时序平滑运算子模块、微气候修正计算子模块和流水线并行运算子模块;所述根据参数联动分析模块调取历史能耗时序数据和未来气象预报数据后,通过基线能耗计算与微气候能耗修正算法,对所述历史能耗时序数据、所述未来气象预报数据、所述能耗影响权重系数和所述能耗耦合影响贡献率进行硬件加速迭代运算,得到逐时能耗变化趋势和预测结果,包括以下步骤:

26、通过所述时序平滑运算子模块对调取的所述历史能耗时序数据,进行均值求解处理,得到场馆基础能耗基线;

27、通过所述微气候修正计算子模块,对所述未来气象预报数据、所述能耗影响权重系数、所述能耗耦合影响贡献率和场馆基准微气候参数,进行差值加权运算,得到逐时段能耗修正量;

28、通过所述流水线并行运算子模块对所述场馆基础能耗基线与所述逐时段能耗修正量,进行叠加迭代和误差校正处理,得到所述逐时能耗变化趋势和所述预测结果。

29、为实现上述目的,本技术实施例的另一方面提出了一种体育馆室外微气候与建筑能耗联动监测系统,所述系统包括:

30、微气候采集单元,用于通过分布式设置的室外微气候监测组件,对体育馆不同朝向、不同下垫面区域的室外微气候参数进行全域同步采集,得到室外微气候原始监测数据;

31、室内环境采集单元,用于通过分区布设的室内环境与人员监测组件,对体育馆各功能区的室内环境参数及人员动态参数进行同步采集,得到室内环境人员监测数据;

32、设备能耗采集单元,用于通过用能设备布设的智能采集模块,对体育馆核心用能设备的运行工况和能耗参数进行同步采集,得到设备能耗运行数据;

33、预处理单元,用于通过数据处理与传输模块对所述室外微气候原始监测数据、所述室内环境人员监测数据和所述设备能耗运行数据进行预处理,得到标准化多源时序融合数据集;

34、量化运算单元,用于根据嵌入式多元线性回归模型,对所述标准化多源时序融合数据集进行量化运算,得到能耗影响权重系数和能耗耦合影响贡献率;

35、预测单元,用于根据参数联动分析模块调取历史能耗时序数据和未来气象预报数据后,通过基线能耗计算与微气候能耗修正算法,对所述历史能耗时序数据、所述未来气象预报数据、所述能耗影响权重系数和所述能耗耦合影响贡献率进行硬件加速迭代运算,得到逐时能耗变化趋势和预测结果。

36、为实现上述目的,本技术实施例的另一方面提出了一种电子设备,所述电子设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现前面所述的方法。

37、为实现上述目的,本技术实施例的另一方面提出了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现前面所述的方法。

38、本技术实施例至少包括以下有益效果:本技术提供一种体育馆室外微气候与建筑能耗联动监测方法,该方案通过室外环境、室内人员、设备能耗三类监测组件同源同步采集多维度数据,突破传统单一维度监测局限,完整建立微气候、室内人员、设备能耗之间的数据关联基础;分布式室外测点匹配场馆多朝向、复杂下垫面特征,分区室内测点贴合场馆功能布局,解决单点监测数据代表性不足的缺陷。多源数据经统一预处理生成标准化时序融合数据集,消除量纲、时序错位、异常数据干扰,保障数据一致性与可靠性。依托嵌入式多元线性回归模型硬件并行运算,可精准量化各微气候参数单独及耦合作用对场馆能耗的影响权重与贡献率,实现微气候能耗影响定量化分析。结合历史能耗基线与气象预报开展硬件加速迭代预测,充分结合量化系数完成微气候能耗修正,大幅降低能耗预测偏差。整套流程从底层同步采集、数据标准化、影响量化到能耗趋势预测形成完整闭环,解决传统方案气象数据滞后、预测偏差大、调控滞后、无法量化微气候能耗影响的痛点,能够输出精准逐时能耗预测结果,为体育馆空调通风等设备精细化节能调控提供量化数据支撑,助力场馆实现碳减排与节能降耗目标。