AIoT技术在绿色智能建筑楼宇自控系统中的最新发展和应用探究

王 宏，韩 晨，李丹丹，2，李红涛

(1.郑州轻工业大学建筑环境工程学院，郑州 450002；2.河南省智慧建筑与人居环境工程技术研究中心，郑州 450002；3.东方电子股份有限公司，山东 烟台 264000)

随着计算机、信息、通信、智能控制等先进技术的飞速发展，绿色智能建筑以及智慧建筑作为信息化社会的产物应运而生，特别是人工智能、大数据、物联网、云计算、5G(5th-Generation)等先进技术在绿色智能建筑中的融合应用，其中以人工智能AI(Artificial Intelligence)+物联网IoT(Internet of Things)为技术基础的“智能物联网”(AIoT，即AI+IoT)最具代表性，绿色智能建筑的智能化水平以超出想象的速度发展，对建筑智能化行业的影响也越来越大、越来越深入，已逐步发展成为智能建筑行业的关键法宝[1].

当前，在以工业4.0、中国制造2025为代表的全球第四次工业革命的推动下，国内外都在积极推动建筑的绿色化、智能化以及智慧化的发展、实践与应用，但是有关绿色建筑智能化的大量新技术和应用融合技术还有待探索与解决，还存在着这样的问题[2]：1) 实际当中没有始终坚持将“智能化、绿色化”作为楼宇自控行业的主要方向，即没有将国家的绿色化政策、有关绿色建筑的各级各类标准以及各种智能化技术进行准确把控、严格执行和融合应用；2) 在智能建筑逐步向智慧建筑转变的实际应用中，以人工智能和物联网等为代表的先进技术在绿色智能建筑中的有效结合和融合应用还存在理论基础薄弱、实际应用不够等问题，如何利用AI与IoT结合而成的AIoT技术，解决和弥补此前IoT只有数据而没有数据处理、反馈能力欠缺等问题；3) 不能及时有效借鉴当前国外先进技术，无论是从控制方法、算法以及策略等方面，还是从深入研究出更具理论性和可行性的楼宇自控节能方案，不能积极应用于我国的楼宇自动化产业当中去.因此，为了真正实现建筑的“智能化”、“绿色化”以及“可持续化”，积极构建和开展“AIoT+智慧建筑”的理论和应用研究就显得十分重要，一方面要注重以楼宇系统为代表的节能控制和智能控制，包括系统的节能优化设计、智能控制改进等等；另一方面又要注重系统的信息技术融合和系统集成，即通过互联网、物联网以及人工智能等新技术的应用构建功能强大、运行可靠、操作方便的开放式智能化建筑集成平台.

1 AIoT技术

“AIoT” 的中文名称是智能物联网，即“AI+IoT”，是以人工智能和物联网为技术基础的有机结合、有效组合以及应用融合.其实AIoT 这个概念早在2017年就被提出并被行业首次推向大众化，近年来已经成为物联网行业以及建筑行业的热门词汇和行业热点，随着相关技术的成熟和应用的深入，其内涵也越来越丰富.AIoT其实不是一门新兴的技术，但也不是简单的AI+IoT，而是以人工智能和物联网为技术基础，以大数据、云计算等智能计算为基础支撑，以半导体为智能算法载体，以网络通信和信息安全等技术为实施保障，以宽带、5G等联网技术为催化剂，从而实现以智慧建筑为代表的万物智联化和万物数据化，即将AI赋能于IoT并最终实现物联网和建筑的智能化升级[3].当前，人工智能和物联网技术共同追求的是一个智能化甚至智慧化的绿色生态体系，除了要在技术上不断创新，技术的实际融合应用更是现阶段人工智能与物联网领域急迫解决的核心问题.

