天津大学 王志远 刘魁星 王进宇
【摘 要】建筑不仅是能源密集型的，也是信息密集型的。当前建筑运维工作中普遍存在能源浪费问题，迫切需要先进的数据分析方法来促进建筑运维工作高效开展。目前，建筑数据诊断聚焦于某个、某类单独的设备/设备群，较少关注建筑全性能数据综合分析。大部分研究难以可视化分析诊断结果，研究成果应用于实际工程的效果不佳。本文提出了一种新的基于图网络模型的中央空调系统节能诊断方法。该方法包括挖掘关联属性、图网络建模、分析与诊断三个步骤，为上述问题提供了解决方案。将其应用于北京某公共建筑，利用楼宇自控系统存储的系统运行数据进行实际运行情况的分析诊断，发现了现场运维人员多处不合理操作。研究结果验证了该方法描述建筑全局运行模式和识别异常操作环节的潜力。
【关键词】中央空调、数据挖掘、图网络、频繁图挖掘
Abstract：Buildings are not only energy-intensive, but also information-intensive. There is a widespread problem of energy waste in the current building operation and maintenance work, and there is an urgent need for advanced data analysis methods to promote the efficient development of building operation and maintenance. At present, building data diagnosis focuses on a specific type of individual equipment/equipment group, and pays less attention to the comprehensive analysis of building's full performance data. Most studies are difficult to visually analyze the diagnosis results, and the research results are not well applied to actual projects. This paper proposes a new architectural central air conditioning system energy-saving method based on graph network model. The method includes three steps of mining associated attributes, graph network modeling, analysis and diagnosis, and provides a solution for the above situation. Applying it to the analysis of a public building in Beijing, using the system operation data stored by the building automation system to analyze and diagnose actual operation, it found many improper operations by the on-site operation and maintenance personnel. The research results verify the potential of this method in analyzing the global operation mode of the building and identifying abnormal operating behavior.
Keywords：Central Air Conditioning; Data Mining; Graph Network; Frequent Graph Mining
1 研究背景
建筑运维工作表现出两个鲜明的特点，即能源密集和信息密集。研究表明，我国建筑能耗约占全国能耗近30%，其中中央空调系统占据建筑全年能耗总量的40％～60％[1]。中央空调系统的运维人员往往缺乏相关专业知识，可能长期以错误的方式运行空调设备，造成严重的能源浪费问题。同时，在日常运维工作中，由于值班人员粗心导致能源浪费的现象也较为普遍。因次，迫切需要高效的诊断方法及时发现建筑中的费能环节。近年来，通过楼宇自控系统（BAS）的存储数据进行建筑分析诊断逐渐成为了研究热点。按照数据来源和应用场景划分，可分为能源数据分析、设备故障诊断、节能运行优化三类。香港理工大学肖赋团队利用既有建筑分项能源数据，采用有监督的方式，结合对于某写字楼建筑的先验了解对建筑能耗的关联关系进行挖掘，并识别出建筑能耗的异常值[2-3]。Seem利用离群点分析算法，对比单日能源消耗与历史能源消耗进行异常检测，并提出基于能耗基准值的异常报警方法[4]。Khan等人依据建筑逐时能耗数据，分别应用CART和DBSCAN进行数据异常诊断，研究结果表明不同的算法的交叉使用可以有效识别出能耗中的异常值[5]。