一种智能化建筑综合运维资源智慧共享平台的研究

陆文辉 李岩松

（1.上海申腾信息技术有限公司，上海 200040；2.上海科技馆，上海 200127）

0 研究背景

随着目前数字化和智能化园区的不断普及以及物联网技术的跨越式发展，建筑运维数据信息化在建筑中的运用实例不断增加，在传统的建筑运维过程中，资源的利用率较低，容易造成浪费资源的问题，同时建筑运维的效率也非常低，都是靠人工进行检查和维护，处理响应的时间也比较长，不利于设备的健康使用。该文设计和研究的一种智能化建筑综合运维资源智慧共享平台通过运用物联网、大数据及云计算等新科学技术，有效地整合了建筑运维资源，形成一个针对综合运维资源的共享经济平台，平台将运维资源需求方和运维资源供给方有效联结，按需匹配运维资源供给和资源需求，提升资源配置率。运维资源需求方是指建筑园区、公共建筑、物业公司、机电安装公司和运维公司等不同类型的需求方。运维资源供给方是指设备、专业技术人员以及技术知识等闲散资源。系统通过智能算法预测和科学调度设备维护维修计划，保证建筑、设备长期处于最佳运转状态，实现运维资源的合理调度和社会共享，达到降低物业公司人、物和能耗成本，提高运维团队收入以及提升用户舒适度、便捷度的效果，也为建筑提供最高效能和最安全的技术保障。同时，在建筑运维数据信息化后，未来可以在建筑全生命周期中的各应用方向发挥更多的作用。系统通过建立分布式架构对硬件终端设备进行智能化数据分析，对数据进行处理，并及时反馈处理结果。同时，系统通过云服务提供数据分析处理能力，将采集的硬件数据提前进行预处理计算，然后将数据能力统一对外进行输出，利用驱动架构对现实中复杂多样的设备进行抽象、模型化，使设备真正变成一个通用的对象，进而可以自由地设计业务逻辑与功能。

1 智慧共享平台总体架构

智能化建筑综合运维资源智慧共享平台在充分考虑系统基本功能性要求的同时，还兼顾后期系统基本的运维服务问题，采用平台化的集成管理设计思路来构建系统，系统总体架构主要包括3 层，分别是基础设施层、中间层以及应用服务层。基础设施层主要是负责系统底层硬件资源对接工作，主要包括建筑中的电子传感器设备、物理服务器以及数据采集设备等基本的硬件设备资源，基础设施层的核心功能是负责统筹调度系统的硬件资源，基础数据采集系统利用多协议融合接口采集和传输数据。系统中间层主要由应用支撑组件和通用平台组件2 个部分组成。应用支撑组件主要是由负责系统的预测模型、预测算法、多协议融合引擎和机电设备模型组成。通用平台组件主要负责平台的操作系统、数据库、中间件、目录服务和云计算框架等核心组件。中间层主要的功能是提供系统数据存储能力、系统应用服务能力、基础数据库服务能力以及网络安全检查和控制能力等。另外，中间层还需要对底层功能逻辑进行处理，对外提供统一的平台管理服务和数据安全控制服务等。应用服务层主要是提供系统应用能力和运维资源共享管理能力，主要是由运维资源共享管理系统和能力应用系统构成的，运维资源共享管理系统包括运维基础数据、正常运维计划、异常维修需求、运维方案服务及共享资源调度等定制服务。能力应用系统提供基础数据管理能力、运维计划管理能力、异常运维管理、共享资源调度能力和智能化巡检能力等，系统通过分析、处理数据信息来对外提供基础的信息统计查询功能和动态报表展示功能。具体总体架构如图1 所示。

图1 系统总体架构图

2 设备维护智能预测流程和算法

该文研究了一种智能化建筑综合运维资源智慧共享平台，该平台主要通过在线平台整合未被完全利用的各种设备、专业技术人员以及技术知识等闲散资源，实现多对多的共享运维模式，系统实时监控各机电设备的运行状态，科学安排和预测设备维护维修计划，并通过不断地学习机器案例达到更智能地分配资源和提供专家决策意见的目的，从而实现运维资源的合理调度和社会共享。

