CN110320885A - 用于自适应地调节建筑物中故障检测的阈值的***和方法 - Google Patents
用于自适应地调节建筑物中故障检测的阈值的***和方法 Download PDFInfo
- Publication number
- CN110320885A CN110320885A CN201910245344.1A CN201910245344A CN110320885A CN 110320885 A CN110320885 A CN 110320885A CN 201910245344 A CN201910245344 A CN 201910245344A CN 110320885 A CN110320885 A CN 110320885A
- Authority
- CN
- China
- Prior art keywords
- data
- time series
- building
- ratio
- energy
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 111
- 238000001514 detection method Methods 0.000 title description 10
- 230000003044 adaptive effect Effects 0.000 claims abstract description 73
- 238000005265 energy consumption Methods 0.000 claims abstract description 52
- 230000004044 response Effects 0.000 claims abstract description 47
- 230000004913 activation Effects 0.000 claims abstract description 13
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 102
- 238000004458 analytical method Methods 0.000 claims description 48
- 238000012545 processing Methods 0.000 claims description 47
- 238000005259 measurement Methods 0.000 claims description 21
- 238000012360 testing method Methods 0.000 claims description 18
- 238000010606 normalization Methods 0.000 claims description 13
- 230000008859 change Effects 0.000 claims description 10
- 230000008569 process Effects 0.000 description 79
- 238000007726 management method Methods 0.000 description 63
- 238000004891 communication Methods 0.000 description 43
- 238000001816 cooling Methods 0.000 description 43
- 230000015654 memory Effects 0.000 description 24
- 238000010438 heat treatment Methods 0.000 description 22
- 239000012530 fluid Substances 0.000 description 20
- 238000003860 storage Methods 0.000 description 19
- 238000012544 monitoring process Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000010276 construction Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 10
- 239000007789 gas Substances 0.000 description 10
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 10
- 102100032932 COBW domain-containing protein 1 Human genes 0.000 description 9
- 101000797557 Homo sapiens COBW domain-containing protein 1 Proteins 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 230000009471 action Effects 0.000 description 7
- 238000011084 recovery Methods 0.000 description 7
- LYCAIKOWRPUZTN-UHFFFAOYSA-N Ethylene glycol Chemical compound OCCO LYCAIKOWRPUZTN-UHFFFAOYSA-N 0.000 description 6
- 239000000498 cooling water Substances 0.000 description 6
- 238000005286 illumination Methods 0.000 description 6
- 238000005192 partition Methods 0.000 description 6
- 239000012809 cooling fluid Substances 0.000 description 5
- 230000002354 daily effect Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 239000003345 natural gas Substances 0.000 description 5
- 230000001737 promoting effect Effects 0.000 description 5
- DWSYCUKCNSVBRA-UHFFFAOYSA-N 4-(5-methylsulfonyltetrazol-1-yl)phenol Chemical compound CS(=O)(=O)C1=NN=NN1C1=CC=C(C=C1)O DWSYCUKCNSVBRA-UHFFFAOYSA-N 0.000 description 4
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 101710167643 Serine/threonine protein phosphatase PstP Proteins 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 4
- 230000005611 electricity Effects 0.000 description 4
- 238000004146 energy storage Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000002156 mixing Methods 0.000 description 3
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000009529 body temperature measurement Methods 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 238000009833 condensation Methods 0.000 description 2
- 230000005494 condensation Effects 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000010992 reflux Methods 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- 230000008093 supporting effect Effects 0.000 description 2
- 230000003442 weekly effect Effects 0.000 description 2
- 241001465382 Physalis alkekengi Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005485 electric heating Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 125000000524 functional group Chemical group 0.000 description 1
- 239000013529 heat transfer fluid Substances 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036314 physical performance Effects 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/041—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a variable is automatically adjusted to optimise the performance
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F11/00—Control or safety arrangements
- F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
- F24F11/46—Improving electric energy efficiency or saving
- F24F11/47—Responding to energy costs
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2120/00—Control inputs relating to users or occupants
- F24F2120/10—Occupancy
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2130/00—Control inputs relating to environmental factors not covered by group F24F2110/00
- F24F2130/10—Weather information or forecasts
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F24—HEATING; RANGES; VENTILATING
- F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
- F24F2140/00—Control inputs relating to system states
- F24F2140/60—Energy consumption
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mathematical Optimization (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Analysis (AREA)
- Medical Informatics (AREA)
- Computational Mathematics (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Air Conditioning Control Device (AREA)
Abstract
一种建筑物***包括被配置用于存储指令的一个或多个存储器装置,所述指令当在一个或多个处理器上执行时使所述一个或多个处理器用于:确定第一时间段内最小一半的经排序能量消耗值的平均值并且确定第二时间段内最大一半的经排序能量消耗值的平均值。所述指令还使所述处理器用于:确定所述第一时间段内所述最小一半的经排序能量消耗值的所述平均值与所述第二时间段内所述最大一半的经排序能量消耗值的所述平均值的比率;将所述所计算的比率与自适应可调阈值进行比较;并且响应于所述所计算的比率超过所述自适应可调阈值来激活***。
Description
相关专利申请的交叉引用
本申请要求于2018年3月29日提交的美国临时专利申请号62/649,966的权益和优先权。本申请还要求于2019年3月15日提交的美国专利申请号16/355,066的权益和优先权,所述美国专利申请要求美国临时专利申请号62/649,966的权益和优先权。这些专利申请中的每一个的全部披露通过引用结合在此。
背景技术
建筑物管理***(BMS)通常是被配置用于控制、监测、和管理建筑物或建筑物区中或周围的设备的装置的***。BMS可以包括:控制器、暖通空调(HVAC)***、安全***、照明***、火灾报警***、以及能够管理建筑物功能或装置的任何其他***或其任何组合。BMS可以包括被配置用于促进监测和控制建筑物空间的各种装置(例如,HVAC装置、控制器、冷却器、风扇、传感器等)。装置可以被配置用于经由网络(诸如,建筑物自动化和控制网络(BACnet)或多业务输送平台(MSTP)网络)与其他装置进行通信。
BMS***的用户可以具有在不同时间段期间可以变化的不同公共设施消耗和需求,诸如,夜间(商务类型用户占用小时数或住宅类型用户未占用小时数)与白天(商务类型用户未占用小时数或住宅类型用户占用小时数)相比。例如,一些商业建筑物可能会在晚上关掉照明***和HVAC***,以在几乎没有占用时节约能量。具有日常监测其负荷不寻常变化能力的客户可以使用这种信息来帮助确定其能量使用中的低效现象(或故障)。这些能量低效现象可能导致能量浪费,这使客户由于消耗和需求增加而支付更多的公共设施账单。
发明内容
本披露的一种实施方式是建筑物***。所述建筑物***包括被配置用于存储指令的一个或多个存储器装置,所述指令当在一个或多个处理器上执行时使所述一个或多个处理器用于:确定第一时间段内最小一半的经排序能量消耗值的平均值并且确定第二时间段内最大一半的经排序能量消耗值的平均值。所述指令还使所述处理器用于:确定所述第一时间段内所述最小一半的经排序能量消耗值的所述平均值与所述第二时间段内所述最大一半的经排序能量消耗值的所述平均值的比率;将所述所计算的比率与自适应可调阈值进行比较;并且响应于所述所计算的比率超过所述自适应可调阈值来激活第二***。
在一些实施例中,所述第一时间段是占用时间段并且所述第二时间段是未占用时间段。
在一些实施例中,所述所激活的第二***控制用于控制HVAC***的部件、一个或多个建筑物子***、或者一个或多个建筑物管理***装置的一个或多个参数。
在一些实施例中,所述指令使所述一个或多个处理器用于:确定一个间隔内一组所计算比率的均值;确定所述间隔内所述所计算比率的中值绝对偏差;并且基于所述均值和所述中值绝对偏差来设置所述自适应可调阈值。
在一些实施例中,所述自适应可调阈值进一步基于用于基于所述一组所计算的比率的所述均值来缩放所述中值绝对偏差的缩放因子。
