基于大数据的公共建筑空调系统能耗研究

基于大数据的公共建筑空调系统能耗研究
摘要由于大数据技术的应用，可对公共建筑空调系统中的能耗数据进行及时统计，并对室内舒适程度进行合理评价，引导用户进行空调节能操作。

本文根据以往工作经验，对公共建筑空调系统的能耗评价及节能潜力进行总结，并从公共空调的系统性服务、大数据技术的基本应用、新型能耗测试软件的应用三方面，论述了基于大数据的公共建筑空调系统能耗研究具体内容。

关键词大数据技术；公共建筑；空调系统
前言
空调是人们生活中的常用设备，在公共建筑空调系统作用下，人们可以实现对温度、环境等方面的有效调节，从而满足人们在生活中的舒适度需求。

在实际使用过程中，空调系统运转需要耗费大量资源，一般来说，主要以电能消耗为主。

而且公共建筑的实际用电量是普通住宅的10到20倍。

因此，公共建筑空调系统节能研究显得格外重要。

1 公共建筑空调系统的能耗评价及节能潜力
1.1 空调系统能耗评价
在公共建筑空调系统能耗评价过程中，需要根据具体的能耗运行情况进行。

为此，相关部门和企业需要对具体的指标评价体系进行构建，在能耗分配上，也应该以实际情况下空调系统的冷量和能效比为基本依据。

一般来说，空调系统的能效比代指能效比的最终限值。

在空调系统冷量计算时，应保持结构面积信息与实际设计情况保持一致，并根据《公共建筑节能设计标准》内容，对评价标准进行选取。

另外，在新风量确定上，相关工作人员应做好室内人数和人均风量标准的全面计算，这其中还包括灯光设备输出及系统整体的耗电情况，只有保证数据统计的全面性，才能确保空调运行与实际情况相符。

1.2 空调系统节能潜力分析
在对公共建筑空调系统实际情况分析过程中，需要对实际运行状态下的空调系统供冷量和能效指标进行分别计算，并将最终计算结果与标准值进行比较。

在冷量计算时，由于各种灯光的负荷占比较大，但这部分电能消耗主要来源于用户本身。

因此，在公共建筑中，此部分没有节能的空间。

总的来看，由于公共建筑中的排风情况存在不平衡等情况，很容易导致室外进风量过大，从而增加了整个系统的运行负荷，这部分有很大的节能空间。

另外，设置温度过冷也是导致空调能耗高的另一因素，有研究表明在夏季供冷工况下，室内计算温度每升高1T，能耗减少8%-10%；冬季供暖工况下，室内计算温度每降低1℃，能耗减少5%-10%，因此合理的温度设置对节能至关重要[1]。

2 基于大数据的公共建筑空调系统能耗研究具体内容
2.1 公共空调的系统性服务
公共空调的系统性服务对象以用户为主，由于用户可以直接对空调系统的运行效果进行感受，人们必须确保公共空调系统设计与具体要求相符。

在整个系统建设和规划时，设计人员会在方案建设阶段对空调系统整体能耗进行分析，但由于设计人员能耗设计的理想化，未能有效分析系统使用环境和实际使用情况，如商场等公共场所节假日人流较大，而平日基本没有什么人，中午室外温度较高时人流少，晚上人流多等实际情况，以及空调系统的实际运行和管理情况的不可控性，最终引起节能效果无法突显出来。

在传统能耗控制中，常用的模型有以下三种：首先是以仿真软件为主，对模型进行建立。

其次是以理论计算为主，对模型进行构建。

最后是以实验数据为主，对模型进行构建。

在公共建筑空调系统运行过程中，其能耗值受多种因素的影响。

但由于这些影响因素很难在第一时间内得到收集，这也是等上述三种模型无法对空调系统的实时能耗值进行反映。

因此，人们需要以公共空调系统性服务为基础，对新的分析模型进行构建。

2.2 大数据技术的基本应用
互联网的不断发展，大数据技术为公共建筑空调系统能耗控制提供了便利条件。

整体来看，大数据技术的基本应用包括以下两方面：第一，对庞大的信息数据进行收集；第二，对各种数据实施专业化处理。

为此，人们将云计算技术引入其中，通过分布式处理及存储等功能，为大数据技术的应用创造基本条件。

例如，在公共建筑房间空调能耗研究过程中，大数据可以记录压缩机、换热器的运行数据和用户操作数据，将数据传回厂家供厂家分析，并对系统运行程序进行调整，使系统更加节能。

在公共建筑空调系统能耗来源分析上，可以从以下两方面着手：首先是冷热源能耗，如制冷机组的电能消耗等。

其次是动力消耗，如风机、水泵等設备的电能消耗。

使用大数据技术，可以对系统实时数据进行收集。

另外，公共建筑空调系统的能耗数据存在很多影响因素，其中以客观环境数据为主，包括室外空气温度、室内空气温度、太阳辐射情况等。

除此之外，该类影响因素还包括机组设备的运行数据，即冷热源机组具体容量、冷冻水供水温度、回水温度等。

用户特征的不同，同样会对公共建筑空调系统的能耗产生影响。

因此，在具体能耗控制上，人们需要利用大数据技术确保空调使用效果不受影响[2]。

2.3 新型能耗测试软件的应用
大数据与新型用户APP结合，在能耗测试时，应用新的软件显得尤为重要。

例如，在用户端APP软件应用上，可以将用户和空调系统的交互情况反映出来，并将主要的运行数据和能耗情况在APP中反映出来，在此种情况之下，用户可以根据具体的统计结果对空调设置参数进行有效调整，并对实施能耗数据进行了解。

由于公共建筑空调系统能耗受很多因素的影响，为了避免不合理能耗的出现，这些新型测试软件，可以帮助用户对参数设计与能耗之间存在的关系进行全面分
析，还可以向用户推送节能方案，引导用户实施更有效的节能措施。

3 结束语
综上所述，随着我国对建筑能耗问题的不断重视，政府性投资的公益建筑越来越多，绿色建筑标准也得到了进一步升级。

我国《能源战略发展规划》中明确指出，公共建筑应建立起绿色行动发展计划。

因此，在公共建筑面积不断提升的同时，人们应该将绿色建筑概念突显出来，利用大数据技术对用户、建筑、环境之间的关系进行反映，最终实现节能降耗的目的。

参考文献
[1] 崔治国，魏景姝，唐艳南.数据挖掘技术在建筑暖通空调领域的研究应用进展[J].建筑科学，2018，34（04）：85-97.
[2] 徐春英，于秋生.公共建筑暖通空调系统节能设计措施分析[J].绿色环保建材，2018，（01）：31.。