2.1 机电设备智能预测分析流程

首先，根据其历史的维护状态信息、专家系统以及国家标准信息进行信息处理，得到系统维护处理的标准。其次，由智能状态监控系统对机电设备的状态进行监控，通过监测数据提取特征，再由灰色系统进行预测，支持向量机预测以及神经模糊系统预测组成的混合预测模型进行趋势预测，对维护进行预估，得到整体评定、维护决策和部件评定。最后，将维护完成后的信息反馈到历史记录中。建立在灰色系统理论基础上的灰色预测可克服一般外推预测法的缺陷，它不是用原始数据来建模的，而是用生成模块来建模的，在一定程度上将噪声或干扰滤去或弱化，因此有更广泛的应用场景。但是对零星分散、历史记录较短的数据序列来说，如果使用传统的灰色预测模型进行数据预测处理，往往得到的结果都会出现一定程度的拟合和欠拟合现象，不能进行准确预测，且缺乏对模型数据进行动态更新的能力。该文对灰色系统预测模型进行改进处理，使其与传统的预测模型不同。同时，为了解决之前模型数据处理能力不足的问题，该模型通过采用等维新陈代谢法和平均倾斜度法进行改进，在保留之前模型处理能力的同时，该模型还具有动态数据更新的能力，使数据处理实时高效，处理得到的预测结果也更加合理。机电设备智能化预测分析流程如图2 所示。

图2 机电设备灰色系统预测分析流程图

2.2 改进灰色系统预测算法

灰色系统算法不是采用原始数据进行建模计算的，而是采用生成的模块进行计算，可以有效地避免因原始数据不足而导致计算预测结果不准备的劣势，采用新生成的模块进行计算可以在一定程度上减少或者弱化噪声干扰。但是对数据较短或者分布零散的情况来说，采用传统的灰色系统算法进行计算预测会造成过拟合和欠拟合的现象，不能准确地预测结果，导致结果预测失真，缺乏指导意义。该文对传统的灰色系统算法进行优化，该模型通过采用等维新陈代谢法和平均倾斜度法，克服了传统的灰色预测模型的缺陷。该模型除了具备基本灰色预测模型的优点外，还能使所建模型具备输入数据动态更新的能力，使预测更合理。改进灰色系统预测模型如图3 所示。首先，用动态等维新陈代谢法将输入数据更新为维数的时间序列。其次，采用与传统灰色模型相同的一次累加法生成序列。再次，求解平均倾斜度，通过平均倾斜度快速求取自适应序列系数，由自适应序列系数即可建立改进的GM 模型。在建立模型后，采用与传统灰色模型相同的方法求取系数。最后，输出逆累加生成的预测数据。当等维新陈代谢时，预测结果的偏差可以在输入数据更新中发挥指导作用，即当偏差过大时即对输入的时间序列进行更新，反之，不用进行更新。

图3 改进灰色系统预测算法流程图

2.3 神经模糊预测算法

神经模糊算法在许多预测场景中都得到了很多的运用，尤其在与数据处理相关的计算场景，在设备运维检查状态场景中也可以采用神经模糊算法进行预测计算。该文采用神经模糊预测算法对设备运维进行计算预测，具体采用1 个基于模糊规则的6 层神经网络，并假定神经模糊系统有4 个输入节点和1 个输出节点，分别为X={X，X，X，X}和X，如图4 所示。

图4 神经模糊算法简图

第四层，每个结点是1 个标以Π 的固定结点，第个结点的输出是第条规则的激励强度与所有规则的激励强度之和的比值，如公式（3）所示。该层的输出称为规一化激励强度。

第六层，将该层的单结点计算所有传来的信号的和作为总输出，如公式（4）所示。

在具体计算中，采用混合学习算法确定参数。其中，在前向通道中，各个结点的输出可向前输出至第五层，采用最小二乘法辨识结点参数。在反向通道中，误差信号反传，用梯度下降法更新隶属函数中的参数。由于混合学习算法减少了原始纯反向传播算法的搜索空间的维数，因此收敛速度非常快。