近年来，围绕着国家新型城镇化进程推进、经济社会智慧化转型，国家在“数字经济、智慧城市、互联网、物联网、云计算、大数据、人工智能、智能制造”等方面相继出台了一系列重要政策，其中，2018年10月国务院印发了《新一代人工智能发展规划》，进一步明确了我国新一代人工智能的发展目标，人工智能的发展迎来重大战略发展机遇并上升为国家战略，这些都有力地推进了数字中国、智慧社会的建设，建筑业智能化和信息化随之快速发展[4].全球化特别是我国数字化进程三十年，即：模式时代(Personal Computer)→PC互联时代→移动互联时代→物联网→智能物联网时代的不断演进，特别是随着AI技术以及IoT技术的迅速发展和“一体化”进程，信息和数据在为AI提供活力的同时，AI也在为IoT创造一切可能，AIoT技术已成为未来十年AI领域最具可能性和可塑性的发展方向，也成为以建筑行业为代表的各大传统行业智能化升级的有效途径和最佳通道，是智能建筑和智慧城市等新兴产业的重要基础，现已成为所在行业的一致共识[5].随着应用场景的不断落地，终端设备AIoT化的趋势已经逐渐明显，现在越来越多的国内外企业将AIoT列为企业当前和今后主要的发展方向之一，尽管目前整个行业还不算成熟，但在诸如机器人、智能建筑(智能家居)、自动驾驶、智慧城市(智慧医疗)、智慧农村等领域极具发展前景[6].

2 绿色智能建筑

智能建筑这个概念的提出还要追溯到上世纪80年代，最早是由美国的联合建筑系统公司倡导并提出，1984年1月，世界上第一座真正意义上的智能建筑——“都市办公大楼”(City Place Building)在美国康涅狄格州福德市改建而成，而我国的第一座智能建筑则是1989年建成的北京发展大厦，进入90年代以后，智能建筑的发展迅速起来.

目前，智能建筑已经过了三十多年的发展，但目前还没有一个被国内外广泛接受的确切定义.美国智能建筑学会AIBI (American Intelligent Building Institute)给出的定义则是：“智能建筑是将结构、系统、服务、运营及其相互联系全面综合，并达到最佳组合，所获得的高效率、高功能与舒适性的大楼”.在国内，特别是在 GB/T 50314—2015 《智能建筑设计标准》中，针对智能建筑则明确定义为：“以建筑物为平台，基于对各类智能化信息的综合应用，集架构、系统、应用、管理及优化组合为一体，具有感知、传输、记忆、推理、判断和决策的综合智慧能力，形成以人、建筑、环境互为协调的整合体，为人们提供安全、高效、便利及可持续发展功能环境的建筑”[7].从各个国家对智能建筑的定义比较来看，智能建筑是以建筑环境为平台，运用现代计算机技术、自动控制技术、通信技术、多媒体技术和现代建筑艺术相结合，运用系统工程、系统集成等先进的科学原理，通过对建筑物的4个基本要素，即结构、系统、服务和管理，以及它们之间的内在联系，以最优化的设计，向用户提供信息服务及安全、舒适、便利的环境服务，适合当今信息技术高速发展的需求特点的现代化建筑[8].

近年来，随着互联网、物联网、人工智能、大数据、云计算等高新技术的飞速发展，在智能建筑自身不断发展的同时，绿色智能建筑、超智能建筑以及智慧建筑等概念不断涌现[9].其中，与智能建筑相比，绿色智能建筑则是指在建筑的全寿命周期内，最大限度地节约资源，包括节能、节地、节水、节材等，保护环境和减少污染，为人们提供健康、舒适和高效的使用空间，与自然和谐共生的建筑物；绿色智能建筑技术注重低耗、高效、经济、环保、集成与优化，是人与自然、现在与未来之间的利益共享，是可持续发展的建设手段[10].

随着AI(人工智能)和IoT(物联网)等技术的快速发展与成熟应用，互联网、物联网、云计算以及人工智能等技术在建筑智能化行业的综合融合应用愈加深入，具有智能感知、网络传输、计算存储、控制管理、统计决策、诊断预测的一体化综合能力，特别是在AIoT等技术的加持下，智能建筑将逐步向超智能建筑以及智慧建筑转变，通过大数据、云计算、互联网使得传统的控制方式难以完成的任务，现在则变得轻而易举.智慧建筑的核心是基于类脑AI技术，万物互联的物联网则是其神经网络，所以，人工智能、物联网和智能建筑才是简化、优化和创新建筑功能的理想组合，即通过机器视觉、自组织、自规划、仿生自学习、智能控制与自主决策等功能.目前，关于智慧建筑的确切定义尚不算多，如图1所示是基于信息物理系统CPS (Cyber-Physical Systems)所构成的智能建筑与智慧建筑的系统构成及演进过程.其中，图(a)是由建筑和信息两个基本要素所构成的智能建筑二元系统，主要采用现场总线和智能控制等技术；图(b) 则是由人、建筑和信息三元素所构成的第一代智慧建筑，即智慧建筑1.0三元系统，主要采用物联网、云计算、大数据以及智能控制等技术；图(c)则是在图(b)基础上进一步融合应用了AIoT技术所构成的“AIoT+智慧建筑”，即第二代智慧建筑或超智能建筑，主要加持了AI技术作为驱动.