香港理工大学王盛卫团队[6-7]、湖南大学陈友明团队[8-9]等分别采用基于主元分析法，对中央空调系统冷水机组及其部件进行了故障诊断工作。香港理工大学肖赋团队采用贝叶斯网络模型对ASHRAE RP-1020及RP-1312数据集挖掘总结进行空调机组风机、盘管等各部件的故障模式识别[10-11]。Congradac等人采用BP神经网络算法和遗传算法相结合，在预测冷冻水出水温度的基础上进一步以能耗最低为目标进行寻优，提出了一种指导中央空调系统冷冻水出水温度设定优化的策略[12]。西安电子科技大学张明琤等采用SVM回归时间序列预测模型，对锅炉参数进行趋势预测，并于山东省某热电站实现锅炉运行的部分优化工作[13]。天津大学翟文鹏等利用负荷预测结合设定点综合寻优的方法优化了制冷系统的运行控制优化[14]。
总结来看，上述研究所涉及的数据挖掘技术对于建筑BAS数据的多维、复杂模型表现出较好的适应力，但仍存在以下问题：
1）重局部、轻系统：聚焦于某个、某类单独的设备/设备群，而较少关注建筑全性能数据综合分析，忽略了建筑BAS数据的整体结构性特征。
2）重建模、轻解释：过分追求模型的精度和效果，忽略挖掘结论的解释和应用，难以用通用和灵活的方式可视化数据分析结果。
3）重方法、轻实践：在一定适用条件下有较好的使用效果，缺乏应对实际工程中复杂问题的能力，难以应用于工程实践。
本文针对具备复杂结构性特征的建筑BAS数据集，提出一种适用于建筑的“图网络”模型，用于系统全局的节能诊断。图网络作为一种数据存储格式其本身具备较强的结构性特征，便于对诊断内容进行可视化分析，使故障诊断结果具有可解释性。
2 研究方法
2.1 研究方法概述
本文的研究方法主要包括三个步骤：挖掘关联属性、图网络生成、分析与诊断。第一阶段，旨在从原始数据集中提取数据关联属性，本文提出专家知识总结和数据挖掘相结合的方式用于关联属性提取，提取结果用于图网络关联边的构建；第二阶段，进行建筑中央空调系统图网络构建，包括节点建模和关联边建模，为后续分析做准备；第三阶段，使用频繁子图挖掘的方法分析建筑频繁运行模式，基于挖掘结果提出频繁子图诊断、日运行图诊断两步走的分析诊断方法。研究技术路线如下图所示。
图1 技术路线图
2.2 挖掘关联属性
从原始数据集中挖掘数据间的关联属性作为图网络建模的基础。大多数关联属性可通过总结先验专家知识的方式进行归纳，其次需要通过数据挖掘的方式进行补充。
传统关联规则挖掘算法在数值型数据处理中不再适用，本文提出基于SAX处理的数据关联规则挖掘。SAX是由Keogh等提出，用以将连续的时间序列数据降维离散处理[15]，该方法可将原始连续数据转化为保留时序上下文信息的连续字符串。本文在此基础上进一步引入新的一组三元字符串 [u，s，d]，其分别代表序列中的“上升、稳定、下降”信息，对连续字符序列进一步做单调特征提取，获得单调字符序列，如下图所示。之后借助Apriori算法对处理后的单调字符序列数据进行分析。
图2 单调字符序列提取方式示意图
2.3 图网络建模
图网络由“节点”和“关联边”组成，节点用于表示图网络中的主客体数据变量，即将某一类型的数据集合表示为图网络中的节点；关联边用于表示主客体数据变量之间的关联关系，这种关联关系可以是一种用字符标记代替的简单数据关系，也可以是两个数据之间的复杂函数模型。
1)节点建模：
节点模型用以表示中央空调运行数据集合中的一个数据类别。包含该类别所有数据变量的集合A称为数据组合A的节点域。一般建筑中央空调系统的节点域划分为：环境数据、能源数据、气象数据、运行数据。可依据建筑实际数据情况划分成更为详细的子节点域。
A{a1,a2…an} （1）
2)关联边建模：
关联边模型用以表示不同数据变量之间的交互关系，给出统一的数学表达方式如下式：
exy=(ax,ay,fxy) （2）
ax、ay为分别为来自节点域Am、An的两个相异变量，fxy为两个节点之间的关系函数，exy为ax、ay节点的组合。对于关联边的建模需要确定：
1.节点对组合ax、ay，即确定存在关联的变量组合；
2.关系函数fxy，即确定变量组合间的关联关系。
2.4 图网络分析
建立了图数据集后，可采用频繁子图挖掘的方法来发现建筑频繁运行模式。在给定支持度阈值的基础上，借助gSpan算法可实现从图集合中发现所有满足阈值条件的共性子图，如下式所示：
Gfre={m|Σni=1sim≥min-sup} （3）
其中，sim为大小在0到1间的数值，表示第m个子图与图集合的同构程度，min-sup是人为设置的支持度阈值。
图3 频繁子图挖掘示意图
将后续诊断过程进一步划分为两步骤：
1）频繁子图诊断：通过将频繁子图与专家先验知识构建的“先验图”进行比较，若二者存在重大差异，可能由于物业人员认知错误，长期存在某种运维问题；
2）日运行图诊断：将经过检验的频繁子图与逐日运行图进行差异比较，若某日运行特征与频繁子图存在重大差异，可能是日常运维中出现的突发状况。
其中，获取频繁子图结果后，通过图数据差异比较的方法进行分析诊断。本文定义异常检验系数Amn，用以定量表示不同图之间的差异程度，其公式如下所示：
（4）