在一些实施例中,所述指令使所述一个或多个处理器实施:数据采集器,被配置用于从一个或多个建筑物管理***装置采集数据样本并且生成包括多个所述数据样本的数据时间序列;分析服务,被配置用于使用所述数据时间序列执行一项或多项分析并且生成包括指示所述分析的结果的多个结果样本的结果时间序列;以及能量管理应用,被配置用于响应于对与一个或多个变量相关联的时间序列数据的请求而从时间序列数据库中检索所述数据时间序列和所述结果时间序列。所述***进一步包括被配置用于存储所述数据时间序列和所述结果时间序列的时间序列数据库。
在一些实施例中,所述分析服务包括天气归一化模块,所述天气归一化模块被配置用于通过从所述数据时间序列中移除天气影响来生成所述结果时间序列。
在一些实施例中,所述数据时间序列是资源消耗时间序列,并且所述数据时间序列的所述数据样本包括电力消耗值、水消耗值、或天然气消耗值中的至少一项。所述分析服务包括能量基准测试模块,所述能量基准测试模块被配置用于使用所述数据时间序列来计算与所述数据时间序列相关联的建筑物的能量使用度量,所述能量使用度量包括能量使用强度(EUI)或能量密度中的至少一个。
在一些实施例中,所述指令进一步使所述一个或多个处理器使用来自不同于所述第一时间段和所述第二时间段的第三时间段的值来填充所述数据时间序列的数据中的一个或多个间隙。
在一些实施例中,所述第三时间段和所述第一时间段都与共同特性相关联。
在另一实施方式中,披露了一种包括与建筑物网络的一个或多个建筑物管理***装置通信的建筑物管理***的***。所述建筑物管理***被配置用于:确定第一时间段内能量消耗值的平均值;并且确定第二时间段内能量消耗值的平均值。所述建筑物管理***还被配置用于:确定所述第一时间段内所述平均能量消耗值与所述第二时间段内所述平均能量消耗值的比率;将所述所计算的比率与自适应可调阈值进行比较;并且响应于所述所计算的比率超过所述自适应可调阈值来激活第二***。
在一些实施例中,所述第一时间段是周末时间段并且所述第二时间段是工作日时间段。
在一些实施例中,所述所激活的第二***控制用于控制HVAC***的部件、一个或多个建筑物子***、或者所述一个或多个建筑物管理***装置的一个或多个参数。
在一些实施例中,所述建筑物管理***进一步被配置用于:确定一个间隔内的一组所计算比率的均值;确定所述间隔内的所述所计算比率的中值绝对偏差;并且基于所述均值和所述中值绝对偏差来确定所述自适应可调阈值。
在一些实施例中,所述自适应可调阈值进一步基于用于基于所述一组所计算的比率的所述均值来缩放所述中值绝对偏差的缩放因子。
在一些实施例中,所述建筑物管理***包括:数据采集器,被配置用于从所述一个或多个建筑物管理***装置采集数据样本并且生成包括多个所述数据样本的数据时间序列;分析服务,被配置用于使用所述数据时间序列执行一项或多项分析并且生成包括指示所述分析的结果的多个结果样本的结果时间序列;以及能量管理应用,被配置用于响应于对与一个或多个变量相关联的时间序列数据的请求而从所述时间序列数据库中检索所述数据时间序列和所述结果时间序列。所述建筑物管理***进一步包括被配置用于存储所述数据时间序列和所述结果时间序列的时间序列数据库。
在一些实施例中,所述分析服务包括天气归一化模块,所述天气归一化模块被配置用于通过从所述数据时间序列中移除天气影响来生成所述结果时间序列。
在一些实施例中,所述数据时间序列是资源消耗时间序列,并且所述数据时间序列的所述数据样本包括电力消耗值、水消耗值、或天然气消耗值中的至少一项。所述分析服务包括能量基准测试模块,所述能量基准测试模块被配置用于使用所述数据时间序列来计算与所述数据时间序列相关联的建筑物的能量使用度量,所述能量使用度量包括能量使用强度(EUI)或能量密度中的至少一个。
在一些实施例中,所述***使用来自不同于所述第一时间段和所述第二时间段的第三时间段的值来填充所述数据时间序列的数据中的一个或多个间隙。
在另一实施方式中,披露了一种由建筑物管理***的处理电路执行的方法。所述方法包括:由所述处理电路从所述建筑物管理***的建筑物管理***装置采集数据样本并且生成包括多个所述数据样本的数据时间序列。所述方法还包括:由所述处理电路使用所述数据时间序列来执行一个或多个分析。所述方法还包括:由所述处理电路生成包括指示所述分析结果的多个结果样本的结果时间序列;以及由所述处理电路存储所述数据时间序列和所述结果时间序列。所述方法还包括:响应于对于与所述一个或多个变量相关联的时间序列数据的请求由所述处理电路从所述时间序列数据库检索数据时间序列和结果时间序列;以及由所述处理电路使用所述数据时间序列的所述样本来确定第一时间段内最小一半的经排序能量消耗值的平均值。所述方法还包括:由所述处理电路使用所述数据时间序列的所述样本来计算第二时间段内最大一半的经排序能量消耗值的平均值;以及由所述处理电路确定所述第一时间段内所述最小一半的经排序能量消耗值的所述平均值与所述第二时间段内的所述最大一半的经排序能量消耗值的所述平均值的比率。所述方法还包括:由所述处理电路将所述所计算的比率与自适应可调阈值进行比较;以及响应于所述所计算的比率超过所述自适应可调阈值由所述处理电路来激活***。
本领域的技术人员将认识到,所述发明内容仅是说明性的而不旨在以任何方式进行限制。本文中所描述的如仅由权利要求限定的装置和/或过程的其他方面、发明性特征以及优点将在本文中陈述并结合附图进行的详细说明中变得清楚。
附图说明
通过参照结合附图进行的详细说明,本披露的各个对象、方面、特征和优点将变得更加明显并且更好理解,其中,贯穿全文相同的参考符号标识相应的元件。在附图中,相同的附图标记通常指示完全相同的、功能相似的和/或结构相似的元件。
图1是根据示例性实施例的配备有暖通空调(HVAC)***的建筑物的图示。
图2是根据示例性实施例的可以结合图1的HVAC***使用的水侧***的图示;
图3是根据示例性实施例的可以结合图1的HVAC***使用的空气侧***的图示。
图4是根据示例性实施例的可以用于监测和控制图1的建筑物和HVAC***的建筑物管理***的框图。
图5是根据示例性实施例的可以用于监测和控制图1的建筑物和HVAC***的另一建筑物管理***的框图。
图6是根据示例性实施例的包括与建筑物网络通信的建筑物管理***的***。
图7是根据示例性实施例的可以由图6的***执行的用于检测工作日期间建筑物的异常能量消耗的流程图。
图8是根据示例性实施例的可以由图6的***执行的用于自适应地调节故障阈值的流程图。
图9是根据示例性实施例的可以由图6的***执行的用于检测工作日期间建筑物的异常能量消耗的流程图。
图10是根据示例性实施例的昼夜对比过程结果表。
图11是根据示例性实施例的周末与工作日对比过程结果表。
图12是根据示例性实施例的针对第一客户的两个数据曲线图,其展示了通过昼夜对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图13是根据示例性实施例的针对第二客户的两个数据曲线图,其展示了通过昼夜对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图14是根据示例性实施例的针对第三客户的两个数据曲线图,其展示了通过昼夜对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图15是根据示例性实施例的针对第四客户的两个数据曲线图,其展示了通过昼夜对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图16是根据示例性实施例的针对第五客户的两个数据曲线图,其展示了通过昼夜对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图17是根据示例性实施例的针对第六客户的两个数据曲线图,其展示了通过昼夜对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图18是根据示例性实施例的针对第七客户的两个数据曲线图,其展示了通过昼夜对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图19是根据示例性实施例的针对第八客户的两个数据曲线图,其展示了通过昼夜对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图20是根据示例性实施例的针对第九客户的两个数据曲线图,其展示了通过昼夜对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图21是根据示例性实施例的针对第十客户的两个数据曲线图,其展示了通过昼夜对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图22是根据示例性实施例的针对所述第一客户的两个数据曲线图,其展示了通过周末与工作日对比过程计算的随时间变化的Q比率、并且指示Q比率超过第一自适应阈值的天数。
图23是根据示例性实施例的针对所述第二客户的两个数据曲线图,其展示了通过周末与工作日对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图24是根据示例性实施例的针对所述第三客户的两个数据曲线图,其展示了通过周末与工作日对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图25是根据示例性实施例的针对所述第四客户的两个数据曲线图,其展示了通过周末与工作日对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图26是根据示例性实施例的针对所述第五客户的两个数据曲线图,其展示了通过周末与工作日对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图27是根据示例性实施例的针对所述第六客户的两个数据曲线图,其展示了通过周末与工作日对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图28是根据示例性实施例的针对所述第七客户的两个数据曲线图,其展示了通过周末与工作日对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图29是根据示例性实施例的针对所述第八客户的两个数据曲线图,其展示了通过周末与工作日对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图30是根据示例性实施例的针对所述第九客户的两个数据曲线图,其展示了通过周末与工作日对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
图31是根据示例性实施例的针对所述第十客户的两个数据曲线图,其展示了通过周末与工作日对比过程计算的随时间变化的Q比率、并且指示Q比率超过自适应阈值的天数。
具体实施方式
概述
方法可以用于通过查看夜间与白天消耗变化的差异来检测能量浪费。一种这样的方法观察从未占用时间期间谷值的平均值与占用时间期间峰值的平均值相比导出的比率。另外,类似技术可以用于查看周末(未占用)时间段与工作日(占用)时间段相比的变化。找到周末使用与工作日使用相比的变化并且可以帮助客户查看需求和消耗趋势。尽管本文中描述的昼夜对比过程以及周末与工作日对比过程都示出了使用消耗的示例,但是这些示例还可以使用需求数据或能量密度数据。
昼夜对比过程可以捕获夜间与白天消耗或需求之间的比率变化并且可以包括确定非正常使用和自适应调节机制的更健壮方法。
建筑物HVAC***以及建筑物管理***
现在参照图1至图5,示出了根据一些实施例的可以在其中实施本披露的***和方法的若干建筑物管理***(BMS)和HVAC***。概括地讲,图1示出了配备有HVAC***100的建筑物10。图2是可用于服务建筑物10的水侧***200的框图。图3是可用于服务建筑物10的空气侧***300的框图。图4是可用于监测并控制建筑物10的BMS的框图。图5是可用于监测并控制建筑物10的另一种BMS的框图。
建筑物和HVAC***
具体参照图1,示出了建筑物10的透视图。建筑物10由BMS服务。BMS通常是被配置用于控制、监测和管理建筑物或建筑物区中或周围的设备的装置的***。BMS可以包括例如HVAC***、安全***、照明***、火灾报警***、能够管理建筑物功能或装置的任何其他***或其任何组合。
服务建筑物10的BMS包括HVAC***100。HVAC***100可以包括被配置用于向建筑物10提供加热、冷却、通风或其他服务的多个HVAC装置(例如,加热器、冷却器、空气处理单元、泵、风扇、热能储存装置等)。例如,HVAC***100被示出为包括水侧***120和空气侧***130。水侧***120可以向空气侧***130的空气处理单元提供经加热或经冷却流体。空气侧***130可以使用经加热或经冷却流体来加热或冷却提供至建筑物10的气流。参考图2至图3对可以在HVAC***100中使用的示例性水侧***和空气侧***进行更加详细的描述。
HVAC***100被示出为包括冷却器102、锅炉104和屋顶空气处理单元(AHU)106。水侧***120可以使用锅炉104和冷却器102来加热或冷却工作流体(例如,水、乙二醇等)并且可以使工作流体循环至AHU 106。在各实施例中,水侧***120的HVAC装置可以定位在建筑物10内或周围(如图1所示)或在如中央设施(例如,冷却器设施、蒸汽设施、热力设施等)等非现场位置处。可以在锅炉104中加热或在冷却器102中冷却工作流体,这取决于建筑物10中需要加热还是冷却。锅炉104可以例如通过燃烧易燃材料(例如,天然气)或使用电加热元件来向循环流体添加热量。冷却器102可以使循环流体与热交换器(例如,蒸发器)中的另一种流体(例如,制冷剂)成热交换关系以从循环流体中吸收热量。可以经由管路108将来自冷却器102和/或锅炉104的工作流体输送至AHU 106。
在一些实施例中,HVAC***100使用自由冷却来冷却工流体。例如,HVAC***100可以包括一个或多个冷却塔或热交换器,所述热交换器将热量从工作流体传递至外部空气。当外部空气的温度低于阈值温度时,自由冷却可用作经由冷却器102进行机械冷却的替代或补充。HVAC***100可以基于外部空气的当前温度和/或所预测的外部空气的未来温度在自由冷却与机械冷却之间切换。
AHU 106可以使工作流体与穿过AHU 106(例如,经由一级或多级冷却盘管和/或加热盘管)的气流成热交换关系。气流可以是例如室外空气、来自建筑物10内的回流空气或两者的组合。AHU 106可以在气流与工作流体之间传递热量,从而为气流提供加热或冷却。例如,AHU 106可以包括被配置用于使气流越过或穿过包含工作流体的热交换器的一个或多个风扇或鼓风机。工作流体然后可以经由管路110回流至冷却器102或锅炉104。
空气侧***130可以经由空气供应管道112将由AHU 106供应的气流(即,供应气流)递送至建筑物10并且可以经由空气回流管道114向AHU 106提供来自建筑物10的回流空气。在一些实施例中,空气侧***130包括多个可变空气量(VAV)单元116。例如,空气侧***130被示出为包括建筑物10的每一个楼层或区域上的独立VAV单元116。VAV单元116可以包括气闸或可以***作成控制提供至建筑物10的单独区域的供应气流的量的其他流量控制元件。在其他实施例中,空气侧***130将供应气流递送到建筑物10的一个或多个区域中(例如,经由供应管道112),而不使用中间VAV单元116或其他流量控制元件。AHU 106可以包括被配置用于测量供应气流的属性的各种传感器(例如,温度传感器、压力传感器等)。AHU106可以从定位在AHU 106内和/或建筑物区域内的传感器接收输入并且可以调整穿过AHU106的供应气流的流速、温度或其他属性以实现建筑物区域的设定值条件。
水侧***