智慧建筑是“AI+智能建筑”的理想组合，其核心是“人工智能平台”，即“AI云脑”，如图2所示为智慧建筑“AI云脑”组成体系的总体架构，即分别由感知层、传输层和控制层组成，其中感知层主要包括具有视觉、听觉、触觉、味觉等功能的智能传感器，此类智能传感器不仅具有自组织、自学习、自诊断和自补偿、复合感知等能力，还具有精度高、成本低、功能全、自动化强等特点；传输层一般采用边缘计算、云计算、雾计算、5G通信以及现场总线所构成的综合技术体系；控制决策层则由控制、决策、执行、管理等集群组成[11].

图1 智慧建筑的演进Fig.1 The evolution of intelligent building

图2 智慧建筑“AI云脑”Fig.2 The ‘AI cloud brain’ of intelligent building

3 AIoT技术在绿色智能建筑楼宇自控中的应用

当前，能源危机、环境保护以及可持续发展等问题被人们持续关注，建筑物是世界上最大的能源消耗者之一，其消耗的能源和释放的温室气体量占世界能源总消耗量的1/4～1/3.在我国，每年新建建筑80%以上为高耗能建筑，既有建筑95%以上是高能耗建筑，目前我国单位建筑面积能耗是发达国家的2～3倍以上.绿色智能建筑以及智慧建筑既是当前建筑技术与计算机信息技术以及智能控制技术等先进技术相结合的产物，又是信息社会与经济国际化的需要[12].楼宇自动化系统常被人们称为建筑设备自动化系统，即BAS 系统(Building Automation System)，一般包括建筑物设备运行管理、火灾报警与消防联动控制以及公共安全技术防范等内容.高度智能化的绿色智能建筑一般始于楼宇自控系统，即最终都是由智能化系统实现的，所以其作为智能建筑的关键核心组成部分的作用就不言而喻了.

3.1 基于AIoT技术的楼宇自控系统层级架构

伴随着AIoT技术在智能建筑特别是其楼宇自控系统中的进一步融合应用，“人工智能”也逐渐向“应用智能”发展，以绿色智能建筑、智能建筑能效管理以及人工智能和物联网应用为核心，采用最新信息技术构成的智能建筑已经成为了未来智能建筑的发展方向，所以积极构建和开展“AIoT+智慧建筑”的理论和应用研究就显得十分重要.目前，智能建筑楼宇自控系统经常采取基于物联网技术的三层架构体系，即一般由感知层、传输层和应用层组成.为了提高智能建筑楼宇自控在进行系统开发时的可行性、扩展性以及系统实际运行时的安全性、可靠性等综合性能，在原有智能建筑楼宇自控系统三层体系架构的基础上，结合AIoT技术的实际融合应用，最终构成了如图3所示的基于AIoT的智能建筑楼宇自控系统总体层级架构，即从下至上共计5层，分别由终端设备层、智能感知层、网络通信层、AI云脑控制层和应用场景层构成，该体系架构可将智能建筑当中最庞大和最复杂的楼宇自控系统构建的结构更为清晰，分工更为明确[13].其中，终端设备层位于架构的最底层，是绿色智能建筑实现“绿色化”和“智能化”的最终承担者，一般包括实现各种特定功能的楼宇系统智能终端；智能感知层即绿色智能建筑中具有通信能力的各类智能化设备以及智能传感器和控制器等，可进行信息的初步处理并为应用场景层提供基础数据；网络通信层即绿色智能建筑中的各种网络系统和综合布线系统等，主要承载着来自感知层获取的信息传递和数据通信的任务；AI云脑控制层相当于人工智能控制决策平台，即通过AI智能单元、智能算法以及信息技术来完成各个子系统的实时数据和信息的挖掘、计算、分析、统计、分类以及整合，最终实现自主控制、自主学习、智能决策、自组织协同、自寻优进化、个性化定制等功能；应用场景层即根据不同用户的不同要求建立面向具体用户的各个模块系统的系统集成平台.

