论文部分内容阅读
[摘 要]本文结合笔者自身工作中建设的大数据平台案例，探讨平台对各项目机电系统的数据采集，存储以及各类数据的分析应用。具体分析此数据平台在项目应用中，通过数据质量分析、数据逻辑判断以及衍生数据分析，阐述数据平台对于项目运营的价值。
[关键词]大数据；系统集成；节能分析；物联网
中图分类号：TP443 文献标识码：A 文章编号：1009-914X（2018）36-0137-01
一、商业楼宇机电系统物联网的行业现状
大数据的基础，是数据的互联互通。在多年前，在网络通信、云存储、芯片、移动终端等还处于起步阶段的时候，物联网还只是一个美好概念，在商业楼宇项目中，还无法真正的落地应用。
而如今，物联网已在各个领域中飞速发展。它代表着先进的智能化系统和无处不及的网络。近年来，国家也在逐步的建立各类标准，如特种设备（电梯）物联网平台、消防物联网平台等，各类平台也逐步在全国各处落地。虽然宏观来看仍处于起步阶段，但已经跨出了最艰难的第一步。
二、数据在商业楼宇中的价值
我们宏观来看，数据帮我们产生的价值，是我们去获取数据和分析数据的动力。我们平时的生活中产生的数据是无穷无尽的，而只有对我们的个人需求、企业运营、社会建设等活动有正向做用，才有必要去花精力去获取相关数据并进行分析。通俗点说，通常我们会讨论哪个饭店好吃，哪个地方好玩，正是由于通过交谈的方式，进行了数据交互，并对各项数据进行分析比较，从而总结出可以更好的满足我们个人需求的数据。
那么，在商业楼宇中，数据对我们的意义又是什么呢，为什么要在商业楼宇中进行大数据的应用。数据采集、数据清洗、数据分类、数据计算、数据存储、数据呈现等都需要大量的人力物力，而这些投入又换来了什么。
近年来房地产行业正经历着一些变革，由原有追求简单产品量化生产，到追求高质量、个性化的过程，由原来重开发轻运营，逐渐转变到提高运营服务质量、提高运营管理能力。这也是我们更关注数据的原因，因为只有提高运营能力，才能有更好的投资回报。而提升服务质量、降低运营费用的基本要素就是数据，这也是数据能为商业地产带来的价值。
三、在商业项目中，数据的运用及其价值的案例讨论
笔者就职于某房产集团公司，并负责建设集团的大数据平台，将各项目中的电力监控系统、楼宇自控系统、能源管理系统、冷机群控系统、视频监控系统、漏电火灾报警系统、客流分析系统等产生的相关数据采集至集团的云平台。在云平台的建设过程中，对于大数据也有了更深的体会。
笔者所建设的平台，接入的主要是机电相关系统，其目标更专注于提升服务质量和降低运营能耗。空调能耗一直是商业建筑中能耗产生的最主要的部分，因此降低空调能耗也是降低运营成本的重要手段。我们针对这一点做一些大数据在节能应用上的探讨。
1. 数据质量的应用及价值
在数据分析前，有一个非常重要的必要条件，就是这些数据必需是准确的，可以让我们信任的。而当笔者去研究和解决项目中各系统数据质量的同时，也给项目带来了不可估量的价值。在笔者的案例中，有一些接入的商业项目是正处于项目竣工的初期。虽然已经通过竣工验收，但是由于各系统的平台调试并不在竣工驗收的关键路线上，所以系统的调试还有很多待改善的地方。从实际的数据中我们会发现很多问题，比如下面这些数据：
可以看到其中的温度数据已经到了一个我们认为不可能产生的数值，经过与承包单位的沟通，并现场检查，得到这个数据的原因，是因为温度传感器故障了。除此之外，在同一个项目中，发现了好几百个数据质量问题，这些问题的原因也是各种各样：配电箱的二次回路中遗漏的接线端子、水阀关不死、阀门执行机构故障、DDC模块的损坏、网关掉线等等。这一系统的数据质量问题，虽然不是运营产生的数据，但是却可以通过数据质量问题，反应出了很多安装和调试的质量问题。为项目移交时的缺陷检查提供了一个简单快捷易操作的手段。原先需要大量人工，全面的现场检查才能发现的问题，通过大数据直接汇总成了相关的报表。这些故障对项目运营的影响都可以得到及时解决，解决问题产生的相关费用，也可以及时消化在项目原有的开发成本中，或是在结算尾款中及时处理。而不会在承包单位离开项目后仍未发现，以至于造成功能缺陷，增加物业管理的人工，或是此项费用支出的科目变成项目运营的维修费用。
2. 数据分析的应用及价值