现在参照图2,示出了根据一些实施例的水侧***200的框图。在各种实施例中,水侧***200可以补充或代替HVAC***100中的水侧***120或者可以与HVAC***100分开来实施。当在HVAC***100中实施时,水侧***200可以包括HVAC***100中的HVAC装置的子集(例如,锅炉104、冷却器102、泵、阀等)并且可以操作用于向AHU 106提供加热的或冷却的流体。水侧***200的HVAC装置可以位于建筑物10内(例如,作为水侧***120的部件)或位于非现场位置(如中央设施)。
在图2中,水侧***200被示出为具有多个子设施202至212的中央设施。子设施202至212被示出为包括:加热器子设施202、热回收冷却器子设施204、冷却器子设施206、冷却塔子设施208、热热能储存(TES)子设施210和冷热能储存(TES)子设施212。子设施202至212消耗来自公共设施的资源(例如,水、天然气、电力等)以服务建筑物或校园的热能负荷(例如,热水、冷水、加热、冷却等)。例如,加热器子设施202可以被配置用于在热水回路214中加热水,所述热水回路使热水在加热器子设施202与建筑物10之间循环。冷却器子设施206可以被配置用于在冷水回路216中冷却水,所述冷水回路使冷水在冷却器子设施206与建筑物10之间循环。热回收冷却器子设施204可以被配置用于将热量从冷水回路216传递到热水回路214以便提供对热水的附加加热和对冷水的附加冷却。冷凝水回路218可以从冷却器子设施206中的冷水中吸收热量并且排出冷却塔子设施208中的所吸收热量或将所吸收热量传递至热水回路214。热TES子设施210和冷TES子设施212可以分别储存热热能和冷热能以供后续使用。
热水回路214和冷水回路216可以将经加热和/或经冷却水递送至定位在建筑物10的屋顶上的空气处理机(例如,AHU 106)或递送至建筑物10的单独层或区域(例如,VAV单元116)。空气处理机推送空气经过热交换器(例如,加热盘管或冷却盘管),水流过所述热交换器以提供对空气的加热或冷却。可以将加热或冷却的空气递送至建筑物10的单独区域以服务于建筑物10的热能负荷。水然后回流到子设施202至212以接收进一步加热或冷却。
尽管子设施202至212被示出或被描述为加热或冷却水以便循环至建筑物,但是应当理解的是,替代或除了水之外可以使用任何其他类型的工作流体(例如,乙二醇、CO2等)以服务热能负荷。在其他实施例中,子设施202至212可以直接向建筑物或校园提供加热和/或冷却,而不需要中间热传递流体。对水侧***200的这些和其他变体在本披露的教导内。
子设施202至212中的每个子设施可以包括被配置用于促进子设施的功能的各种设备。例如,加热器子设施202被示出为包括被配置用于为热水回路214中的热水添加热量的多个加热元件220(例如,锅炉、电加热器等)。加热器子设施202还被示出为包括若干泵222和224,所述泵被配置用于使热水回路214中的热水循环并控制通过单独加热元件220的热水的流速。冷却器子设施206被示出为包括被配置用于移除来自冷水回路216中的冷水的热量的多个冷却器232。冷却器子设施206还被示出为包括若干泵234和236,所述泵被配置用于使冷水回路216中的冷水循环并控制通过单独冷却器232的冷水的流速。
热回收冷却器子设施204被示出为包括被配置用于将热量从冷水回路216传递至热水回路214的多个热回收热交换器226(例如,制冷电路)。热回收冷却器子设施204还被示出为包括若干泵228和230,所述泵被配置用于使通过热回收热交换器226的热水和/或冷水循环并控制通过单独热回收热交换器226的水的流速。冷却塔子设施208被示出为包括被配置用于移除来自冷凝水回路218中的冷凝水的热量的多个冷却塔238。冷却塔子设施208还被示出为包括若干泵240,所述泵被配置用于使冷凝水回路218中的冷凝水循环并控制通过单独冷却塔238的冷凝水的流速。
在一些实施例中,水侧***200使用自由冷却来冷却冷水回路216中的水。例如,在冷水回路216中从建筑物回流的水可以被递送至冷却塔子设施208并通过冷却塔238。冷却塔238可以移除来自冷水回路216中的水的热量(例如,通过将热量传递至外部空气),以便为冷水回路216中的水提供自由冷却。在一些实施例中,水侧***200可以基于外部空气的当前温度和/或外部空气的所预测未来温度在使用冷却塔子设施208进行的自由冷却与使用冷却器子设施208进行的机械冷却之间切换。参照图6更加详细地描述了可以在水侧***200中使用的自由冷却***的示例。
热TES子设施210被示出为包括被配置用于储存热水以供稍后使用的热TES罐242。热TES子设施210还可以包括被配置成控制热水流入或流出热TES罐242的流速的一个或多个泵或阀。冷TES子设施212被示出为包括被配置用于储存冷水以供稍后使用的冷TES罐244。冷TES子设施212还可以包括被配置成控制冷水流入或流出冷TES罐244的流速的一个或多个泵或阀。
在一些实施例中,水侧***200中的泵(例如,泵222、224、228、230、234、236和/或240)中的一个或多个或水侧***200中的管线包括与其相关联的隔离阀。隔离阀可以与泵集成或定位在泵的上游或下游以控制水侧***200中的流体流动。在各实施例中,水侧***200可以基于水侧***200的特定配置以及水侧***200所服务的负荷的类型而包括更多、更少或不同类型的装置和/或子设施。
空气侧***
现在参照图3,示出了根据一些实施例的空气侧***300的框图。在各种实施例中,空气侧***300可以补充或代替HVAC***100中的空气侧***130或者可以与HVAC***100分开来实施。当在HVAC***100中实施时,空气侧***300可以包括HVAC***100中的HVAC装置的子集(例如,AHU 106、VAV单元116、管道112至114、风扇、气闸等)并且可以定位在建筑物10中或周围。空气侧***300可以运行以使用由水侧***200提供的经加热或经冷却流体来加热或冷却提供给建筑物10的气流。
在图3中,空气侧***300被示出为包括节能装置类型的空气处理单元(AHU)302。节能装置型AHU改变空气处理单元用于加热或冷却的外部空气和回流空气的量。例如,AHU302可以经由回流空气管道308从建筑物区域306接收回流空气304并且可以经由供应空气管道312将供应空气310递送至建筑物区域306。在一些实施例中,AHU 302是定位在建筑物10的屋顶上(例如,如图1所示的AHU 106)或者以其他方式被定位成接收回流空气304和外部空气314两者的屋顶单元。AHU 302可以被配置成操作排气闸316、混合气闸318和外部空气闸320以控制组合形成供应空气310的外部空气314和回流空气304的量。未通过混合气闸318的任何回流空气304可以作为废气322通过排气闸316从AHU 302排出。
气闸316至320中的每一个可以由致动器操作。例如,排气闸316可以由致动器324操作,混合气闸318可以由致动器326操作,并且外部空气闸320可以由致动器328操作。致动器324至328可以经由通信链路332与AHU控制器330通信。致动器324至328可以从AHU控制器330接收控制信号并且可以向AHU控制器330提供反馈信号。反馈信号可以包括例如对当前致动器或气闸位置的指示、由致动器施加的转矩或力的量、诊断信息(例如,由致动器324至328执行的诊断测试的结果)、状态信息、调试信息、配置设置、校准数据和/或可以由致动器324至328采集、存储或使用的其他类型的信息或数据。AHU控制器330可以是被配置用于使用一个或多个控制算法(例如,基于状态的算法、极值搜索控制(ESC)算法、比例积分(PI)控制算法、比例-积分-微分(PID)控制算法、模型预测控制(MPC)算法、反馈控制算法等)来控制致动器324至328的节能装置控制器。
仍参照图3,AHU 302被示出为包括冷却盘管334、加热盘管336和定位在供应空气管道312内的风扇338。风扇338可以被配置用于推动供应空气310通过冷却盘管334和/或加热盘管336并且向建筑物区域306提供供应空气310。AHU控制器330可以经由通信链路340与风扇338通信以便控制供应空气310的流速。在一些实施例中,AHU控制器330通过调节风扇338的速度来控制施加到供应空气310的加热量或冷却量。
冷却盘管334可以经由管路342从水侧***200(例如,从冷水回路216)接收经冷却流体并且可以经由管路344将经冷却流体回流至水侧***200。可以沿着管路342或管路344定位阀346以便控制通过冷却盘管334的经冷却流体的流速。在一些实施例中,冷却盘管334包括可以被独立地激活和取消激活(例如,由AHU控制器330、由BMS控制器366等)以调节施加到供应空气310的冷却量的多级冷却盘管。
加热盘管336可以经由管路348从水侧***200(例如,从热水回路214)接收经加热流体并且可以经由管路350将经加热流体回流至水侧***200。可以沿着管路348或管路350定位阀352以便控制通过加热盘管336的经加热流体的流速。在一些实施例中,加热盘管336包括可以被独立地激活和取消激活(例如,由AHU控制器330、由BMS控制器366等)以调节施加到供应空气310的加热量的多级加热盘管。
阀346和352中的每一个可以由致动器控制。例如,阀346可以由致动器354控制,并且阀352可以由致动器356控制。致动器354至356可以经由通信链路358至360与AHU控制器330通信。致动器354至356可以从AHU控制器330接收控制信号并且可以向控制器330提供反馈信号。在一些实施例中,AHU控制器330从定位在供应空气管道312(例如,冷却盘管334和/或加热盘管336的下游)中的温度传感器362接收供应空气温度的测量结果。AHU控制器330还可以从定位在建筑物区域306中的温度传感器364接收建筑物区域306的温度测量结果。
在一些实施例中,AHU控制器330经由致动器354至356操作阀346和352以调节提供至供应空气310的加热量或冷却量(例如,从而达到供应空气310的设定值温度或者将供应空气310的温度维持在设定值温度范围内)。阀346和352的位置影响由冷却盘管334或加热盘管336提供至供应空气310的加热量或冷却量并且可以与被消耗以达到期望供应空气温度的能量的量相关。AHU 330可以通过激活或取消激活盘管334至336、调整风扇338的速度或两者的组合来控制供应空气310和/或建筑物区域306的温度。
在一些实施例中,AHU控制器330使用自由冷却来冷却供应空气310。AHU控制器330可以通过操作外部空气气闸320和冷却盘管334在自由冷却与机械冷却之间切换。例如,AHU控制器330可以响应于确定自由冷却是经济上最优的而取消激活冷却盘管334并且打开外部空气气闸320以允许外部空气314进入供应空气管道312。AHU控制器330可以基于外部空气314的温度和/或外部空气314的所预测未来温度来判定自由冷却是否是经济上最优的。例如,AHU控制器330可以判定外部空气314的温度是否被预测为在预定时间量内低于阈值温度。参照图10更加详细地描述了可以由AHU控制器330使用的自由冷却切换逻辑的示例。
仍然参照图3,空气侧***300被示出为包括建筑物管理***(BMS)控制器366和客户端装置368。BMS控制器366可以包括一个或多个计算机***(例如,服务器、监督控制器、子***控制器等),所述计算机***充当空气侧***300、水侧***200、HVAC***100和/或服务于建筑物10的其他可控***的***级控制器、应用或数据服务器、头结点或主控制器。BMS控制器366可以根据相似或不同协议(例如,LON、BACnet等)经由通信链路370与多个下游建筑物***或子***(例如,HVAC***100、安全***、照明***、水侧***200等)通信。在各实施例中,AHU控制器330和BMS控制器366可以是分开的(如图3中所示出的)或集成的。在集成的实施方式中,AHU控制器330可以是被配置用于由BMS控制器366的处理器执行的软件模块。
在一些实施例中,AHU控制器330从BMS控制器366接收信息(例如,命令、设定值、操作边界等)并且向BMS控制器366提供信息(例如,温度测量结果、阀或致动器位置、运行状态、诊断等)。例如,AHU控制器330可以向BMS控制器366提供来自温度传感器362至364的温度测量结果、设备接通/断开状态、设备运行能力和/或可以由BMS控制器366用来监测或控制建筑物区域306内的可变状态或状况的任何其他信息。
客户端装置368可以包括用于对HVAC***100、其子***和/或装置进行控制、查看或以其他方式与其交互的一个或多个人机接口或客户端接口(例如,图形用户界面、报告接口、基于文本的计算机接口、面向客户端的web服务、向web客户端提供页面的web服务器等)。客户端装置368可以是计算机工作站、客户终端、远程或本地接口或任何其他类型的用户界面装置。客户端装置368可以是固定终端或移动装置。例如,客户端装置368可以是台式计算机、具有用户界面的计算机服务器、膝上型计算机、平板计算机、智能电话、PDA或任何其他类型的移动或非移动装置。客户端装置368可以经由通信链路372与BMS控制器366和/或AHU控制器330通信。
建筑物管理***
现在参照图4,示出了根据一些实施例的建筑物管理***(BMS)400的框图。可以在建筑物10中实施BMS 400以自动地监测和控制各种建筑物功能。BMS 400被示出为包括BMS控制器366和多个建筑物子***428。建筑物子***428被示出为包括建筑物电气子***434、信息通信技术(ICT)子***436、安全子***438、HVAC子***440、照明子***442、电梯/电动扶梯子***432和防火安全子***430。在各实施例中,建筑物子***428可以包括更少的、附加的或替代的子***。例如,建筑物子***428还可以包括或可替代地包括制冷子***、广告或引导标示子***、烹饪子***、售货子***、打印机或拷贝服务子***或者使用可控的设备和/或传感器来监测或控制建筑物10的任何其他类型的建筑物子***。在一些实施例中,如参照图2至图3所描述的,建筑物子***428包括水侧***200和/或空气侧***300。
建筑物子***428中的每一个可以包括用于完成其单独功能和控制活动的任意数量的装置、控制器和连接。如参照图1至图3描述的,HVAC子***440可以包括许多与HVAC***100相同的部件。例如,HVAC子***440可以包括冷却器、锅炉、任意数量的空气处理单元、节能装置、现场控制器、监控控制器、致动器、温度传感器以及用于控制建筑物10内的温度、湿度、气流或其他可变条件的其他装置。照明子***442可以包括任意数量的灯具、镇流器、照明传感器、调光器或被配置用于可控制地调节提供给建筑物空间的光量的其他装置。安全子***438可以包括占用传感器、视频监控摄像机、数字视频录像机、视频处理服务器、入侵检测装置、访问控制装置和服务器或其他与安全相关的装置。
仍参照图4,BMS控制器366被示出为包括通信接口407和BMS接口409。接口407可以促进BMS控制器366与外部应用(例如,监测和报告应用422、企业控制应用426、远程***和应用444、驻留在客户端装置448上的应用等)之间的通信,以允许用户对BMS控制器366和/或子***428进行控制、监测和调节。接口407还可以促进BMS控制器366与客户端装置448之间的通信。BMS接口409可以促进BMS控制器366与建筑物子***428(例如,HVAC、照明安全、电梯、配电、业务等)之间的通信。
接口407、409可以是或包括用于与建筑物子***428或其他外部***或装置执行数据通信的有线或无线通信接口(例如,插座、天线、发射器、接收器、收发器、电线端子等)。在各实施例中,经由接口407、409进行的通信可以是直接的(例如,本地有线或无线通信)或经由通信网络446(例如,WAN、互联网、蜂窝网等)。例如,接口407、409可以包括用于经由基于以太网的通信链路或网络发送和接收数据的以太网卡和端口。在另一个示例中,接口407、409可以包括用于经由无线通信网络进行通信的Wi-Fi收发器。在另一个示例中,接口407、409中的一个或多个接口可以包括蜂窝或移动电话通信收发器。在一个实施例中,通信接口407为电力线通信接口并且BMS接口409为以太网接口。在其他实施例中,通信接口407和BMS接口409两者都为以太网接口或为同一个以太网接口。