图3 基于AIoT的智能建筑楼宇自控系统总体层级架构Fig.3 The overall hierarchical structure of intelligent building automation system based on AIoT

3.2 AIoT技术在绿色智能建筑楼宇自控照明系统中的应用

目前，建筑节能是全球化节能减排的主要潮流与趋势之一，同时是我国提倡节能减排、坚持节约资源、保护环境、不断发展和推广绿色建筑以及大力推进绿色发展和新型城镇化建设的基本国策.实际当中，发展智能建筑特别是绿色智能建筑就是为了建筑在实现高度现代化、智能化、满足健康和舒适性的同时，实现能源消耗的最低化，从而达到节省投入和成本的最终目的[14].例如，目前在智能建筑能耗中占到40%的中央空调系统以及20%的照明系统，特别是一些诸如学校教室以及图书馆阅览室等建筑中，照明所产生的能耗甚至达到30%～40%，而常规使用的普通照明系统的控制方式较为单一，即一般是区域全开或者全关，特别对于室内房间人员较少的时候，如果整个房间照明全开，则势必会造成很大一部分的能源浪费；另外，如果随意通过屋内的开关来开启或关闭照明，这无形中也增加了能源浪费[15].

3.2.1 基于AIoT的绿色智能建筑楼宇自控照明节能系统控制方案 与传统的照明系统和照明方式相比，采用AIoT技术的智能化照明系统既可以满足不同用户不同照明需求，又可实现用电量消耗的尽可能降低.实际当中，一方面在硬件方面采用AI单元模块且高效节能的LED智能照明灯具，可以实现照明灯具的单灯调光控、组控、群控、场景控、智能控制，从而满足不同场景的照明需求；另一方面还可以根据场景实际采取切实可行的照明系统人工智能控制方案，即可以结合人员侦测感应和日光传感器，实现人体感应控制、光线感应控制、定时控制以及场景预设控制等，对不同时间、不同环境的光照度进行精确设置和合理管理[16].如图4所示即为一种基于AIoT技术的楼宇自动照明节能系统原理方框图.

图4 基于AIoT的楼宇自动照明节能系统原理框图Fig.4 The schematic block diagram of building automatic lighting energy saving system based on AIoT

该智能照明系统包括上位机和室内照明子系统，各室内照明子系统和上位机位于同一局域网内，且各室内照明子系统的子控制器通过局域网络与上位机通讯连接，室内照明子系统，包括图像采集单元、子控制器、子存储器、智能开关和若干子照明单元；图像采集单元与子控制器通讯连接并将采集的室内图像信息传输给子控制器，子控制器处理后将处理结果存储在子存储器内；各子照明单元并联设置并分别与子控制器通讯连接，子控制器接收并处理后将相应的信息存储在子存储器内；智能开关与子控制器连接，给子控制器发送控制指令.该智能照明系统可分区域自主性控制，即将室内划分为若干个子照明单元，根据各子照明区域内的人数和亮度信息，并结合其他子照明区域的情况，控制子照明单元的照明与否，能根据实际情况控制照明，避免无人区域也照明，造成多余电能的损耗，能最大程度贴合实际使用，达到最大程度的节能效果.

图5为该智能照明系统的控制流程图，其实际控制过程大致为：1)子照明系统首先全面采集室内图像信息，并通过图像采集卡传输到分控制器内，分控制器对获得的图像进行处理，获得室内各子照明单元对应区域的人数和空位.2)分控制器根据各子照明单元对应区域按人数多到人数少顺序排列，从而设定各子照明单元的处理顺序，其中人数多的子照明单元优先处理.3)首个子照明单元的子光强度传感器检测区域亮度信息并传输给子控制器，子控制器将实时亮度与亮度设定值比较，若实时亮度大于亮度设定值，则子控制器通过子继电器控制子照明灯熄灭；反之，子控制器通过子继电器通电，启动子照明灯，并且每个子照明灯的故障检测元件将检测信息传输到子控制器，子控制器进行处理并存储在分存储器内.4)将下一个子照明单元的实时人数与该子照明单元的人数下限值比较，若实时人数大于人数下限值，则子控制器控制下一子照明单元亮灯；反之，进行步骤3).5)重复步骤3)和4)，直至保证每个子照明单元都处理一遍.6)每次循环结束子控制器将分存储器内存储的故障通过局域网传输到上位机中，所述故障包括故障位置和故障数量，当故障数量达到设定数量时，上位机给上位机或报警器一个信号，进行提醒管理人员，并且将故障生成列表，打印出来后可以使采购人员清楚知晓需要采购多少，维修人员知晓维修位置.