在原先的各商业项目中，依据不同的情况，空调系统我们常常会采用冷冻水一次泵变流量系统、一次泵定流量二次泵变流量系统等，这些旨在解决需求侧负荷与冷负荷输出的匹配。而冷却水侧的相关控制，虽然也会使用变频，但是却常常止步于通过变频来解决设计容余，最终固定在一个满足实际管路特性和水量需求的最低频率上。冷却水量的调整，冷却塔开启台数和冷却塔风机开启数量的控制一直是困扰我们的难点。我认为，真正的障碍其实是在于冷冻机在不同工况下的工作曲线数据没有，冷却塔在不同的室外湿球温度情况下，不同的开启台数和风机的开启数量对冷却水的换热量的数据缺失，不同数量的水泵同时开启在同一管路中的实际工况点的数据影响，以及理论数据和实际数据的差异，而我们常常连理论数据都很难完全得到。
而在本项目中，在将数据接入平台后，通过数据的分类和统计，我发现，虽然仍然得不到所有设备工况的理论曲线，但是在增加相应的电表和能量计后，可以通过大数据和机器学习的手段来得到各设备的在不同工况下的效率曲线，尤其是冷机在不同工况下的COP以及机房COP。通过一个完整制冷季的数据积累，可以通过数据分析，得到同一工况下（可以得到部分工况），最佳的效率点，从而指导系统的运行。同样的，可以指导冷却水泵变频。随着时间的积累，可以逐步的拟合出完整的性能典线。从而可以将电能的消耗向理想的理论值更加靠近。
3. 数据的衍生数据
对于数据的应用价值，不光是数据的值会产生价值，通过数据分类汇总，可以有一些衍生的数据，为我们提供了更多的附加价值，笔者把这些数据称为“数据的数据”。比如，数据通迅过程中的稳定性差，会使数据本身出现异常，而这些异常通过分类汇总，可以做为评价网关或DDC模块等产品质量的一项指标。同样的，通过对产品修复时间、再故障频率的统计，也可以客观的评价维保单位的服务质量。
四、总结
数据在今天，已经是不可或缺的。但随之而来也将一些问题突显在我们眼前：数据量的不段增多造成不必要的数据冗余、数据利用率等级的评定等，还有因为技术和成本制约而形成的数据量不足、本地网关运算能力弱、传感器功耗高、成本高等问题。相信不久的将来，这些问题也会一一解决，做到真正的万物互联，为我们更好的生活提供手段。
参考文献
[1]顾荣.大数据处理技术与系统研究[D].南京大学，2016.
[关键词]大数据；系统集成；节能分析；物联网
中图分类号：TP443 文献标识码：A 文章编号：1009-914X（2018）36-0137-01
一、商业楼宇机电系统物联网的行业现状
大数据的基础，是数据的互联互通。在多年前，在网络通信、云存储、芯片、移动终端等还处于起步阶段的时候，物联网还只是一个美好概念，在商业楼宇项目中，还无法真正的落地应用。
而如今，物联网已在各个领域中飞速发展。它代表着先进的智能化系统和无处不及的网络。近年来，国家也在逐步的建立各类标准，如特种设备（电梯）物联网平台、消防物联网平台等，各类平台也逐步在全国各处落地。虽然宏观来看仍处于起步阶段，但已经跨出了最艰难的第一步。
二、数据在商业楼宇中的价值
我们宏观来看，数据帮我们产生的价值，是我们去获取数据和分析数据的动力。我们平时的生活中产生的数据是无穷无尽的，而只有对我们的个人需求、企业运营、社会建设等活动有正向做用，才有必要去花精力去获取相关数据并进行分析。通俗点说，通常我们会讨论哪个饭店好吃，哪个地方好玩，正是由于通过交谈的方式，进行了数据交互，并对各项数据进行分析比较，从而总结出可以更好的满足我们个人需求的数据。
那么，在商业楼宇中，数据对我们的意义又是什么呢，为什么要在商业楼宇中进行大数据的应用。数据采集、数据清洗、数据分类、数据计算、数据存储、数据呈现等都需要大量的人力物力，而这些投入又换来了什么。
近年来房地产行业正经历着一些变革，由原有追求简单产品量化生产，到追求高质量、个性化的过程，由原来重开发轻运营，逐渐转变到提高运营服务质量、提高运营管理能力。这也是我们更关注数据的原因，因为只有提高运营能力，才能有更好的投资回报。而提升服务质量、降低运营费用的基本要素就是数据，这也是数据能为商业地产带来的价值。
三、在商业项目中，数据的运用及其价值的案例讨论