仍参照图4,BMS控制器366被示出为包括处理电路404,所述处理电路包括处理器406和存储器408。处理电路404可以可通信地连接至BMS接口409和/或通信接口407,从而使得处理电路404及其各个部件可以经由接口407、409发送和接收数据。处理器406可以被实施为通用处理器、专用集成电路(ASIC)、一个或多个现场可编程门阵列(FPGA)、一组处理部件或其他合适的电子处理部件。
存储器408(例如,存储器、存储器单元、存储装置等)可以包括用于存储数据和/或计算机代码的一个或多个装置(例如,RAM、ROM、闪存器、硬盘存储装置等),所述数据和/或计算机代码用于完成或促进本申请中所描述的各种过程、层和模块。存储器408可以是或包括易失性存储器或非易失性存储器。存储器408可以包括数据库组件、目标代码组件、脚本组件、或用于支持本申请中所描述的各种活动和信息结构的任何其他类型的信息结构。根据一些实施例,存储器408经由处理电路404可通信地连接至处理器406并且包括用于(例如,由处理电路404和/或处理器406)执行本文中所描述的一个或多个过程的计算机代码。
在一些实施例中,在单个计算机(例如,一个服务器、一个外壳等)内实施BMS控制器366。在各个其他实施例中,BMS控制器366可以跨多个服务器或计算机(例如,其可以存在于分布式位置中)分布。进一步地,虽然图4示出了如存在于BMS控制器366外的应用422和426,但在一些实施例中,应用422和426可以托管在BMS控制器366内(例如,在存储器408内)。
仍参照图4,存储器408被示出为包括企业集成层410、自动测量与验证(AM&V)层412、需求响应(DR)层414、故障检测与诊断(FDD)层416、集成控制层418以及建筑物子***集成层420。层410至420可以被配置用于从建筑物子***428和其他数据源接收输入、基于所述输入确定建筑物子***428的最佳控制动作、基于所述最佳控制动作生成控制信号并且将所生成的控制信号提供给建筑物子***428。以下段落描述了由BMS 400中的层410至420中的每一个层执行的通用功能中的一些通用功能。
企业集成层410可以被配置用于服务于具有信息和服务的客户端或本地应用以支持各种企业级应用。例如,企业控制应用426可以被配置用于向图形用户界面(GUI)或向任意数量的企业级业务应用(例如,会计***、用户识别***等)提供跨子***控制。企业控制应用426还可以或可替代地被配置成提供用于配置BMS控制器366的配置GUI。在又其他实施例中,企业控制应用426可以与层410至420一起工作以基于在接口407和/或BMS接口409接收到的输入来优化建筑物性能(例如,效率、能量使用、舒适度或安全性)。
建筑物子***集成层420可以被配置用于管理BMS控制器366与建筑物子***428之间的通信。例如,建筑物子***集成层420可以从建筑物子***428接收传感器数据和输入信号并且向建筑物子***428提供输出数据和控制信号。建筑物子***集成层420还可以被配置成管理建筑物子***428之间的通信。建筑物子***集成层420跨多个多厂商/多协议***转译通信(例如,传感器数据、输入信号、输出信号等)。
需求响应层414可以被配置用于响应于满足建筑物10的需求而优化资源使用(例如,电的使用、天然气的使用、水的使用等)和/或这种资源使用的货币成本。优化可以基于分时电价、缩减信号、能量可用性、或者从公共设施提供商、分布式能量生成***424、能量储存装置427(例如,热TES 242、冷TES 244等)或其他来源接收到的其他数据。需求响应层414可以从BMS控制器366的其他层(例如,建筑物子***集成层420、集成控制层418等)接收输入。从其他层接收到的输入可以包括环境或传感器输入(如温度、二氧化碳水平、相对湿度水平、空气品质传感器输出、占用传感器输出、房间安排等)。输入还可以包括如电气使用(例如,以kWh表示)、热负荷测量结果、定价信息、预计的定价、平滑定价、缩减信号等来自公共设施的输入。
根据一些实施例,需求响应层414包括用于对其接收到的数据和信号进行响应的控制逻辑。这些响应可以包括与集成控制层418中的控制过程进行通信、更改控制策略、更改设定值或者以受控方式激活/取消激活建筑物设备或子***。需求响应层414还可以包括被配置成确定何时利用所储存的能量的控制逻辑。例如,需求响应层414可以确定刚好在高峰使用时间开始之前开始使用来自能量储存装置427的能量。
在一些实施例中,需求响应层414包括控制模块,所述控制模块被配置用于主动发起控制动作(例如,自动更改设定值),所述控制动作基于表示或基于需求(例如,价格、缩减信号、需求等级等)的一个或多个输入来使能量成本最小化。在一些实施例中,需求响应层414使用设备模型来确定最佳控制动作集合。设备模型可以包括例如描述输入、输出和/或由各种建筑物设备组执行的功能的热力学模型。设备模型可以表示建筑物设备集合(例如,子设施、冷却器阵列等)或单独的装置(例如,单独的冷却器、加热器、泵等)。
需求响应层414可以进一步包括或利用一个或多个需求响应策略定义(例如,数据库、XML文件等)。政策定义可以由用户(例如,经由图形用户界面)编辑或调节,从而使得可以针对用户的应用、期望的舒适度、具体建筑物设备或者基于其他关注点来定制响应于需求输入而发起的控制动作。例如,需求响应政策定义可以响应于特定需求输入而指定可以开启或关掉哪些设备、***或一件设备应该关掉多久、可以更改什么设定值、可允许的设定值调节范围是什么、在返回到正常安排的设定值之前保持高需求设定值多久、接近容量限制有多近、要利用哪种设备模式、进入和离开能量存储装置(例如,热存储罐、电池组等)的能量传递速率(例如,最大速率、报警率、其他速率边界信息等)以及何时分派现场能量生成(例如,经由燃料电池、电动发电机组等)。
集成控制层418可以被配置用于使用建筑物子***集成层420和/或需求响应层414的数据输入或输出来作出控制决策。由于子***集成由建筑物子***集成层420提供,集成控制层418可以集成子***428的控制活动,使得子***428表现为单个集成超***。在一些实施例中,集成控制层418包括控制逻辑,所述控制逻辑使用来自多个建筑物子***的输入和输出以相对于单独的子***可以单独提供的舒适度和节能而提供更大的舒适性和节能。例如,集成控制层418可以被配置用于使用来自第一子***的输入来为第二子***作出节能控制决策。这些决策的结果可以被传送回建筑物子***集成层420。
集成控制层418被示出为在逻辑上低于需求响应层414。集成控制层418可以被配置用于通过配合需求响应层414而使建筑物子***428和其对应控制环路能够被控制来增强需求响应层414的有效性。这种配置可以有利地减少相对于常规***的破坏性需求响应行为。例如,集成控制层418可以被配置用于确保对冷水温度的设定值(或者直接或间接影响温度的另一个部件)进行需求响应驱动的向上调节不会导致风扇能量(或用于冷却空间的其他能量)的增加,所述风扇能量增加将导致建筑物能量使用总量比在冷却器处节省得更多。
集成控制层418可以被配置用于向需求响应层414提供反馈,从而使得需求响应层414检查即使正在进行所要求的减载时也适当地维持约束(例如,温度、照明水平等)。约束还可以包括与安全性、设备操作极限和性能、舒适度、防火规范、电气规范、能量规范等相关的设定值或感测边界。集成控制层418还可以在逻辑上低于故障检测与诊断层416以及自动测量与验证层412。集成控制层418可以被配置用于基于来自多于一个建筑物子***的输出而向这些更高层提供所计算的输入(例如,汇总)。
自动测量与验证(AM&V)层412可以被配置用于验证由集成控制层418或需求响应层414命令的控制策略正适当地工作(例如,使用由AM&V层412、集成控制层418、建筑物子***集成层420、FDD层416或其他方式汇总的数据)。由AM&V层412进行的计算可以基于用于单独的BMS装置或子***的建筑物***能量模型和/或设备模型。例如,AM&V层412可以将模型预测的输出与来自建筑物子***428的实际输出进行比较以确定模型的准确性。
故障检测与诊断(FDD)层416可以被配置用于为建筑物子***428、建筑物子***装置(即,建筑物设备)以及由需求响应层414和集成控制层418使用的控制算法提供持续故障检测。FDD层416可以从集成控制层418、直接从一个或多个建筑物子***或装置或者从另一个数据源接收数据输入。FDD层416可以自动地诊断检测到的故障并对其作出响应。对检测到的或诊断到的故障的响应可以包括向用户、检修调度***或被配置用于试图修复故障或解决故障的控制算法提供报警消息。
FDD层416可以被配置用于使用在建筑物子***集成层420处可用的详细子***输入来输出故障部件的特定标识或故障原因(例如,松动的气闸联接)。在其他示例性实施例中,FDD层416被配置用于向集成控制层418提供“故障”事件,所述集成控制层响应于接收到的故障事件而执行控制策略和政策。根据一些实施例,FDD层416(或由集成控制引擎或业务规则引擎执行的政策)可以在故障装置或***周围关闭***或直接控制活动,以减少能量浪费、延长设备寿命或确保适当的控制响应。
FDD层416可以被配置用于存储或访问各种不同的***数据存储设备(或实时数据的数据点)。FDD层416可以使用数据存储装置的一些内容来识别设备级(例如,特定冷却器、特定AHU、特定终端单元等)故障并使用其他内容来识别部件或子***级故障。例如,建筑物子***428可以生成指示BMS 400及其各个部件的性能的时间(即,时间序列)数据。由建筑物子***428生成的数据可以包括测得或计算出的值,所述测得或计算出的值展现统计特性并且提供关于相应的***或过程(例如,温度控制过程、流量控制过程等)是如何在来自其设定值的误差方面执行的信息。FDD层416可以检查这些过程,以暴露***何时开始性能降低并警告用户在故障变得更严重之前修复故障。
现在参照图5,示出了根据一些实施例的另一种建筑物管理***(BMS)500的框图。BMS 500可用于监测并控制HVAC***100、水侧***200、空气侧***300、建筑物子***428的装置以及其他类型的BMS装置(例如,照明设备、安全设备等)和/或HVAC设备。
BMS 500提供促进自动设备发现和设备模型分布的***架构。设备发现可以跨多条不同的通信总线(例如,***总线554、区域总线556至560和564以及传感器/致动器总线566等)且跨多个不同的通信协议而在BMS 500的多个等级上发生。在一些实施例中,使用活动节点表来完成设备发现,所述活动节点表提供连接至每条通信总线的装置的状态信息。例如,可以通过监测相应活动节点表以发现新节点来监测每条通信总线以发现新装置。当检测到新装置时,BMS 500可以开始与新装置交互(例如,发送控制信号、使用来自所述装置的数据),而不需要用户干预。
BMS 500中的一些装置使用设备模型来将其自身呈现至网络。设备模型限定用于与其他***集成的设备对象属性、视图定义、时间表、趋势以及相关联的BACnet值对象(例如,模拟值、二进制值、多状态值等)。BMS 500中的一些装置存储其自己的设备模型。BMS500中的其他装置具有存储在外部(例如,在其他装置内)的设备模型。例如,区域协调器508可以存储旁路气闸528的设备模型。在一些实施例中,区域协调器508自动为旁路气闸528或区域总线558上的其他装置创建设备模型。其他区域协调器还可以为连接至其区域总线的装置创建设备模型。装置的设备模型可以基于区域总线上的装置暴露的数据点的类型、装置类型和/或其他装置属性而自动创建。在下文中更详细地讨论自动设备发现和设备模型分布的若干示例。
仍然参照图5,BMS 500被示出为包括:***管理器502;若干区域协调器506、508、510和518;以及若干区域控制器524、530、532、536、548和550。***管理器502可以监测BMS500中的数据点并且向各种监测和/或控制应用报告所监测到的变量。***管理器502可以经由数据通信链路574(例如,BACnet IP、以太网、有线或无线通信等)与客户端装置504(例如,用户装置、台式计算机、膝上型计算机、移动装置等)通信。***管理器502可以经由数据通信链路574向客户端装置504提供用户接口。用户接口可以允许用户经由客户端装置504监测和/或控制BMS 500。
在一些实施例中,***管理器502经由***总线554与区域协调器506至510以及518相连接。***管理器502可以被配置用于使用主从令牌传递(MSTP)协议或任何其他通信协议经由***总线554与区域协调器506至510和518通信。***总线554还可以将***管理器502与其他装置相连接,所述其他装置诸如恒定容量(CV)屋顶单元(RTU)512、输入/输出模块(IOM)514、恒温器控制器516(例如,TEC5000系列恒温器控制器)以及网络自动化引擎(NAE)或第三方控制器520。RTU 512可以被配置用于与***管理器502直接通信并且可以直接连接至***总线554。其他RTU可以经由中间装置与***管理器502通信。例如,有线输入562可以将第三方RTU 542连接至恒温器控制器516,所述恒温器控制器连接至***总线554。
***管理器502可以为包含设备模型的任何装置提供用户接口。如区域协调器506至510以及518以及恒温器控制器516等的装置可以经由***总线554向***管理器502提供它们的设备模型。在一些实施例中,***管理器502自动为不包含设备模型的所连接装置(例如,IOM 514、第三方控制器520等)创建设备模型。例如,***管理器502可以为响应于装置树请求的任何装置创建设备模型。由***管理器502创建的设备模型可以存储在***管理器502内。然后,***管理器502可以使用由***管理器502创建的设备模型为不包含其自身的设备模型的装置提供用户接口。在一些实施例中,***管理器502存储经由***总线554连接的每种类型的装置的视图定义并且使用所存储视图定义来为所述设备生成用户接口。
每个区域协调器506至510以及518可以经由区域总线556、558、560和564与区域控制器524、530至532、536以及548至550中的一个或多个连接。区域协调器506至510以及518可以使用MSTP协议或任何其他通信协议经由区域总线556至560以及564与区域控制器524、530至532、536以及548至550通信。区域总线556至560以及564还可以将区域协调器506至510以及518与其他类型的装置(比如,可变空气量(VAV)RTU 522和540、切换旁路(COBP)RTU526和552、旁路气闸528和546、以及PEAK控制器534和544)相连接。
区域协调器506至510和518可以被配置用于监测和命令各种分区***。在一些实施例中,每个区域协调器506至510以及518监测并命令单独的分区***并且经由单独的区域总线连接至分区***。例如,区域协调器506可以经由区域总线556连接至VAV RTU 522和区域控制器524。区域协调器508可以经由区域总线558连接至COBP RTU 526、旁路气闸528、COBP区域控制器530和VAV区域控制器532。区域协调器510可以经由区域总线560连接至PEAK控制器534和VAV区域控制器536。区域协调器518可以经由区域总线564连接至PEAK控制器544、旁路气闸546、COBP区域控制器548以及VAV区域控制器550。
区域协调器506至510和518的单个模型可以被配置用于处理多种不同类型的分区***(例如,VAV分区***、COBP分区***等)。每个分区***可以包括RTU、一个或多个区域控制器和/或旁路气闸。例如,区域协调器506和510被示出为分别连接至VAV RTU 522和540的Verasys VAV引擎(VVE)。区域协调器506经由区域总线556直接连接至VAV RTU 522,而区域协调器510经由提供至PEAK控制器534的有线输入568连接至第三方VAV RTU 540。区域协调器508和518被示出为分别连接至COBP RTU 526和552的Verasys COBP引擎(VCE)。区域协调器508经由区域总线558直接连接至COBP RTU 526,而区域协调器518经由提供至PEAK控制器544的有线输入570连接至第三方COBP RTU 552。
