公共建筑大数据智能节能分析数学模型理论和方法

一、成果概述： （简要说明成果是什么，以便技术受让方了解项目概况） 目前我国北方寒冷地区、冬冷夏热地区公共建筑自动化系统（BAS）采集的冷量、热量、室内温度/湿度/照度等数据，摄像头采集的人员分布等视频数据，以及政府主导建设的公共建筑能耗分类计量系统平台采集的照明、插座、空调、动力等能耗数据，聚合成每栋建筑运行的大数据。因其具有多源异构、多时空尺度等特点，传统的大数据分析数学模型和方法难以有效解决这类大数据处理、分析和建模问题，急需提供智能节能分析的数学模型以及系统理论和方法，为建筑绿色运行和节能控制提供理论和技术支持。

二、技术特点及技术指标： （突出与国内外同行的比较优势或区别） 项目成果从公共建筑大数据中分析和挖掘建筑空间能耗特性以及建筑运行人员分布规律，为节能降耗提供关键依据。通过理论研究和半物理化仿真实验室应用验证，提出公共建筑运行冷/热/电能、室内热环境参数、人员分布等大数据处理、 分析与建模理论体系，为基于人工智能的建筑智能化的大数据应用提供数学模型以及系统理论和方法。

1. 传统的建筑大数据的处理仅考虑单一能耗数据或热环境参数的缺失数据填补或奇异值检测，缺乏公共建筑运行冷/热/电能耗、热环境、微气候等数据处理方法体系。本项目成果采用统计学和拓扑学理论，结合群智能优化方法开展数据特征选择与聚类分析，提出建筑数据清洗、填补与融合的方法，形成提升建筑数据的一致性、可靠性、正确性的集成理论体系。

2. 现有的建筑视频数据仅用于入侵安防人员识别与行为跟踪，缺少面向能耗分析和节能控制的视频数据应用技术。本项目拟综合运用数据场论、统计力学、谱分析理论、超图特征向量计算、凸优化分析方法，本项目成果面向建筑大数据视频人员识别的卷积网络深度学习算法，形成复杂环境下的室内人员识别理论和人员流建模方法体系。

3. 已有的公共建筑能耗大数据挖掘与建模方法仅适用于单一连续或离散事件对象，且没有将人员流特性融入能量流分析模型中。本项目成果研究基于时间序列符号聚合近似理论和多目标自适应粒子群优化算法相结合的建筑运行冷/热/电的全能耗模式挖掘方法，以及基于人员流模型和基于智能优化算法的支持向量机回归方法的能量流多时空尺度一体化智能建模方法，为分析人员流与能量流的时空特性关系提供理论和技术支持。

三、应用领域： （主要面向的行业产业、技术已在*领域应用的概述以及取得成效，还可在火领域应用的前景等） 主要面向大数据分析和绿色建筑等产业，目前本成果相关的技术已在医疗健康领域得到广泛的应用，并已与高校及企业等合作发表多篇高水平学术论文和发明专利。技术未来在更多行业如工业、商业、教育等领域具有潜在的应用前景。

四、投入需求： （需要技术需求方投入的资金、场地、设施等条件） 需求方能够提供大型公共建筑能耗监测系统、视频系统等，将有助于成果的进一步推广及使用。

一、成果概述：（简要说明成果是什么，以便技术受让方了解项目概况）

目前我国北方寒冷地区、冬冷夏热地区公共建筑建筑自动化系统（BAS）采集 的冷量、热量、室内温度/湿度/照度等数据，摄像头采集的人员分布等视频数据， 以及政府主导建设的公共建筑能耗分类计量系统平台采集的照明、插座、空调、动 力等能耗数据，聚合成每栋建筑运行的大数据，因其具有多源异构、多时空尺度等 特点，传统的大数据分析数学模型和方法难以有效解决这类大数据处理、分析和建 模问题，急需提供智能节能分析的数学模型以及系统理论和方法，为建筑绿色运行 和节能控制提供理论和技术支持。

二、技术特点及技术指标：（突出与国内外同行的比较优势或区别）

项目成果从公共建筑大数据中分析和挖掘建筑空间能耗特性以及建筑运行人 员分布规律，为节能降耗提供关键依据。通过理论研究和半物理化仿真实验室应用 验证，提出公共建筑运行冷/热/电能、室内热环境参数、人员分布等大数据处理、

分析和建模理论体系，为基于人工智能的建筑智能化的大数据应用提供数学模型以 及系统理论和方法。

L传统的建筑大数据的处理仅考虑单一能耗数据或热环境参数的缺失数据 填补或奇异值检测，缺乏公共建筑运行冷/热/电能耗、热环境、微气候等数据处理 方法体系。本项目成果采用统计学和拓扑学理论，结合群智能优化方法开展数据 特征选择与聚类分析，提出建筑数据清洗、填补与融合的方法，形成提升建筑数 据的一致性、可靠性、正确性的集成理论体系。

2。现有的建筑视频数据仅用于入侵安防人员识别与行为跟踪，缺少面向能耗 分析和节能控制的视频数据应用技术。本项目拟综合运用数据场论、统计力学、 谱分析理论、超图特征向量计算、凸优化分析方法，本项目成果面向建筑大数据 视频人员识别的卷积网络深度学习算法，形成复杂环境下的室内人员识别理论和 人员流建模方法体系。

3。已有的公共建筑能耗大数据挖掘与建模方法仅适用于单一连续或离散事件对象，且没有将人员流特性融入能量流分析模型中。本项目成果研究基于时间序 列符号聚合近似理论和多目标自适应粒子群优化算法相结合的建筑运行冷/热/电 的全能耗模式挖掘方法，以及基于人员流模型和基于智能优化算法的支持向量机 回归方法的能量流多时空尺度一体化智能建模方法，为分析人员流与能量流的时 空特性关系提供理论和技术支持。

三、应用领域：（主要面向的行业产业、技术已在***领域应用的概述以及取得成效，还可在*火*领域应用的前景等）

主要面向大数据分析和绿色建筑等产业，目前本成果相关的技术已在医疗健康 领域得到广泛的应用，并已与高校及企业等合作发表多篇高水平学术论文和发明专 利。

四、投入需求：（需要技术需求方投入的资金、场地、设施等条件）

需求方能够提供大型公共建筑能耗监测系统、视频系统等，将有助于成果的进 一步推广及使用。