笔者就职于某房产集团公司，并负责建设集团的大数据平台，将各项目中的电力监控系统、楼宇自控系统、能源管理系统、冷机群控系统、视频监控系统、漏电火灾报警系统、客流分析系统等产生的相关数据采集至集团的云平台。在云平台的建设过程中，对于大数据也有了更深的体会。
笔者所建设的平台，接入的主要是机电相关系统，其目标更专注于提升服务质量和降低运营能耗。空调能耗一直是商业建筑中能耗产生的最主要的部分，因此降低空调能耗也是降低运营成本的重要手段。我们针对这一点做一些大数据在节能应用上的探讨。
1. 数据质量的应用及价值
在数据分析前，有一个非常重要的必要条件，就是这些数据必需是准确的，可以让我们信任的。而当笔者去研究和解决项目中各系统数据质量的同时，也给项目带来了不可估量的价值。在笔者的案例中，有一些接入的商业项目是正处于项目竣工的初期。虽然已经通过竣工验收，但是由于各系统的平台调试并不在竣工驗收的关键路线上，所以系统的调试还有很多待改善的地方。从实际的数据中我们会发现很多问题，比如下面这些数据：
可以看到其中的温度数据已经到了一个我们认为不可能产生的数值，经过与承包单位的沟通，并现场检查，得到这个数据的原因，是因为温度传感器故障了。除此之外，在同一个项目中，发现了好几百个数据质量问题，这些问题的原因也是各种各样：配电箱的二次回路中遗漏的接线端子、水阀关不死、阀门执行机构故障、DDC模块的损坏、网关掉线等等。这一系统的数据质量问题，虽然不是运营产生的数据，但是却可以通过数据质量问题，反应出了很多安装和调试的质量问题。为项目移交时的缺陷检查提供了一个简单快捷易操作的手段。原先需要大量人工，全面的现场检查才能发现的问题，通过大数据直接汇总成了相关的报表。这些故障对项目运营的影响都可以得到及时解决，解决问题产生的相关费用，也可以及时消化在项目原有的开发成本中，或是在结算尾款中及时处理。而不会在承包单位离开项目后仍未发现，以至于造成功能缺陷，增加物业管理的人工，或是此项费用支出的科目变成项目运营的维修费用。
2. 数据分析的应用及价值
在原先的各商业项目中，依据不同的情况，空调系统我们常常会采用冷冻水一次泵变流量系统、一次泵定流量二次泵变流量系统等，这些旨在解决需求侧负荷与冷负荷输出的匹配。而冷却水侧的相关控制，虽然也会使用变频，但是却常常止步于通过变频来解决设计容余，最终固定在一个满足实际管路特性和水量需求的最低频率上。冷却水量的调整，冷却塔开启台数和冷却塔风机开启数量的控制一直是困扰我们的难点。我认为，真正的障碍其实是在于冷冻机在不同工况下的工作曲线数据没有，冷却塔在不同的室外湿球温度情况下，不同的开启台数和风机的开启数量对冷却水的换热量的数据缺失，不同数量的水泵同时开启在同一管路中的实际工况点的数据影响，以及理论数据和实际数据的差异，而我们常常连理论数据都很难完全得到。
而在本项目中，在将数据接入平台后，通过数据的分类和统计，我发现，虽然仍然得不到所有设备工况的理论曲线，但是在增加相应的电表和能量计后，可以通过大数据和机器学习的手段来得到各设备的在不同工况下的效率曲线，尤其是冷机在不同工况下的COP以及机房COP。通过一个完整制冷季的数据积累，可以通过数据分析，得到同一工况下（可以得到部分工况），最佳的效率点，从而指导系统的运行。同样的，可以指导冷却水泵变频。随着时间的积累，可以逐步的拟合出完整的性能典线。从而可以将电能的消耗向理想的理论值更加靠近。
3. 数据的衍生数据
对于数据的应用价值，不光是数据的值会产生价值，通过数据分类汇总，可以有一些衍生的数据，为我们提供了更多的附加价值，笔者把这些数据称为“数据的数据”。比如，数据通迅过程中的稳定性差，会使数据本身出现异常，而这些异常通过分类汇总，可以做为评价网关或DDC模块等产品质量的一项指标。同样的，通过对产品修复时间、再故障频率的统计，也可以客观的评价维保单位的服务质量。
四、总结
数据在今天，已经是不可或缺的。但随之而来也将一些问题突显在我们眼前：数据量的不段增多造成不必要的数据冗余、数据利用率等级的评定等，还有因为技术和成本制约而形成的数据量不足、本地网关运算能力弱、传感器功耗高、成本高等问题。相信不久的将来，这些问题也会一一解决，做到真正的万物互联，为我们更好的生活提供手段。
参考文献
[1]顾荣.大数据处理技术与系统研究[D].南京大学，2016.