区域控制器524、530至532、536和548至550可以经由传感器/致动器(SA)总线与各个BMS装置(例如,传感器、致动器等)通信。例如,VAV区域控制器536被示出为经由SA总线566连接至联网传感器538。区域控制器536可以使用MSTP协议或任何其他通信协议与联网传感器538通信。虽然在图5中仅示出了一条SA总线566,但应该理解的是,每个区域控制器524、530至532、536以及548至550可以连接至不同的SA总线。每条SA总线可以将区域控制器与各种传感器(例如,温度传感器、湿度传感器、压力传感器、光传感器、占用传感器等)、致动器(例如,气闸致动器、阀致动器等)和/或其他类型的可控设备(例如,冷却器、加热器、风扇、泵等)相连接。
每个区域控制器524、530至532、536以及548至550可以被配置用于监测和控制不同的建筑物区域。区域控制器524、530至532、536以及548至550可以使用经由其SA总线提供的输入和输出来监测和控制各建筑物区域。例如,区域控制器536可以使用经由SA总线566从联网传感器538接收到的温度输入(例如,建筑物区域的测量温度)作为温度控制算法中的反馈。区域控制器524、530至532、536以及548至550可以使用各种类型的控制算法(例如,基于状态的算法、极值搜索控制(ESC)算法、比例积分(PI)控制算法、比例-积分-微分(PID)控制算法、模型预测控制(MPC)算法、反馈控制算法等)来控制建筑物10中或周围的可变状态或条件(例如,温度、湿度、气流、照明等)。
在于2017年1月17日提交的题为“Building Management System with EnergyAnalytics(具有能量分析的建筑物管理***)”的美国专利申请号15/408,405中描述了具有能量分析的建筑物管理***500的进一步实施方式,所述美国专利申请要求于2016年1月22日提交的美国临时专利申请号62/286,273的权益和优先权,并且还是于2016年6月14日提交的美国专利申请号15/182,579和于2016年6月14日提交的美国专利申请号15/182,580两者的部分延续案,这些专利申请中的每一个的全部披露内容通过引用结合在此。
用于故障检测的自适应调节
BMS控制器366、远程***或应用444、和/或独立控制器可以用于故障检测的自适应调节。BMS控制器366、远程***或应用444、和/或独立控制器可以被配置用于实施以下描述的过程。在夜间(未占用小时)与白天(占用小时数)相比期间公用事业消耗和需求变化,这导致静态故障阈值或者缺少实际故障或者产生假阳性结果。由于变化的公用设施需求,诸如,在商业建筑物在晚上关掉照明***和HVAC***以在几乎没有占用时节约能量的情况下,因此具有日常监测其负荷的不寻常变化的能力的客户可以有利地使用这种变化信息来确定其能量使用中的低效现象或故障。这些能量低效现象可能导致能量浪费,这使客户由于消耗和需求增加而支付更多的公共设施账单。此外,在建筑物未被占用或被最小地占用时,这种低效现象可以指示以比所预期的高的负荷操作的故障部件,所述故障部件可能导致故障。
现在参照图6,示出根据示例性实施例的包括与建筑物网络602通信的建筑物管理***604的***600。建筑物网络502可以包括BMS 400(例如,BMS控制器366、建筑物子***428等)和/或建筑物管理***604可以与其相关联的建筑物的任何项目(例如,空间、设备、对象、点等)。建筑物管理***604可以被配置用于提供关于项目的各种报告功能和/或促进向与其连接的实体(例如,建筑物设备、控制对象、控制点等)中一个或多个提供命令(例如,批量命令、单独命令等)。
建筑物管理***604包括通信接口606和具有处理器610和存储器612的处理电路608。处理电路608可以可通信地连接至通信接口606,从而使得处理电路608及其各个部件可以经由通信接口606发送和接收数据(例如,去往/来自建筑物网络602等)。处理器610可以被实施为通用处理器、专用集成电路(ASIC)、一个或多个现场可编程门阵列(FPGA)、一组处理部件或其他合适的电子处理部件。
存储器612(例如,存储器、存储器单元、存储装置等)可以包括用于存储数据和/或计算机代码的一个或多个装置(例如,RAM、ROM、闪存器、硬盘存储装置等),所述数据和/或计算机代码用于完成或促进本申请中所描述的各种过程、层和模块。存储器612可以是或包括易失性存储器或非易失性存储器。存储器612可以包括数据库组件、目标代码组件、脚本组件、或用于支持本申请中所描述的各种活动和信息结构的任何其他类型的信息结构。根据示例实施例,存储器612经由处理电路608可通信地连接至处理器610并且包括用于(例如,由处理电路608和/或处理器610)执行本文中所描述的一个或多个过程的计算机代码。在一些实施例中,在单个计算机(例如,一个服务器、一个外壳等)内实施建筑物管理***604。在各个其他实施例中,建筑物管理***604可以跨多个服务器或计算机(例如,其可以存在于分布式位置中)分布。
仍参照图6,存储器612被示出为包括数据采集器614、时间序列数据库616、能量管理应用618和分析服务620。部件614至620可以一起操作用于:从建筑物管理***装置(诸如,HVAC***、空气侧***、水侧***等的装置)获得时间序列数据;将所述数据存储为数据时间序列;在对数据时间序列执行分析之后基于数据时间序列来生成结果时间序列;并且将数据时间序列和结果时间序列传输至BMS控制器366或外部用户装置。可以在于2017年7月7日提交的美国专利申请号15/644,581(现在为美国专利号10,169,486)中找到聚集和处理时间序列数据的示例,所述美国专利的全部内容通过引用结合于此。部件614至620可以被配置用于从建筑物网络602和其他数据源接收输入和/或向所述建筑物网络和所述其他数据源发送输出,并且提供搜索、报告和/或命令功能。
在一些实施例中,数据采集器614包括由一个或多个服务器或处理器(例如,处理电路608)执行的程序指令。在一些实施例中,数据采集器614被配置用于从建筑物网络602的一个或多个建筑物管理***装置采集数据样本并且生成包括所述一个或多个数据样本的数据时间序列。数据采集器614可以采集来自任何时间段的数据样本,并且所述时间段可以具有任何长度。数据时间序列可以包括按照时间顺序的数据样本的列表,所述时间顺序基于与每个数据样本相关联的时间戳。由于数据采集器614采集数据时间序列的数据样本,因此数据采集器614可以使用指示数据何时被数据采集器614或被一个或多个建筑物管理***装置处的传感器采集的时间戳标记来标记每个数据样本。数据采集器614可以通过针对数据来轮询建筑物管理***装置而采集数据。数据采集器614可以根据来自外部用户装置(未示出)的请求或以指示采集数据的时间间隔的预编程速率来轮询建筑物管理***装置。在一些实施例中,数据采集器614可以轮询选择的建筑物管理***装置或建筑物管理***装置中的每一个装置,这取决于如何配置数据采集器614。在采集数据样本之后,数据采集器614可以基于数据样本的时间戳来生成数据时间序列并且将所生成的数据时间序列存储在时间序列数据库616中。
在一些实施例中,时间序列数据库616包括由一个或多个服务器或处理器(例如,处理电路608)执行的程序指令。在一些实施例中,时间序列数据库616可以被配置用于存储由数据采集器614从建筑物和建筑物管理***装置中采集并生成的数据时间序列。时间序列数据库616可以是图形数据库、MySQL、Oracle、Microsoft SQL、Postgre DB2、文件存储、搜索引擎、关键值存储等。在一些实施例中,时间序列数据库616被配置用于保存任何数量的数据样本。时间序列数据库616可以被组织成多个部分。每个部分可以表示从特定传感器或建筑物管理***装置接收的输入。例如,时间序列数据库616可以包括时间序列,所述时间序列包括不同建筑物管理***装置的电气使用数据样本。时间序列数据库616可以将电气使用数据样本存储在具有与时间相关联的不同数据条目的列中,针对每行进行温度输入。在时间序列数据库616中的每一列都可以表示建筑物管理***装置内的不同传感器,而每一行都可以表示不同时间戳,所述不同时间戳表示由数据采集器614接收数据的时间和日期或传感器感测数据的时间。这些部分可以进一步被分解成针对建筑物内部或建筑物外部的特定区和/或装置的能量使用的子部分,或者以任何其他方式将数据分成子部分。可以在任何时间从时间序列数据库616添加或移除从建筑物管理***装置接收的数据。
在一些实施例中,分析服务620包括由一个或多个服务器或处理器(例如,处理电路608)执行的程序指令。在一些实施例中,分析服务620被配置用于使用由数据采集器614采集的数据时间序列来执行一项或多项分析并且生成包括指示所述分析的结果的多个结果样本的结果时间序列。可以对数据时间序列执行的分析的示例是对能量使用度量超过自适应可调阈值的时间段内有多少天的分析。自适应可调阈值是随着数据采集器614采集到更多数据而变化的动态阈值,并且对所述数据执行分析以调节自适应可调阈值。在以下将更详细地描述执行确定自适应可调阈值的计算。分析服务620可以使用相应的故障标记来标记能量使用度量超过阈值的每一天。分析服务620可以被配置用于执行任何种类的分析。在一些实施例中,分析服务620调整被分析的数据时间序列以考虑不同的因素,诸如但不限于天气的影响、建筑物的占用、提供数据样本的建筑物管理***装置的数量等。在一些实施例中,在获得对数据时间序列的分析之后,分析服务620被配置用于基于分析生成结果时间序列并且将所述结果时间序列存储在时间序列数据库616中。
在一些实施例中,分析服务620包括能量基准测试模块622、天气归一化模块624和占用比较模块626。在一些实施例中,代替或除了将数据时间序列存储在时间序列数据库616中之外,分析服务620与BMS控制器366集成并且被配置用于将数据时间序列和/或结果时间序列发送到BMS控制器366。分析服务620可以根据请求或者在生成结果时间序列之后自动地将数据时间序列和相关联的结果时间序列两者发送至BMS控制器366。
在一些实施例中,能量基准测试模块622包括由一个或多个服务器或处理器(例如,处理电路608)执行的程序指令。在一些实施例中,能量基准测试模块622被配置用于使用由数据采集器614采集的数据时间序列来计算与所述数据时间序列相关联的建筑物的能量使用度量。所述能量使用度量可以包括能量使用强度(EUI)和/或能量密度。能量使用度量可以包括任何能量使用相关的度量。在一些实施例中,由能量基准测试模块622分析的数据时间序列是资源消耗时间序列并且数据时间序列的数据样本包括电力消耗值、水消耗值、和/或瓦斯消耗值。能量基准测试模块622可以将数据样本聚合到结果时间序列以确定在某一时间段内建筑物使用了多少能量。在一些实施例中,能量基准测试模块622被配置用于在任一时间段内生成结果时间序列。在一些实施例中,每个时间段可以由用户在用户装置处选择或由BMS控制器366自动地确定。
天气归一化模块624包括可以由一个或多个服务器或处理器(例如,处理电路608)执行的程序指令。在一些实施例中,天气归一化模块624被配置用于通过从数据时间序列中移除天气影响来辅助生成结果时间序列。在一些实施例中,天气归一化模块624被配置用于在从外部装置接收到与天气相关的数据样本之后分析数据时间序列的数据,所述外部装置指示有时与数据时间序列中的每个数据样本相关联的天气。使用天气数据,天气归一化模块624有时可以当天气可能影响建筑物的不同建筑物管理***装置的操作时移除具有时间戳的数据样本。在一些实施例中,例如,如果在夏季中期外部温度变得意外地冷,并且建筑物的HVAC装置由于冷而必须使用比预期更多的能量,则天气归一化模块624被配置用于识别来自其为非特性地冷的日子的数据并且移除所识别的数据,因此不对所识别的数据执行分析。
有利地,通过从包括来自在不典型的天气下操作的建筑物管理***装置的数据的数据时间序列中移除数据样本,天气归一化模块624可以在确定建筑物中的建筑物管理***装置是如何高效时考虑天气。如果在分析服务620正在分析数据时将源于天气的数据样本包括在数据时间序列中,则由数据时间序列生成的任何结果时间序列可能受到不寻常天气的影响并且不是建筑物的任何建筑物管理***装置或整个建筑物是如何高效的可靠指示符。
在一些实施例中,占用比较模块626包括由一个或多个服务器或处理器(例如,处理电路608)执行的程序指令。在一些实施例中,占用比较模块626被配置用于通过使用不同的分析过程来对数据时间序列执行分析。占用比较模块626可以被配置用于执行以下参照图8和图9示出和描述的过程800和900的步骤。对于过程800和900的步骤的简要概述,占用比较模块626可以进行以下操作:使用由数据采集器614采集的数据时间序列的样本来计算第一时间段内最小一半的经排序能量消耗值的平均值;使用数据时间序列的样本来计算第二时间段内最大一半的经排序能量消耗值的平均值;计算第一时间段内最小一半的经排序能量消耗值的平均值与第二时间段内最大一半的经排序能量消耗值的平均值的比率;将所计算的比率与自适应可调阈值进行比较;并且响应于所计算的比率超过自适应可调阈值来激活***。在一些实施例中,占用比较模块626被配置用于:计算一个间隔内一组所计算比率的均值;计算所述间隔内所述所计算比率的中值绝对偏差;并且基于所述均值和所述中值绝对偏差来计算所述自适应可调阈值。
在一些实施例中,能量管理应用618包括将由一个或多个服务器或处理器(例如,处理电路608)执行的程序指令。在一些实施例中,能量管理应用618被配置用于响应于对与一个或多个变量相关联的时间序列数据的请求而从时间序列数据库616中检索数据时间序列和相关联的结果时间序列。在一些实施例中,所述一个或多个变量与能量使用相关。能量管理应用618可以被配置用于针对由分析服务620计算的数据时间序列和/或结果时间序列而接收来自BMS控制器366或来自外部用户装置的请求。在从时间序列数据库616中检索到数据时间序列和/或结果时间序列之后,能量管理应用程序可以将所请求的数据时间序列和/或结果时间序列传输到BMS控制器366或外部用户装置。能量管理应用618可以检索与任何时间段相关联的、由BMS控制器366和/或外部用户装置请求的数据时间序列和/或结果时间序列。
图7描绘了由BMS控制器366执行的用于在工作日期间检测建筑物的异常能量消耗的过程700的实施方式。过程700包括在间隔上对第一时间段的能量消耗值进行排序(框710)。所述第一时间段可以是非占用时间段或夜间时间段(例如,下午6点到上午6点、下午5点到上午8点等)。在一些实施方式中,能量消耗值可以是计量数据值,诸如,电量、水的体积、天然气的体积、易燃材料的体积或其他能量消耗值。间隔可以是小时间隔、三十分钟间隔、十五分钟间隔、十分钟间隔、五分钟间隔等。排序可以从最高到最低或从最低到最高。
过程700包括将第一时间段内最小一半的经排序能量消耗值的平均值计算为Q最小(框720)。对于被分成十五分钟间隔的示例十二小时时段(下午6点到上午6点),将有总共48个能量消耗值被排序。因此,最小一半将是48个总能量消耗值中的24个最低值。计算这24个能量消耗值的平均值得出平均值Q最小。
过程700进一步包括在间隔上对第二时间段的能量消耗值进行排序(框730)。第二时间段可以是占用时间段或白天时间段(例如,上午6点到下午6点、上午8点到下午5点等)。在一些实施方式中,能量消耗值可以是计量数据值,诸如,电量、水的体积、天然气的体积、易燃材料的体积或其他能量消耗值。间隔可以是小时间隔、三十分钟间隔、十五分钟间隔、十分钟间隔、五分钟间隔等。排序可以从最高到最低或从最低到最高。
过程700包括将第二时间段内最大一半的经排序能量消耗值的平均值计算为Q最大(框640)。对于被分成十五分钟间隔的示例十二小时时段(上午6点到下午6点),将有总共48个能量消耗值被排序。因此,最大一半将是48个总能量消耗值中的24个最高值。计算这24个能量消耗值的平均值得出平均值Q最大。