把图的差异来源分为了分式分子中五个组成部分：Dmn(υ)、Dmn(w1)、Dmn(w2)、Dmn(w3)、Dmn(w4)；其分别代表图m、n之间的节点差异数、第一编码标记差异数、第二编码标记差异数、第三编码标记差异数、第四编码标记差异数，其中节点差异数为节点差异程度的描述，四部分编码标记差异数为关联边的差异程度的描述；Nn为频繁子图n的顶点数和所有标记差异数总和。若Amn=0，则说明频繁子图n与图m存在完全匹配，即频繁子图n来源于图m；若参数Amn无限趋近于1，则说明二者之间差异性较大。
频繁子图经过正确性检验后，则代表系统正常的运行模式。利用经过正确性检验的频繁子图图集与每一张日运行图进行差异对比分析，从而实现对逐日常规操作的诊断检验。计算时，对每一个频繁子图与日运行图的的异常检验系数取平均值如下式：
（5）
其中，Nn,j为日运行图的顶点数和所有编码标记差异数总和，j为用于检验日运行图的频繁子图数目。
3 研究结果及分析
3.1 案例概述
本文所使用的数据为北京市某写字楼楼宇自控系统所监测的2019年供冷季两个月的建筑运行数据。该建筑空调末端形式为VAV变频空调，空调系统冷源为冰蓄冷系统，三台双工况冷机（配备四台双工况冷却泵、四台双工况冷塔、四台乙二醇泵）于电价谷价时段制冰存储于冰槽中，次日白天优先使用融冰模式（配备四台乙二醇泵、三台双工况板换、四台冷冻水泵）向全楼供冷。
表1 图网络建模节点表
3.2 关联属性获取
通过专家知识归纳，获得关联属性共33条。此外利用数据挖掘的方法补充“乙二醇流量”、“冷冻流量”二者的关联属性。对各变量单调字符序列进行挖掘，筛选出待分析变量有关的强关联规则列举如下：
表2 冷冻流量（chiller_water_flow）单调字符序列关联规则挖掘结果
表3 乙二醇流量（glycol_flow）单调字符序列关联规则挖掘结果
重点筛选分析冷冻流量、乙二醇流量单调字符为“d”或“u”的情况，获得以下结论：冷冻回水温度变化时冷冻流量随之变化，二者之间的单调变化趋势呈现出了强关联性；同样板换一次侧回水温度与乙二醇流量之间也呈现出强关联性。至此可做出判断：封闭未知的控制程序中规定了冷冻泵、乙二醇泵的变频影响因素分别为冷冻回水温度和双工况板换一次侧回水温度。
3.3 图网络生成
原始数据集中共包含26个变量类型，确定图网络节点域大小为26。此外，本文采取的关联边定性编码规则如下：
第一步：确定观测窗口大小（表示为w），以“日”为划分单位，进一步的将日观测窗口划分为7:00-12:00（w1）、12:00-18:00（w2）、18:00-24:00（w3）、24:00-次日7:00（w4）四个观测窗口。
第二步：在每个观测窗口内，基于两个变量间的主导交互模式创建一个符号。如下表，如当变量A、B在某一个时间段内表现出（低、低）的主交互模式时，则赋予边缘标记为符号“1”。两个变量之间的边缘标签通过组合不同时间段中的符号来获得。例如，当在某日四个观测窗口w1、w2、w3、w4内，分别呈现出（低、低）、（低、高）（高、低）（高、高）的主交互模式，则上述两个变量之间的边缘标签赋字符组合为“1234”。
表4 图网络数据交互模式对应边缘标记值
以上方法生成的图形为网状布局，保留了建筑变量之间的交互信息。下图展示了2019年7月1日生成的示例日图。至此将两个月的原始运行数据共转化为58张图用于后续分析。
图4 2019.07.01单日数据图网络建模结果
3.4 分析与诊断
应用gSpan算法进行挖掘，设置支持度阈值10%。从58张图的集合中共挖掘出32张频繁子图，依据频繁子图挖掘结果进行后续诊断分析。
3.4.1 频繁子图诊断
选取上述实验中32张频繁子图，借助一张结合先验专家知识的“先验图”G1，与上述挖掘结果进行比较，设置异常检验系数Amn=0.2。
图5 频繁子图异常检验结果
如图所示（红色标注为异常区域），频繁子图12#中，节点1（室内环境温度）和节点6（冷冻供水温度）间呈现“1133”表明夜间室内无需供冷时室内温度高而冷冻供水温度仍然较低。节点1和节点8（冷冻流量）呈现“2234”，节点8和节点14（冷冻回水温度）呈现“3313”，均表明存在夜间蓄冰状态下开启冷冻泵的不恰当操作。频繁子图13#中，除了上述问题外，还存在节点1和节点5（空调机组能耗）交互异常，表明在18:00-24:00时间内室内空调机组长期开启。经与现场人员沟通确认后发现，上述现象均为管理人员不合理操作导致的一系列运行问题。
3.4.2 日运行图诊断
利用经过检验的频繁子图对比逐日运行图，对每一个频繁子图与日运行图的的异常检验系数取均值，设置均值异常检验系数0.3，筛选出差异性较大的结果如下：
图6 日运行图异常检验结果
结果表明，7月8日能源系统部分出现了大面积的异常现象。节点25（双工况冷机能耗）在该日冰槽释冷的时间内异常偏高。从其关联节点26（冷却泵能耗）、16（乙二醇流量）、24（双工况冷机冷却供水温度）三者来看，在该时间段内双工况冷机、冷却泵、乙二醇泵、冷塔均处于“高负荷”状态，判断为该日全天存在开启双工况冷机供冷的异常行为。结合节点21（冰槽出口温度）、22（冰槽入口温度）、20（冰槽旁通温度）等蓄冰槽节点异常情况可断定该期间物业未按照冰蓄冷使用要求进行“白天释冷、夜间蓄冷”的常规操作。经过与现场管理人员确认后发现，7月8日当日由于现场人员交接班，夜间蓄冰模式提前结束，导致冰槽蓄冰量远不足次日使用，进而产生了释冷模式下的高能耗现象,造成了运行费用损失。
4 结论
本文借助图网络数据分析手段，结合数据挖掘方法，建立中央空调运行数据图网络模型，并基于该模型提出一套完整的分析诊断方法。通过实际建筑案例实现了“挖掘关联属性-图网络建模-分析与诊断”的完整过程，得到如下结论：