3 智慧共享平台实践成果

智能化建筑综合运维资源智慧共享平台主要需要保证和实现运维资源的共享管理，平台需要对所运维的资源信息非常熟悉，包括机电设备信息、专业运维知识库和历史运维记录信息等。平台对管理的运维设备进行必要的库存信息管理，包括设备的具体保存位置、目前所属单位和具体的使用要求等。运维资源智慧共享平台同时还会对管理的运维设备建立专门的设备管理系统，系统会提供设备的出入库管理、设备存储管理和设备维修记录信息管理等能力，这些能力可以在后期辅助专业运维人员完成设备管理和处理工作。为了方便后期管理人员直接对数据进行查看和分析，专业运维设备的分析处理数据会提供详细的统计分析报表查询能力。系统为了方便后期设备管理人员开展日常设备管理工作，系统对外提供设备日常的维护工作日志操作，维护对应的设备维护计划日历，系统会根据该计划定期提醒专业管理人员对硬件设备开展日常维护工作。当专业运维人员判断确实需要进行维修时，专业管理人员根据报修的项目进行维修，在完成具体的维修工作后，同步辅助录入维修日志，并记录该维修工作使用备品的数量，备品库根据对应的备品数量进行出入库数据统一管理。

智能化建筑综合运维资源智慧共享平台主要提供2 种巡检方式：机器人巡检和人工巡检。机器人巡检就是通过数据采集子系统采集的数据，使用数据分析功能，根据行业标准和规范设置自动报警。人工巡检是指维修人员根据设备巡检计划定期对设备进行现场巡检，人工巡检采用App+NFC技术实现巡检功能。通过平台的智能化巡检子系统可以实现各类设施设备的电子编码、建立相应的维修维保电子台账、巡检签到及巡检ISO 流程操作和缺失巡检报警提醒等应用。运维资源智慧共享平台会集中保存设备运维管理记录和具体的维护保养记录等信息，运维管理人员可以通过平台查询每个设备的具体信息，便于分析运行维护的状态，辅助开展定期保养和维护工作。专业运维人员定期安排工作人员对设备进行巡检，针对运维保护的信息建立专门的数据信息文档，并由专人对机电设备进行维护，同时每一台设备都用RFID 芯片作为介质写入其固定的标识，工作人员利用RFID技术自动识别运维设备信息，并将具体的维护日志追加到数据库中，便于日常监测和管理查询。通过加强对运维期机电设备的综合信息化管理，延长设备的使用寿命，保障所有设备系统可以安全、稳定地运行。

智能化建筑综合运维资源智慧共享平台会对全部入库设备进行集中管理，运维资源智慧共享平台会采集相关设备的运行和维护数据，并实时对采集的运维数据进行分析，系统会对出现异常状态的设备进行数据预警，同时会保存相关的异常运行数据信息，针对可以解决的运维问题，系统也会给出相关的处理建议和操作指导，例如硬件阀门出现泄漏或因传感器不稳定导致出现采集异常等状态，系统会智能匹配设备的非正常行为和原因，并为运维人员提供相关信息，以开展检查确认工作（可以节约处理时间）。系统维护人员可以通过平台查看每台设备的具体信息，对异常的设备进行信息查看和问题定位，节约处理问题的时间，提高运维效率。设备管理维护效果图如图5 所示。

图5 智慧园区机电综控平台管理成果图

4 结语

通过前期对建筑综合运维资源的数据调查和相关专业文献的研究，该文还具体地分析了智能化建筑综合运维资源智慧共享平台的研究背景和现状，介绍了智能化建筑综合运维资源智慧共享平台的核心处理技术、总体设计架构和工作原理，围绕目前企业用户对实际设备的运维需求，完善相关智能化建筑综合运维资源智慧共享平台的功能。智能化建筑综合运维资源智慧共享平台通过综合连接硬件设备和用户对硬件设备的具体运行状况进行实时监控，同时也会定期安排人工采集信息数据，保证设备信息监控和数据采集保持正常的更新频率。平台还会提供全局设备信息查看和智能化监控能力，技术人员可以通过平台可视化地查看具体设备的健康运行情况，也可以对设备进行单独查阅，保证设备健康、平稳地运行。