使用对应占用或未占用时间段中一半的点导致对异常点的更加稳健确定。由于通信误差、数据获取误差、或占用的临时变化(即,在消防演***均值,则一个或两个较大异常可能导致掩蔽底层数据。
过程700进一步包括计算夜间值Q最小与白天值Q最大的比率(框750)。所述比率Q比率可以被计算为:
对于具有平均消费Q最大为10,000kWh的示例白天和具有平均消耗Q最小为9,000kWh的夜间,比率Q比率被计算为0.9,这意味着夜间消耗约为白天消耗的90%。
过程700进一步包括将所述比率Q比率与自适应调节阈值进行比较(框760)。对于示例自适应调节阈值T=0.8,将Q比率与阈值进行比较,并且如果Q比率≥T,则触发指示所述日期具有高夜间负荷的标记。在以上Q比率为0.9的示例中,可以触发标记。触发标记可以导致记录消耗值和/或时间戳和/或特定日期,或者可以响应于Q比率超过自适应调节阈值来激活另一***(框770)。所述另一***可以包括报警***、警告***和/或控制***。在一些实施方式中,控制***可以控制用于控制图1的HVAC***100的部件、图4的一个或多个建筑物子***428、和/或图5的BMS 500的一个或多个部件的一个或多个参数。例如,对其他***的激活(框770)可以取消激活或减少照明***442或HVAC***440的负荷以用于随后的夜间循环。
在某些情况下,数据可能会从一个或多个间隔中丢失。在这种情况下,数据间隙可以根据条件以两种不同的方式填充。对于仅是单个间隔值的数据间隙(例如,如果间隔是15分钟间隔并且数据间隙持续时间为22分钟或更短),则使用前一时间序列记录的值来代替丢失值。如果间隙长于单个间隔(例如,如果间隔是15分钟间隔且数据间隙超过22分钟),则使用来自具有相同特性的另一时间段(诸如,在与前一周、前一个月、前一天、前一年等相同的时间段期间)的值来替代丢失值。如果这些值不可用,则使用来自再前一周的数据。如果来自再前一周的数据不可用,则可以使用当前数据值的线性插值来填充数据间隙或者数据被留下不填充。
图8描绘了由BMS控制器366执行的用于自适应地调节过程700的阈值的过程800。使用设置的阈值产生用于检测Q比率变化的恒定水平。然而,一旦被部署,可能不期望恒定界限。具有恒定界限或阈值不适应客户行为和/或季节性的变化。因此,过程800提供了用于阈值的自适应调节。过程800包括对n间隔设置内的一组Q比率值进行求和(框810)。n间隔设置可以是七天(例如,每周)间隔、三十天和/或每月间隔、季度间隔、季节间隔或任何其他间隔设置。也就是说,给定Q比率(i)是矢量Q比率中的第i个值,使得:
Q比率={Q比率(1),Q比率(2),Q比率(3),…Q比率(m)}.
过程800包括计算n间隔设置内的一组Q比率值的之和的均值(框820)。Q比率值的持续n个间隔的均值被定义为:
其中,j是当前时间样本,并且n是总间隔。对于每月间隔,n个间隔可以被默认为30天。
过程800包括计算n间隔设置内的一组Q比率值的中值绝对偏差(框830)。持续n天的Q比率值的中值绝对偏差被计算为:
其中是Q比率的中值。
过程800进一步包括使用均值和中值绝对偏差值来计算可调阈值(框840)。基于以下等式来计算阈值QT:
QT=Qm+x*QMAD
其中,x是可以基于Qm手动地调整的缩放因子(诸如,3)。然后可以以预定间隔更新可调阈值,所述预定间隔诸如基于设置为七天(例如,每周)间隔、三十天和/或每月间隔、季度间隔、季节间隔的间隔或任何其他间隔设置。
图9描绘了由BMS控制器366执行的用于在周末期间检测建筑物的异常能量消耗的进一步过程900。过程900包括将在第一时间段内能量消耗值的平均值计算为Q周末(框910)。对于在星期六和星期日的周末日被分成十五分钟间隔的示例二十四小时时段,将有总共192个能量消耗值被平均。
过程900进一步包括将在第二时间段内能量消耗值的平均值计算为Q工作日(框920)。对于在星期一至星期五的工作日被分成十五分钟间隔的示例二十四小时时段,将有总共480个能量消耗值被平均。
过程900进一步包括计算周末值Q周末与工作日值Q工作日的比率(框930)。所述比率Q比率可以被计算为:
对于具有平均消耗Q工作日为5,000kWh的示例工作日时间集和具有平均消耗Q周末为4,000kWh的周末时间集,比率Q比率被计算为0.8,这意味着周末消耗约为工作日消耗的80%。
过程900进一步包括将所述比率Q比率与自适应调节阈值进行比较(框940)。对于示例自适应调节阈值T=0.5,将Q比率与阈值进行比较,并且如果Q比率≥T,则触发指示所述日期具有周末负荷的标记。在以上Q比率为0.8的示例中,可以触发标记。触发标记可以导致记录消耗值和/或时间戳和/或特定日期时段,或者可以响应于Q比率超过自适应调节阈值来激活另一***(框940)。所述另一***可以包括报警***、警告***和/或控制***。在一些实施方式中,控制***可以控制用于控制图1的HVAC***100的部件、图4的一个或多个建筑物子***428、和/或图5的BMS 500的一个或多个部件的一个或多个参数。例如,对其他***的激活(框950)可以取消激活或减少照明***442或HVAC***440的负荷以用于随后的周末循环。
在某些情况下,数据可能会从一个或多个间隔中丢失。在这种情况下,数据间隙可以根据条件以两种不同的方式填充。对于仅是单个间隔值的数据间隙(例如,如果间隔是15分钟间隔并且数据间隙持续时间为22分钟或更短),则使用前一时间序列记录的值来代替丢失值。如果间隙长于单个间隔(例如,如果间隔是15分钟间隔且数据间隙超过22分钟),则使用在来自前一周的相同时间段期间的值来代替丢失值。如果这些值不可用,则使用来自再前一周的数据。如果再前一周的数据不可用,则可以使用当前数据值的线性插值来填充数据间隙或者数据被留下不填充。
现在参照图10,示出了根据示例性实施例的昼夜对比结果表1000。表1000展示了由参照图6所述示出和描述的占用模块626执行的从不同建筑物(被指示为不同客户)采集的能量使用数据以及使用昼夜对比过程检测到故障的天数。在一些实施例中,结果表1000由占用模块626生成并经由用户装置呈现给用户。在一些实施例中,所述数据包括在不同列中的:客户编号1004、检测到的故障数量1006、采集数据的总天数1008、真阳性1010、假阳性1012、假阴性1014、真阴性1016、精确度1018、召回率1020、以及F1 1022。括号中的数字示出基准测试数据,所述基准测试数据指示如果使用其他***和方法来计算故障和能量使用则实际数据将达到的值。以下参照图12至图21讨论了与不同建筑物相关联的曲线图,从所述不同建筑物得到并且分析昼夜对比过程结果表的数据。
客户编号1004被示出为与特定客户相关联的建筑物的列表,其中,建筑物管理***604基于特定客户的建筑物的数据来实施昼夜对比过程以识别故障。在一些实施例中,建筑物管理***604对表1000中的一个或多个建筑物执行昼夜对比过程。在一些实施例中,建筑物中的每一个与同建筑物管理***604类似或相同的特定***相关联。任何类型的建筑物都可以包括在列表中。每个客户表示数据与其相关联的表1000中新的一行。检测到的故障数量1006可以是在客户的设定时间段内检测到的故障数量。故障可以表示Q比率超过基于昼夜对比过程的自适应调整阈值的一天。在一些实施例中,故障是能量使用在单日内的时间段内超过阈值的一天。
采集数据的总天数1008可以表示针对一个客户采集数据的天数。真阳性1010可以是通过目视检查每天的数据正确地检测、确定的多个故障。假阳性1012可以是当其不应该被检测到时而检测到的故障总数。类似于真阳性1010,基于视觉检查确定假阳性1012。假阴性1014可以是在存在故障时未检测到故障的天数。真阴性1016可以是未正确检测到故障的天数。精确度1018、召回率1020和F1 1022(例如,F分数)中的每一个都是准确性地指示基于表1000的每个客户的假阳性、真阳性、假阴性和真阴性的数量来执行昼夜对比过程有多准确的计算。表1000包括准确性计算精确度1018、召回率1020和F1 1022的均值。基于来自表1000中的每个客户的结果获得均值。
现在参照图11,示出了根据示例性实施例的周末与工作日对比过程结果表1100。表1100展示了从不同建筑物采集的能量使用数据以及使用昼夜对比过程检测到故障的天数。在一些实施例中,所述数据包括在不同列中的:客户编号1104、检测到的故障数量1106、采集数据的总天数1108、真阳性1110、假阳性1112、假阴性1114、真阴性1116、精确度1118、召回率1120、以及F1 1122。括号中的数字示出基准测试数据,所述基准测试数据指示如果使用其他***和方法来计算故障和能量使用则实际数据将达到的值。以下参照图22至图31讨论了与不同建筑物相关联的曲线图,从所述不同建筑物得到并且分析周末与工作日对比过程结果表110的数据。表1100包括准确性计算精确度1118、召回率1120和F1 1122的均值。基于来自表1100中的每个客户的结果获得均值。
现在参照图12,示出了根据示例性实施例的针对客户1的数据曲线图1200,所述曲线图展示了通过昼夜对比过程计算的随时间变化的Q比率1208、并且指示Q比率1208超过自适应阈值趋势1206的天数。可以通过占用比较模块626生成Q比率趋势1208。数据曲线图1200包括两个曲线图,故障曲线图1202和Q比率曲线图1204,每个曲线图1202和1204都示出与针对客户1计算的建筑物管理***装置的能量使用相关的数据。Q比率曲线图1204包括每日由控制器366和/或能量管理应用程序618计算的能量使用的Q比率趋势1208。Q比率曲线图1204还包括被示出为随时间变化的自适应阈值趋势1206。所计算的Q比率趋势1208超过自适应阈值1206的每一天,与所述天对应的圆圈出现在数据样本处,并且线出现在故障曲线图1202上(例如,如标识1203所指示的)。然而,如果Q比率1208未超过自适应阈值,则在故障曲线图1202和Q比率趋势1208中不出现任何相应的故障指示符。
现在参照图13,示出了根据示例性实施例的针对客户2的数据曲线图1300,所述曲线图展示了由昼夜对比过程计算的随时间变化的Q比率趋势1308并且指示Q比率趋势1308超过自适应阈值趋势1306的天数。可以通过占用比较模块626生成Q比率趋势1308。类似于数据曲线图1200,数据曲线图1300被示出为包括故障曲线图1302和Q比率曲线图1304。每个曲线图1302和1304以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图14,示出了根据示例性实施例的针对客户3的数据曲线图1400,所述曲线图展示了通过昼夜对比过程计算的随时间变化的Q比率趋势1408,并且指示Q比率趋势1408超过自适应阈值1306趋势的天数。可以通过占用比较模块626生成Q比率趋势1408。类似于数据曲线图1200,数据曲线图1400被示出为包括故障曲线图1402和Q比率曲线图1404。每个曲线图1402和1404以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图15,示出了根据示例性实施例的针对客户4的数据曲线图1500,所述曲线图展示了由昼夜对比过程计算的随时间变化的Q比率趋势1508并且指示Q比率趋势1508超过自适应阈值趋势1306的天数。可以通过占用比较模块626生成Q比率趋势1508。类似于数据曲线图1200,数据曲线图1500被示出为包括故障曲线图1502和Q比率曲线图1504。每个曲线图1502和1504以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图16,示出了根据示例性实施例的针对客户5的数据曲线图1600,所述曲线图展示了由昼夜对比过程计算的随时间变化的Q比率趋势1608并且指示Q比率趋势1608超过自适应阈值趋势1606的天数。可以通过占用比较模块626生成Q比率趋势1608。类似于数据曲线图1200,数据曲线图1600被示出为包括故障曲线图1602和Q比率曲线图1604。每个曲线图1602和1604以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图17,示出了根据示例性实施例的针对客户6的数据曲线图1700,所述曲线图展示了由昼夜对比过程计算的随时间变化的Q比率趋势1708并且指示Q比率趋势1708超过自适应阈值趋势1706的天数。可以通过占用比较模块626生成Q比率趋势1708。类似于数据曲线图1200,数据曲线图1700被示出为包括故障曲线图1702和Q比率曲线图1704。每个曲线图1702和1704以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图18,示出了根据示例性实施例的针对客户7的数据曲线图1800,所述曲线图展示了由昼夜对比过程计算的随时间变化的Q比率趋势1808并且指示Q比率趋势1808超过自适应阈值趋势1806的天数。可以通过占用比较模块626生成Q比率趋势1808。类似于数据曲线图1200,数据曲线图1800被示出为包括故障曲线图1802和Q比率曲线图1804。每个曲线图1802和1804以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图19,示出了根据示例性实施例的针对客户8的数据曲线图1900,所述曲线图展示了由昼夜对比过程计算的随时间变化的Q比率趋势1908并且指示Q比率趋势1908超过自适应阈值趋势1906的天数。可以通过占用比较模块626生成Q比率趋势1908。类似于数据曲线图1200,数据曲线图1900被示出为包括故障曲线图1902和Q比率曲线图1904。每个曲线图1902和1904以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图20,示出了根据示例性实施例的针对客户9的数据曲线图2000,所述曲线图展示了由昼夜对比过程计算的随时间变化的Q比率趋势2008并且指示Q比率趋势2008超过自适应阈值趋势2006的天数。可以通过占用比较模块626生成Q比率趋势2008。类似于数据曲线图1200,数据曲线图2000被示出为包括故障曲线图2002和Q比率曲线图2004。每个曲线图2002和2004以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图21,示出了根据示例性实施例的针对客户10的数据曲线图2100,所述曲线图展示了由昼夜对比过程计算的随时间变化的Q比率趋势2108并且指示Q比率趋势2108超过自适应阈值趋势2106的天数。可以通过占用比较模块626生成Q比率趋势2108。类似于数据曲线图1200,数据曲线图2100被示出为包括故障曲线图2102和Q比率曲线图2104。每个曲线图2102和2104以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图22,示出了根据示例性实施例的针对客户1的数据曲线图2200,所述曲线图展示了通过周末与工作日对比过程计算的随时间变化的Q比率趋势2208,并且指示Q比率趋势2208超过自适应阈值趋势2206的天数。可以通过占用比较模块626生成Q比率趋势2208。类似于数据曲线图1200,数据曲线图2200被示出为包括故障曲线图2202和Q比率曲线图2204。每个曲线图2202和2204以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图23,示出了根据示例性实施例的针对客户2的数据曲线图2300,所述曲线图展示了通过周末与工作日对比过程计算的随时间变化的Q比率趋势2308,并且指示Q比率趋势2308超过自适应阈值趋势2306的天数。可以通过占用比较模块626生成Q比率趋势2308。类似于数据曲线图1200,数据曲线图2300被示出为包括故障曲线图2302和Q比率曲线图2304。每个曲线图2302和2304以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图24,示出了根据示例性实施例的针对客户3的数据曲线图2400,所述曲线图展示了通过周末与工作日对比过程计算的随时间变化的Q比率趋势2408,并且指示Q比率趋势2408超过自适应阈值趋势2406的天数。