建筑能源互联网及其AI应用研究

本文在分析能源互联网政策和研究背景的前提下,提出了对建筑能源互联网(Building Energy Internet,BEI)内涵的理解。从能源结构变革、建筑能源产业链、建筑能源供需匹配、系统去中心化、用户体验几个角度综合分析了建筑能源互联网的主要特征。进一步阐述了建筑能源互联网六大内容板块及其关联、基于建筑能源云的建筑能源互联网架构、能源采集与传输系统架构。随后介绍了AI+建筑能源互联网的落地应用方法,并给出了建筑能源大数据智能化分析结果。

基于能源互联网的办公建筑源荷一体式监控系统研究

研究一种针对办公建筑的源荷一体化监控系统,以机器自学习法对用户用电需求进行日前预测及超短期预测。基于太阳辐照度、温度、风速等实时监测数据对可再生能源发电量进行预测。根据以上预测对建筑内可再生能源、蓄能技术与常规能源开展优化调控。针对热泵供冷供热及太阳能光伏发电建筑,提出了一种优化控制策略,在保证建筑内用户舒适度的前提下有效减少用户用电负荷及可再生能源发电对电网的冲击,同时提高能源网内能源的高效利用性和可持续性。

基于POD-LSE-FCD的iBES异常能耗数据检测方法

我国已经建立了大量的建筑能源系统互联网(iBES)能耗监测平台,然而平台底层网络和数据传输与处理过程中的数据质量问题较为突出。本文针对iBES建筑能耗监测平台数据异常问题,提出了一种将本征正交分解法,线性随机估计法以及分型关联维数相结合的POD-LSE-FCD异常数据检测方法,并将该方法应用于大连市某高校能耗监测数据,分别模拟计算了同一时间跨度不同步长的情况。结果表明,异常值出现的时间步骤,其直接POD和POD-LSE时间系数的FCD标准差明显高于其余计算步骤的标准差,可根据异常值检测准确度和计算量两个条件确定一个最优步长。POD-LSE-FCD法可以准确并快速的检测出能耗异常数据,适宜应用于i BES建筑能耗监测平台异常数据诊断。