图5 智能照明系统节能控制流程图Fig.5 Energy saving control flow chart of intelligent lighting system

3.2.2 基于AIoT的绿色智能建筑楼宇照明系统故障诊断与预测 目前，伴随着人工智能和信息化技术的发展成熟，为了加强AIoT技术在绿色智能建筑智能化运维中的实际融合应用，积极开展智能建筑故障诊断、预测分析与健康管理的B-PHM (Building Prognostic and Health Management)技术研究是目前AIoT在智慧建筑特别是其楼宇自控系统中的典型应用场景之一.实际当中，楼宇照明系统同样需要经常进行故障实时监测、异常数据分析以及利用预测模型进行故障的提前预测，方便运维管理，从而确保安全，所以如何融合应用以AIoT技术为代表的先进技术，在实际当中采取有效的节能控制、能源管理、故障诊断与预测，真正做到按需使用，在提高和满足楼宇所在人员健康和舒适性的同时，不仅可以有效的降低建筑设备的能耗，还可以通过AI工具进行数据分析与处理，并基于构建的AI算法模型(机器学习、专家系统、神经网络等)来针对楼宇照明系统开展全生命周期的故障诊断、预测以及健康评估与运维管理，从而使建筑能耗的智能化运维更具可持续性[17].

如图6所示是基于 “神经网络+专家系统”的楼宇照明系统AI故障诊断模型，即以神经网络技术为核心，建立楼宇照明领域内的专家系统，采用该领域专家系统的相关知识和实际经验最终完成整个系统的实时故障诊断以及预测等工作，系统研发和模型建立的主要步骤如下[18]：

1) 异常数据的实时监测、统计分析.一般可依据实际组成和构成楼宇照明系统的故障集合，例如，专用智能传感器会及时将某时刻灯具的电压、电流、温度、湿度、功率和亮度等参数及时推入到数据库中，从而构成专家系统的事实库.

2) 楼宇照明系统故障诊断与预测建模.针对楼宇照明系统，建立基于“神经网络+专家系统”的故障诊断预测模型，即首先输入故障诊断的原始数据、训练使用的样本数据以及领域专家所提供的学习实例，然后进行专门的学习训练，最终形成较为实用的实时在线故障诊断网络模型和预测工具.

3) 实际当中，可实现故障诊断模型的在线化，即提供给对应的实际楼宇照明系统工程，最终实现实际数据、参数信息、诊断模型与预测管理的实时交互以及双向修正，将最合理的结果提供给用户.

4) 统计和决策，及时开展自动化数据收集和分析.例如，可通过统计某天的点灯率、某一时间内的开关时刻表以及能耗故障等数据的报表，分析故障种类和能耗数据，从而为建筑为管理人员提供解决实际问题以及预测和优化建筑运维提供决策参考.

图6 基于神经网络专家系统的楼宇照明系统故障诊断模型Fig.6 The fault diagnosis model of building lighting system based on neural network expert system

4 结束语

当前，全球环境日益恶化、资源能源逐渐短缺，如何实现可持续发展已成为全世界人们共同面临的严峻问题.与此同时，在新一轮工业革命的大背景下，国内外都在积极推动城市建筑的智能化和绿色化发展，其中“绿色智能建筑以及智慧城市”的建设和发展已上升为我国的国家战略，建筑行业也迎来了千载难逢的历史发展机遇.本文一方面积极响应国家以及地方的有关方针政策，准确把握各级各类规范和标准，在针对有关绿色智能建筑、智慧建筑、人工智能以及物联网等最新研究和分析的基础上，紧密跟踪和借鉴当前国内外以人工智能和物联网等为代表的先进技术在绿色智能建筑中的最新理论和技术应用；另一方面，积极开展了人工智能和物联网等先进理论、先进技术以及设计理念在绿色智能建筑中的融合应用研究，从而掌握应用人工智能和物联网理论、技术解决绿色智慧建筑楼宇自控系统当中有关节能控制以及系统集成等实际关键问题的方法，使绿色智能建筑成为生态技术与智能化技术相结合的产物，使其具有环保化、节能化、信息化、自动化、网络化、集成化等诸多特点，以智能化和绿色化来不断推进绿色建筑、节约能源、降低资源消耗和浪费、减少污染，实现从节能建筑到绿色建筑以及智能建筑将逐步向智慧建筑的转变，从单体建筑到区域建筑的转变，从“浅绿”到“深绿”的转变，真正实现绿色建筑的“可持续化”[19].