可以通过占用比较模块626生成Q比率趋势2408。类似于数据曲线图1200,数据曲线图2400被示出为包括故障曲线图2402和Q比率曲线图2404。每个曲线图2402和2404以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图25,示出了根据示例性实施例的针对客户4的数据曲线图2500,所述曲线图展示了通过周末与工作日对比过程计算的随时间变化的Q比率趋势2508,并且指示Q比率趋势2508超过自适应阈值趋势2506的天数。可以通过占用比较模块626生成Q比率趋势2508。类似于数据曲线图1200,数据曲线图2500被示出为包括故障曲线图2502和Q比率曲线图2504。每个曲线图2502和2504以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图26,示出了根据示例性实施例的针对客户5的数据曲线图2600,所述曲线图展示了通过周末与工作日对比过程计算的随时间变化的Q比率趋势2608,并且指示Q比率趋势2608超过自适应阈值趋势2606的天数。可以通过占用比较模块626生成Q比率趋势2608。类似于数据曲线图1200,数据曲线图2600被示出为包括故障曲线图2602和Q比率曲线图2604。每个曲线图2602和2604以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图27,示出了根据示例性实施例的针对客户6的数据曲线图2700,所述曲线图展示了通过周末与工作日对比过程计算的随时间变化的Q比率趋势2708,并且指示Q比率趋势2708超过自适应阈值趋势2706的天数。可以通过占用比较模块626生成Q比率趋势2708。类似于数据曲线图1200,数据曲线图2700被示出为包括故障曲线图2702和Q比率曲线图2704。每个曲线图2702和2704以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图28,示出了根据示例性实施例的针对客户7的数据曲线图2800,所述曲线图展示了通过周末与工作日对比过程计算的随时间变化的Q比率趋势2808,并且指示Q比率趋势2808超过自适应阈值趋势2806的天数。可以通过占用比较模块626生成Q比率趋势2808。类似于数据曲线图1200,数据曲线图2800被示出为包括故障曲线图2802和Q比率曲线图2804。每个曲线图2802和2804以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图29,示出了根据示例性实施例的针对客户8的数据曲线图2900,所述曲线图展示了通过周末与工作日对比过程计算的随时间变化的Q比率趋势2908,并且指示Q比率趋势2908超过自适应阈值趋势2906的天数。可以通过占用比较模块626生成Q比率趋势2908。类似于数据曲线图1200,数据曲线图2900被示出为包括故障曲线图2902和Q比率曲线图2904。每个曲线图2902和2904以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图30,示出了根据示例性实施例的针对客户9的数据曲线图3000,所述曲线图展示了通过周末与工作日对比过程计算的随时间变化的Q比率趋势3008,并且指示Q比率趋势3008超过自适应阈值趋势3006的天数。可以通过占用比较模块626生成Q比率趋势3008。类似于数据曲线图1200,数据曲线图3000被示出为包括故障曲线图3002和Q比率曲线图3004。每个曲线图3002和3004以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
现在参照图31,示出了根据示例性实施例的针对客户10的数据曲线图3100,所述曲线图展示了通过周末与工作日对比过程计算的随时间变化的Q比率趋势3108,并且指示Q比率趋势3108超过自适应阈值趋势3106的天数。可以通过占用比较模块626生成Q比率趋势3108。类似于数据曲线图1200,数据曲线图3100被示出为包括故障曲线图3102和Q比率曲线图3104。每个曲线图3102和3104以与故障曲线图1202和Q比率曲线图1204(参照图12示出和讨论的)类似的方式展示了随时间变化的所计算的故障。
示例性实施例的配置
如各个示例性实施例中所示出的***和方法的构造和安排仅是说明性的。尽管本披露中仅详细描述了几个实施例,但是许多修改是可能的(例如,各种元件的大小、尺寸、结构、形状和比例、参数的值、安装安排、材料的使用、颜色、定向等变化)。例如,元件的位置可以颠倒或以其他方式变化,并且离散元件的性质或数量或位置可以更改或变化。因此,所有这类修改旨在被包括在本披露的范围内。可以根据替代实施例对任何过程或方法步骤的顺序或序列进行改变或重新排序。在不脱离本披露范围的情况下,可以在示例性实施例的设计、操作条件和安排方面作出其他替代、修改、改变、和省略。
本披露设想了用于完成各种操作的方法、***和任何机器可读介质上的程序产品。可以使用现有计算机处理器或由结合用于此目的或另一目的的适当***的专用计算机处理器或由硬接线***来实施本披露的实施例。本披露范围内的实施例包括程序产品,所述程序产品包括用于承载或具有存储在其上的机器可执行指令或数据结构的机器可读介质。这种机器可读介质可以是可以由通用或专用计算机或具有处理器的其他机器访问的任何可用介质。举例来讲,这类机器可读介质可以包括RAM、ROM、EPROM、EEPROM、CD-ROM或其他光盘存储装置、磁盘存储装置或其他磁存储装置等,或者可以用来以机器可执行指令或数据结构的形式承载或存储期望程序代码并且可以由通用或专用计算机或具有处理器的其他机器访问的任何其他介质。上述内容的组合也包括在机器可读介质的范围内。机器可执行指令包括例如使通用计算机、专用计算机或专用处理机器执行某一功能或功能组的指令和数据。
尽管附图示出了方法步骤的特定顺序,但是步骤的顺序可以不同于所描绘的顺序。还可以同时或部分同时地执行两个或更多个步骤。这种变型将取决于所选软件和硬件***以及设计者的选择。所有此类变型都在本披露的范围内。同样,可以用具有基于规则的逻辑和用于实施各个连接步骤、处理步骤、比较步骤和判定步骤的其他逻辑的标准编程技术来实施软件实施方式。
Claims (20)
1.一种建筑物***,包括被配置用于存储指令的一个或多个存储器装置,所述指令当在一个或多个处理器上执行时使所述一个或多个处理器用于:
确定第一时间段内最小一半的经排序能量消耗值的平均值;
确定第二时间段内最大一半的经排序能量消耗值的平均值;
确定所述第一时间段内所述最小一半的经排序能量消耗值的所述平均值与所述第二时间段内的所述最大一半的经排序能量消耗值的所述平均值的比率;
将所述所计算的比率与自适应可调阈值进行比较;并且
响应于所述所计算的比率超过所述自适应可调阈值来激活第二***。
2.如权利要求1所述的建筑物***,其中,所述第一时间段是占用时间段并且所述第二时间段是未占用时间段。
3.如权利要求1所述的建筑物***,其中,所述所激活的第二***控制用于控制HVAC***的部件、一个或多个建筑物子***、或者一个或多个建筑物管理***装置的一个或多个参数。
4.如权利要求1所述的建筑物***,其中,所述指令使所述一个或多个处理器用于:
确定一个间隔内的一组所计算比率的均值;
确定所述间隔内的所述所计算比率的中值绝对偏差;并且
基于所述均值和所述中值绝对偏差来设置所述自适应可调阈值。
5.如权利要求4所述的建筑物***,其中,所述自适应可调阈值进一步基于用于基于所述一组所计算的比率的所述均值来缩放所述中值绝对偏差的缩放因子。
6.如权利要求1所述的建筑物***,其中,所述指令使所述一个或多个处理器用于实施:
数据采集器,被配置用于从一个或多个建筑物管理***装置采集数据样本并且生成包括多个所述数据样本的数据时间序列;
分析服务,被配置用于使用所述数据时间序列执行一项或多项分析并且生成包括指示所述分析的结果的多个结果样本的结果时间序列;
能量管理应用,被配置用于响应于对与一个或多个变量相关联的时间序列数据的请求而从时间序列数据库中检索所述数据时间序列和所述结果时间序列;
其中,所述建筑物***进一步包括被配置用于存储所述数据时间序列和所述结果时间序列的时间序列数据库。
7.如权利要求6所述的建筑物***,其中,所述分析服务包括天气归一化模块,所述天气归一化模块被配置用于通过从所述数据时间序列中移除天气影响来生成所述结果时间序列。
8.如权利要求6所述的建筑物***,其中,所述数据时间序列是资源消耗时间序列,并且所述数据时间序列的所述数据样本包括电力消耗值、水消耗值、或天然气消耗值中的至少一项;并且
其中,所述分析服务包括能量基准测试模块,所述能量基准测试模块被配置用于使用所述数据时间序列来计算与所述数据时间序列相关联的建筑物的能量使用度量,所述能量使用度量包括能量使用强度(EUI)或能量密度中的至少一个。
9.如权利要求6所述的建筑物***,其中,所述指令进一步使所述一个或多个处理器使用来自不同于所述第一时间段和所述第二时间段的第三时间段的值来填充所述数据时间序列的数据中的一个或多个间隙。
10.如权利要求9所述的***,其中,所述第三时间段和所述第一时间段都与共同特性相关联。
11.一种***,包括:
建筑物管理***,其与建筑物网络的一个或多个建筑物管理***装置通信,
其中,所述建筑物管理***被配置用于:
确定第一时间段内能量消耗值的平均值;
确定第二时间段内能量消耗值的平均值;
确定所述第一时间段内所述平均能量消耗值与所述第二时间段内所述平均能量消耗值的比率;
将所述所计算的比率与自适应可调阈值进行比较;以及
响应于所述所计算的比率超过所述自适应可调阈值来激活第二***。
12.如权利要求11所述的***,其中,所述第一时间段是周末时间段并且所述第二时间段是工作日时间段。
13.如权利要求11所述的***,其中,所述所激活的第二***控制用于控制HVAC***的部件、一个或多个建筑物子***、或者所述一个或多个建筑物管理***装置的一个或多个参数。
14.如权利要求11所述的***,其中,所述建筑物管理***进一步被配置用于:
确定一个间隔内的一组所计算比率的均值;
确定所述间隔内的所述所计算比率的中值绝对偏差;并且
基于所述均值和所述中值绝对偏差来确定所述自适应可调阈值。
15.如权利要求14所述的***,其中,所述自适应可调阈值进一步基于用于基于所述一组所计算的比率的所述均值来缩放所述中值绝对偏差的缩放因子。
16.如权利要求11所述的***,其中,所述建筑物管理***包括:
数据采集器,被配置用于从所述一个或多个建筑物管理***装置采集数据样本并且生成包括多个所述数据样本的数据时间序列;
分析服务,被配置用于使用所述数据时间序列执行一项或多项分析并且生成包括指示所述分析的结果的多个结果样本的结果时间序列;以及
能量管理应用,被配置用于响应于对与一个或多个变量相关联的时间序列数据的请求而从所述时间序列数据库中检索所述数据时间序列和所述结果时间序列,
其中,所述***进一步包括被配置用于存储所述数据时间序列和所述结果时间序列的时间序列数据库。
17.如权利要求16所述的***,其中,所述分析服务包括天气归一化模块,所述天气归一化模块被配置用于通过从所述数据时间序列中移除天气影响来生成所述结果时间序列。
18.如权利要求16所述的***,其中,所述数据时间序列是资源消耗时间序列,并且所述数据时间序列的所述数据样本包括电力消耗值、水消耗值、或天然气消耗值中的至少一项;以及
其中,所述分析服务包括能量基准测试模块,所述能量基准测试模块被配置用于使用所述数据时间序列来计算与所述数据时间序列相关联的建筑物的能量使用度量,所述能量使用度量包括能量使用强度(EUI)或能量密度中的至少一个。
19.如权利要求16所述的***,其中,所述建筑物管理***进一步被配置用于使用来自不同于所述第一时间段和所述第二时间段的第三时间段的值来填充所述数据时间序列的数据中的一个或多个间隙。
20.一种由建筑物管理***的处理电路执行的方法,所述方法包括:
由所述处理电路从所述建筑物管理***的建筑物管理***装置采集数据样本并且生成包括多个所述数据样本的数据时间序列;
由所述处理电路使用所述数据时间序列来执行一个或多个分析;
由所述处理电路生成包括指示所述分析结果的多个结果样本的结果时间序列;
由所述处理电路存储所述数据时间序列和所述结果时间序列;
由所述处理电路响应于对与所述一个或多个变量相关联的时间序列数据的请求而从时间序列数据库中检索所述数据时间序列和所述结果时间序列,
由所述处理电路使用所述数据时间序列的所述样本来确定第一时间段内最小一半的经排序能量消耗值的平均值;
由所述处理电路使用所述数据时间序列的所述样本来计算第二时间段内最大一半的经排序能量消耗值的平均值;
由所述处理电路确定所述第一时间段内所述最小一半的经排序能量消耗值的所述平均值与所述第二时间段内所述最大一半的经排序能量消耗值的所述平均值的比率;
由所述处理电路将所述所确定的比率与自适应可调阈值进行比较;并且
响应于所述所确定的比率超过所述自适应可调阈值由所述处理电路来激活***。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201862649966P | 2018-03-29 | 2018-03-29 | |
US62/649,966 | 2018-03-29 | ||
US16/355,066 US11599071B2 (en) | 2018-03-29 | 2019-03-15 | Systems and methods for adaptively tuning thresholds for fault detection in buildings |
US16/355,066 | 2019-03-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110320885A true CN110320885A (zh) | 2019-10-11 |
CN110320885B CN110320885B (zh) | 2023-09-05 |
Family
ID=68056095
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910245344.1A Active CN110320885B (zh) | 2018-03-29 | 2019-03-28 | 用于自适应地调节建筑物中故障检测的阈值的***和方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11599071B2 (zh) |
CN (1) | CN110320885B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113531784A (zh) * | 2020-04-16 | 2021-10-22 | 罗伯特·博世有限公司 | Hvac控制细化粒度占用模式估计 |
CN118014327A (zh) * | 2024-04-09 | 2024-05-10 | 适尔科技(山西)有限公司 | 实时大数据驱动的智慧城市管理平台 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11268996B2 (en) * | 2018-03-30 | 2022-03-08 | Johnson Controls Tyco IP Holdings LLP | Building energy management system with virtual audit metrics |
US11248817B2 (en) * | 2019-11-01 | 2022-02-15 | Roth Technologies, LLC | Continuous monitoring system for early failure detection in HVAC systems |
