基于GIS+BIM的装配式建造能源智能化综合管控方法

殷颖迪，，关宏洁，杨 光

(西安欧亚学院 人居环境学院，陕西 西安 710065)

装饰式技术因其具有构件集中预制生产以及结构性能好等优势得到迅猛发展[1-2]。在建筑日益工业化和信息化的条件下，建筑信息模型(BIM)理念的快速推广，促使数据技术被加入到装配式建造中，其中主要包含施工、设计以及建筑后期维护等相关工作。现阶段，随着BIM技术的日益成熟，装配式建造能源智能化综合管控更是引起了专家的广泛关注，例如皮大伟等人[3]主要通过Simulink构建能耗最优控制模型，通过模型实现管控。杨金威等人[4]通过TGET软件组建天然气管道运输模型，同时结合实际生产数据对模型进行校正，进而采用仿真手段对运输量分配进行优化，制定相关的管控规则。在上述两种方法的基础上，提出一种基于GIS+BIM的装配式建造能源智能化综合管控方法。仿真实验结果表明，所提方法能够有效降低综合管控费用，增强综合管控结果的可靠性。

1 方 法

1.1 基于GIS+BIM的装配式建造能源数据预处理

使用小波分析去除信号噪声是一种常用的方法。优先通过BIM技术和GIS技术采集装配式建造能源数据，进而利用小波分析方法对采集的数据进行预处理。具体的操作步骤如下所示：

将采集的装配式建造能源转化为信号，将含有一维噪声的装配式建筑能源信号表示为

f(t)=s(t)+n(t)

(1)

式中:s(t)为真实信号；n(t)为噪声；f(t)为含有噪声的信号。

在实际应用的过程中，直接提取信号f(t)中有价值的信号具有一定的难度，需要借助变换方法，小波变换理论为信号去噪提供了坚实的理论依据[5-6]，有效克服传统方法存在的弊端。

对于一维离散小波f(t)而言，需要对其进行离散采样，进而获取N点离散信号f(n)，其中小波变换过程能够表示为

(2)

式中：j为小波尺度；k为时间。其中，二进制小波能够表示为

ψj,k(t)=2-jψ(2-jt-k)

(3)

将噪声看成是一个普通的信号，同时对其进行分析，其中重点需要注意三个方面的问题，即相关性、频率、频率分布。

结合小波分解的相关理论可知，小波分解主要是由高低频信号分解组成。通过小波分解结果，得到如下结论：当信号位于高频部分时，如果分解层数增加，幅值和方差两者的取值会降低[7-8]。通常情况下，装配式建造能源数据主要通过小波阈值进行去噪，具体的操作步骤如图1所示。

图1 基于小波阈值的装配式建造能源数据预处理

1)一维信号小波分解

优先选取一个小波函数，同时确认小波分解的具体层次J，对原始信号进行J层分解，进而获取小波系数wj,k。

2)高频系数阈值量化处理

3)一维小波的重构

将高低频系数两者结合即可实现信号重构。

由于小波变换是一种线性变换方法，优先对f(t)进行离散小波变换，获取对应的小波系数。其中小波数是由对应信号的小波系数和噪声对应的小波系数构成。当不同类型的小波信号经过小波边缘之后，会形成新的统计特征，其中有利用价值的小波系数变化幅度较大；反之，则变化不明显[9]。

当信号完成小波分解后，系数的取值会明显高于噪声系数。为了得到满意的去噪结果，需要选取一个数值λ，当分解系数小于λ，则说明分解系数是由噪声引发的。

(4)

式中：wj,k为小波系数的估计值。

(5)

不同小波函数对于信号的描述是完全不同的，由于小波函数是不规则且不唯一，因此，使用小波阈值去噪方式预处理数据，同时将全部经过处理的数据全部计入数据库[10]，为后续研究奠定坚实的基础。

1.2 装配式建造能源智能化综合管控

结合经过预处理的数据，进一步分析影响装配式建造能源智能化综合管控的主要因素。结合指标体系的建立原则，需要将因素按照类型进行区分，进而获取对应的指标体系，如图2所示。

图2 客观影响因素指标体系

通过层析分析法(AHP)确定不同影响因素的权重，以下给出详细的操作步骤：

1)明确影响因素指标的层次结构

此次研究过程中，重点研究客观因素对装配式建造能源智能化综合管控的影响和分析[11-12]，根据类型的不同进行影响因素划分，如图3所示。

图3 影响因素指标层次结构

2)构建判断矩阵

通过影响因素确定指标的具体层次结构后，首先需要组建判断矩阵进而求解指标权重，得到各个影响因素的权重取值。判断矩阵的建立依据为专家意见，同时还需要利用标度取值，获取各个影响因素的指标权重。其中，判断矩阵的一般表现形式为

(6)

3)层次的简单排序

在确定判断矩阵后，需要计算最大特征根λmax和特征向量W。结合判断矩阵的相关理论可知，假设矩阵能够满足需求，则会得到最大特征根λmax=n，同时λmax>0。除了最大特征根以外[13]，剩余部分取值全为0。通过上述分析，能够将指标权重计算问题转化为求解矩阵的最大特征根和特征向量。

已知判断矩阵满足BW=nW，则有

(7)

式中：B为判断矩阵；n为矩阵的总阶数；Wi为权重向量；(BW)i为矩阵和向量两者共同对应的第i个元素。

4)层次的一致性检验

对上述构建好的矩阵进行一致性检验。主要目的是得到合理的分析结果，确保最终检验结果的有效性，具体的检验过程如下：

(8)

式中：λmax-n的取值越小，证明矩阵的一致性越好。

5)随机一致性比率

(9)

式中：CI为判断矩阵的一致性指标。由于不同判断矩阵RI的取值不同，利用表1给出判断矩阵中部分RI的取值。

表1 平均随机一致性指标

6)计算指标权重汇总

为了有效避免单次层次分析法造成的主观随意性，在研究的过程中主要通过群体性判断原则[14-15]，增加数据样本的来源，促使权重达到稳定的状态，具体的求解计算公式为

(10)

接下来需要对各个管控对象的隶属度进行计算，全面衡量节能效果。其中影响因素指标的隶属度函数表达式为

(11)

在上述分析的基础上，构建装配式建造能源智能化综合管控模型，通过模型完成管控：

(12)

2 仿真实验

为了验证所提基于GIS+BIM的装配式建造能源智能化综合管控方法，分别从以下三个方面进行实验测试：

1)装配式建造能源智能化综合管控费用

实验首先对比所提方法、文献[3]方法和文献[4]方法三种不同方法的装配式建造能源智能化综合管控费用，具体实验结果如图4所示。

图4 不同方法的装配式建造能源智能化综合管控费用对比结果

分析图4中的实验数据可知，相比另外两种方法，所提方法的装配式建造能源智能化综合管控费用明显更低一些，由此有效验证了所提方法的优越性。

2)装配式建造能源智能化综合管控结果可靠性

为了进一步分析所提方法的有效性，以下实验测试主要对比三种不同方法的装配式建造能源智能化综合管控结果可靠性，具体实验结果如表2所示。

表2 不同方法的装配式建造能源智能化综合管控结果可靠性对比

分析表2中的实验数据可知，由于所提方法在进行装配式建造能源智能化综合管控的过程，优先通过小波分析算法对采集到的能源数据进行预处理，经过处理的数据有效滤除了无利用价值的信息和安全隐患，全面提升管控过程的可靠性，进而确保整个管控过程的顺利进行。

3)综合管控效率

为了更加全面验证所提方法的有效性，以下实验测试重点对比三种不同方法的综合管控效率，具体实验对比结果如图5所示。

由图5中的实验数据可知，管控效率会受到测试样本数量的影响。其中，所提方法的综合管控效率相比另外两种方法明显更高一些，充分证明所提方法在综合管控前期加入小波分析法进行数据预处理的有效性。

图5 不同方法的综合管控效率对比结果

3 结 语

针对传统管控方法存在的问题，提出了一种基于GIS+BIM的装配式建造能源智能化综合管控方法。通过实验测试证明，所提方法能够有效提升综合管控结果的可靠性，同时还能够增加综合管控效率，降低综合管控费用。