1）图网络模型包含了中央空调系统运行数据的时序性信息和结构性信息，该模型可有效用于整合、表达运行过程中数据交互情况。
2）对原始数据进行处理后用Apriori算法挖掘，挖掘结果表明冷冻泵、乙二醇泵的变频影响因素分别为冷冻回水温度和双工况板换一次侧回水温度。
3）使用图网络模型“频繁子图诊断、日运行图诊断”的诊断方法发现了运维管理人员由于运行操作不合理导致的一系列能源浪费问题。
参考文献：
[1] 薛志峰. 既有建筑节能诊断与改造[M]. 中国建筑工业出版社, 2007.
[2] Fan C，Xiao F，Madsen H，et al． Temporal knowledge discovery in big BAS data for building energy management［J］．Energy and Buildings，2015，109(4):75-89
[3] Xiao F，Fan C．Data mining in building automation system for improving operational performance［J］．Energy and Buildings，2014，75(11) : 109-118
[4] Seem J E．Using intelligent data analysis to detect abnormal energy consumption in buildings［J］．Energy and Buildings，2007，39(1) : 52-58
[5] Khan I，Capozzoli A，Corgnati S P，et al．Fault detection analysis of building energy consumption using data mining techniques［J］．Energy Procedia，2016 42(57)，557-566
[6] Wang S W，Xiao F．AHU sensor fault diagnosis using principal component analysis method［J］．Energy and Buildings，2004，36(2) : 147-160
[7] Wang S W，Xiao F．Detection and diagnosis of AHU sensor faults using principal component analysis method［J］．Energy Conversion and Management，2004，45(17) : 2667-2686
[8] Chen Y M，Lan L L． A fault detection technique for air-source heat pump water chiller/heaters［J］．Energy and Buildings，2009，41( 8) : 881-887
[9] 赵云峰．基于运行数据的离心式机组故障诊断研究［D］．湖南大学，2011
[10] Zhao Y，Wen J，Xiao F，et al．Diagnostic Bayesian Networks for Diagnosing Air Handling Units Faults -Part I: faults in dampers，fans，filters and sensors［J］．Applied Thermal Engineering，2017，111: 1272-1286
[11] Zhao Y，Wen J，Wang S W．Diagnostic Bayesian networks for diagnosing air handling units faults Part II: Faults in coils and sensors［J］．Applied Thermal Engineering，2015，90(5) : 145-157
[12] Congradac V，Kulic F．Recognition of the importance of using artificial neural networks and genetic algorithms to optimize chiller operation［J］．Energy and Buildings，2012，47: 651-665
[13] 张明琤．基于时序数据挖掘的供热锅炉优化方法研究及其实现[D]．西安电子科技大学，2013．
[14] 翟文鹏．基于负荷预测和设定点优化的制冷系统模型预测控制方法研究［D］．天津大学，2012
[15] Keogh E, Lin J ,Fu A . HOT SAX: efficiently finding the most unusual time series subsequence[C]// Fifth IEEE International Conference on Data Mining (ICDM'05). IEEE, 2006.
备注：本文收录于《建筑环境与能源》2021年4月刊 总第42期（第二十届全国暖通空调模拟学术年会论文集）。版权归论文作者所有，任何形式转载请联系作者。