AU2020204132A1 (en) * | 2020-06-19 | 2022-01-20 | Peter Smithson | System and method for monitoring buildings including facades |
US20230148149A1 (en) * | 2021-11-08 | 2023-05-11 | Johnson Controls Tyco IP Holdings LLP | Building automation system with resource consumption tracking features |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3505600A1 (de) * | 1985-02-18 | 1986-08-21 | Happel GmbH & Co, 4690 Herne | Verfahren und vorrichtung zur regelung der temperatur in zu temperierenden raeumen |
DE10021498A1 (de) * | 1999-05-03 | 2000-11-30 | Heppe Gmbh Biolog Systeme & Ma | Verfahren und Gerätesystem zur effektiven Nutzung insbesondere regenerativer Energien |
CN102054123A (zh) * | 2009-10-26 | 2011-05-11 | 伊顿公司 | 能量使用标志 |
CN102859517A (zh) * | 2010-05-14 | 2013-01-02 | 株式会社日立制作所 | 时序数据管理装置、***、方法以及程序 |
CN106056474A (zh) * | 2016-06-03 | 2016-10-26 | 武汉企鹅能源数据有限公司 | 一种基于能源供应***的自适应运维和参数调节方法 |
CN106427579A (zh) * | 2016-07-25 | 2017-02-22 | 意昂神州(北京)科技有限公司 | 基于平均能耗建模的纯电动汽车续驶里程估算方法和装置 |
CN107274300A (zh) * | 2016-04-05 | 2017-10-20 | 施耐德电气美国股份有限公司 | 能量管理***及方法 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6889173B2 (en) | 2002-10-31 | 2005-05-03 | Emerson Retail Services Inc. | System for monitoring optimal equipment operating parameters |
US20080179053A1 (en) | 2007-01-29 | 2008-07-31 | Lawrence Kates | System and method for zone thermostat budgeting |
US8711711B2 (en) | 2008-10-31 | 2014-04-29 | Howard University | System and method of detecting and locating intermittent and other faults |
US9196009B2 (en) | 2009-06-22 | 2015-11-24 | Johnson Controls Technology Company | Systems and methods for detecting changes in energy usage in a building |
US9690265B2 (en) | 2012-07-13 | 2017-06-27 | Siemens Industry, Inc. | Mobile device with automatic acquisition and analysis of building automation system |
US9633401B2 (en) | 2012-10-15 | 2017-04-25 | Opower, Inc. | Method to identify heating and cooling system power-demand |
US9235657B1 (en) | 2013-03-13 | 2016-01-12 | Johnson Controls Technology Company | System identification and model development |
US9542510B2 (en) | 2013-08-07 | 2017-01-10 | International Business Machines Corporation | Detecting appliances in a building from coarse grained meter data with partial label |
US10101730B2 (en) | 2014-05-01 | 2018-10-16 | Johnson Controls Technology Company | Incorporating a load change penalty in central plant optimization |
US20160203036A1 (en) | 2015-01-09 | 2016-07-14 | Ecorithm, Inc. | Machine learning-based fault detection system |
US10452034B2 (en) | 2015-12-16 | 2019-10-22 | Johnson Controls Technology Company | Central plant control system with building energy load estimation |
US10649419B2 (en) | 2016-06-14 | 2020-05-12 | Johnson Controls Technology Company | Building management system with virtual points and optimized data integration |
JP2019505907A (ja) | 2016-01-22 | 2019-02-28 | ジョンソン コントロールズ テクノロジー カンパニーJohnson Controls Technology Company | エネルギー解析およびアドホックダッシュボードを備えたビルディングエネルギー管理システム |
US20170286204A1 (en) | 2016-04-04 | 2017-10-05 | Honeywell International Inc. | Fault propagation in a building automation system |
US10402360B2 (en) | 2016-06-10 | 2019-09-03 | Johnson Controls Technology Company | Building management system with automatic equipment discovery and equipment model distribution |
-
2019
- 2019-03-15 US US16/355,066 patent/US11599071B2/en active Active
- 2019-03-28 CN CN201910245344.1A patent/CN110320885B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE3505600A1 (de) * | 1985-02-18 | 1986-08-21 | Happel GmbH & Co, 4690 Herne | Verfahren und vorrichtung zur regelung der temperatur in zu temperierenden raeumen |
DE10021498A1 (de) * | 1999-05-03 | 2000-11-30 | Heppe Gmbh Biolog Systeme & Ma | Verfahren und Gerätesystem zur effektiven Nutzung insbesondere regenerativer Energien |
CN102054123A (zh) * | 2009-10-26 | 2011-05-11 | 伊顿公司 | 能量使用标志 |
CN102859517A (zh) * | 2010-05-14 | 2013-01-02 | 株式会社日立制作所 | 时序数据管理装置、***、方法以及程序 |
CN107274300A (zh) * | 2016-04-05 | 2017-10-20 | 施耐德电气美国股份有限公司 | 能量管理***及方法 |
CN106056474A (zh) * | 2016-06-03 | 2016-10-26 | 武汉企鹅能源数据有限公司 | 一种基于能源供应***的自适应运维和参数调节方法 |
CN106427579A (zh) * | 2016-07-25 | 2017-02-22 | 意昂神州(北京)科技有限公司 | 基于平均能耗建模的纯电动汽车续驶里程估算方法和装置 |
Non-Patent Citations (4)
Title |
---|
CHIRAG DEB: "通过对改造前后建筑物数据进行聚类分析确定影响办公建筑能源消耗的关键变量", 《建筑节能》 * |
CHIRAG DEB: "通过对改造前后建筑物数据进行聚类分析确定影响办公建筑能源消耗的关键变量", 《建筑节能》, vol. 46, no. 324, 28 February 2018 (2018-02-28), pages 144 * |
覃俊源: "论述电气工程自动化及其节能设计", 《建筑电气》 * |
覃俊源: "论述电气工程自动化及其节能设计", 《建筑电气》, 31 August 2017 (2017-08-31), pages 3932 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113531784A (zh) * | 2020-04-16 | 2021-10-22 | 罗伯特·博世有限公司 | Hvac控制细化粒度占用模式估计 |
CN118014327A (zh) * | 2024-04-09 | 2024-05-10 | 适尔科技(山西)有限公司 | 实时大数据驱动的智慧城市管理平台 |
Also Published As
Publication number | Publication date |
---|---|
CN110320885B (zh) | 2023-09-05 |
US11599071B2 (en) | 2023-03-07 |
US20190302709A1 (en) | 2019-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11755604B2 (en) | Building management system with declarative views of timeseries data | |
US11119458B2 (en) | Building management system with virtual points and optimized data integration | |
US11835945B2 (en) | Predictive diagnostics system with fault detector for preventative maintenance of connected equipment | |
US11927925B2 (en) | Building system with a time correlated reliability data stream | |
US11182047B2 (en) | Building management system with fault detection and diagnostics visualization | |
CN110320885A (zh) | 用于自适应地调节建筑物中故障检测的阈值的***和方法 | |
US20200200420A1 (en) | Building management system with central plantroom dashboards | |
US20170357490A1 (en) | Building management system with framework agnostic user interface description | |
CN110454874A (zh) | 具有成本目标优化的建筑物装置 | |
US20220413460A1 (en) | Building management system with nested stream generation | |
US11782407B2 (en) | Building management system with optimized processing of building system data | |
US11188039B2 (en) | Building management system with dynamic energy prediction model updates | |
US20230332794A1 (en) | Building management system with indoor air quality management using outdoor air quality forecasting | |
US20240110717A1 (en) | Building system with occupancy prediction and deep learning modeling of air quality and infection risk | |
US11921481B2 (en) | Systems and methods for determining equipment energy waste | |
US11846439B2 (en) | Building control system with peer analysis based on weighted outlier detection | |
US20230148149A1 (en) | Building automation system with resource consumption tracking features | |
US20230145448A1 (en) | Systems and methods for predicting building faults using machine learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230419 Address after: Wisconsin Applicant after: Johnson Controls Tyco intellectual property holdings limited liability partnership Address before: Michigan, USA Applicant before: JOHNSON CONTROLS TECHNOLOGY Co. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |