隨著人工智能、物聯(lián)網、大數(shù)據(jù)等前沿科技的興起，那些曾經只出現(xiàn)在科幻電影里，看似遙遠的智慧樓宇正在走近我們的生活！然而，每一個做過智能樓宇的從業(yè)者都能感受到自己知識面的局限性，并且希望有一種技術能幫助自己更好地實現(xiàn)業(yè)務目標，而且使用起來不太復雜。今天蘭州樓宇亮化的小編就來講講如何在數(shù)據(jù)科學的驅動下，三步把“未來樓宇”變?yōu)椤艾F(xiàn)實”。

數(shù)據(jù)科學驅動樓宇從智能到智慧

我假設你對智能樓宇已經有認知，而且已經知道了現(xiàn)在樓宇智能化的范疇正逐漸改變，除了控制系統(tǒng)和能源管理外，對樓宇服務的對象，也就是“人”的各種需要的滿足度的要求在迅速提高，有一部分是比較剛性的，容易用既有的技術手段實現(xiàn)的，比如樓宇亮化、消防、安全等5A能實現(xiàn)的等；有一部分是柔性的，比如如何用有限的電梯讓高峰期排隊的人更少同時.節(jié)能；比如室內的溫濕度、光照等設備如何根據(jù)外部自然條件變化為住戶提供柔性的服務，讓家有家的溫度，辦公有辦公的調性，而且還能滿足個性化的需要等等。在這種背景前提下，物聯(lián)網、大數(shù)據(jù)等一系列的新技術的綜合應用成為“必然之選”。

但是過去五年的新技術們在智能樓宇中的探索和實踐卻一直有“不成氣候”的感覺，也沒有行業(yè)規(guī)范和標準，行業(yè)本身并沒有得到實質性的發(fā)展，而住戶們希望得到的的體驗也參次不齊。這里面當然有物聯(lián)網的技術路徑非常多，而業(yè)主很難理清楚孰優(yōu)孰劣的原因，有技術方案或項目方對自己和用戶的“體驗”提升無法通過技術手段直接認識的原因，也有缺乏有效的工具來聚合各方力量從而實現(xiàn)需求的迭代的原因。

其實拋開對數(shù)據(jù)科學各種算法、數(shù)據(jù)清洗等的畏懼，數(shù)據(jù)科學的應用過程實際上和我們要解決“把大象塞進冰箱里”的問題是一樣的，我們這里來分解一下如果數(shù)據(jù)科學要在剛才這種場景下發(fā)揮作用，一共需要多少個步驟。只要三步

首先，選擇并清洗數(shù)據(jù)

我們當然假設了各種5A系統(tǒng)、物聯(lián)網方案其實已經提供了足夠多的數(shù)據(jù)，只是在面對這個主題時我們并不需要所有的數(shù)據(jù)：過多的數(shù)據(jù)維度不僅浪費計算資源，更會對數(shù)據(jù)科學的推演產生反作用力。在該領域..的協(xié)助下，我們選擇了四個維度的數(shù)據(jù)：”通過空氣處理裝置前, 冷卻水環(huán)中的水溫度（下圖回路中的chT1）”、“通過空氣處理裝置后, 冷卻水環(huán)中的水溫度（chT2）”、“冷水循環(huán)中的水流量（chFlow）”、“通過冷水機組前冷凝器回路中的水溫度（coT1）”，用這四個影響力.大的數(shù)據(jù)維度加上時間來做出預測。

第二步，選擇合適的算法模型

我們因為是想發(fā)現(xiàn)這個功耗的變化和整個HVAC中的其他可觀測的傳感器給的數(shù)值之間的關系，從而確定如何.有效地做大樓的水冷控制，所以回歸模型可能是比較合適的方法。但是具體哪種回歸我也不清楚，沒關系，在合適的工具中我可以多選兩個比較一下。我們這里以微軟的Azure Machine Learning Studio為例，我們選擇了神經網絡回歸和決策森林回歸兩種算法。不要被這兩個算法的名稱嚇倒（當然如果你是學數(shù)學的請忽略這句），在現(xiàn)代化的機器學習工具面前，你可以把這些算法理解成你需要的某個型號的鋼材或者PV管，而且你可以無限次地嘗試，直到你看到你想要的結果。

第三步，開始訓練模型并調整算法中的參數(shù)

整個過程就是一個所見即所得的運用數(shù)據(jù)科學來判斷大樓.佳冷水機組工作環(huán)境的模擬過程。從模型跑完給出的結果來觀察（是的，此時還是需要懂行的人來觀察這個結果的含義），當冷水機組水流量從 3600 LPM 以下增加到 3600 LPM 以上時, 從模型的結果可以觀察到快速的功耗上升。這種現(xiàn)象通常代表著暖通空調系統(tǒng)的容量故障。這意味著冷水機組幾乎已經達到了冷卻能力的極限, 盲目增加水流只會浪費更多的電力, 不會再吸收更多的熱量。值得一提的是, 在重新檢查了真實的歷史數(shù)據(jù)后, 我們在流量>3600 時確實發(fā)現(xiàn)了幾次容量故障的發(fā)生?；谶@些觀察, 我們將 3600 LPM 定義為該暖通空調系統(tǒng)中的閾值。每當超過3600時, 將在此大樓的控制系統(tǒng)中觸發(fā)警報, 并啟動備份冷水機組以緩解這種容量故障情況。