广州白云空港设备技术发展有限公司 广东广州 510000
摘要：本文强调了楼宇自控系统中人工智能技术的应用价值，并以在冷热源自主运行、空调负荷预测、照明系统中应用人工智能技术为切入点，阐述了优化搜索技术、机器学习、“人工智能+物联网”技术融入楼宇自控系统的运行中的可行性与要点，旨在促进楼宇自控系统的技术升级。
关键词：人工智能技术；楼宇自控系统；能耗控制
引言：科学技术水平的不断提升使得人们对楼宇自控系统的研发与应用更为关注。在以往的研究中，普遍使用可编程逻辑控制器、直接数字控制器完成系统控制，但是其整体效果难以达到理想水平。而应用人工智能技术就能够弥补传统楼宇自控系统在功能方面的不足，真正意义上实现对楼宇内各个功能系统的有效控制。因此，探究楼宇自控系统中人工智能技术的具体应用具有极高的现实意义。
一、楼宇自控系统中人工智能技术的应用价值分析
对于楼宇自控系统而言，其主要承担着自动控制建筑物内机电设备的任务。实践中，依托计算机软件，能够系统地管理相互关联的设备，发挥设备整体的优势和潜力，提高设备利用率，优化设备的运行状态和时间。但是，在系统的实际设计与运行中，面对着大量的数据处理、运行方案选取的问题，特别是由于外界环境因素动态变化，促使系统必须要及时、灵活调整控制方案，这就使得前期设计人员的工作任务量增大，且难以保证楼宇自控系统的优势得到最大程度的发挥。而在其中应用人工智能技术就可以消除上述问题，利用机器学习等，由计算机系统自动完成数据采集及运行方案的动态调整，降低楼宇各个系统的能源消耗，减少维护人员的劳动强度和工时数量，避免设备运行成本的增高。
二、楼宇自控系统中人工智能技术的具体应用探究
（一）在冷热源自主运行中的应用
在实现冷热源自主运行的过程中，面对的主要问题为群控问题。例如，设定某一冷热源内包含10台设备，仅对设备的开启、关闭以及异常状态进行考量，则在设计相应自动化群控系统时，必须要完成对至少310，即59049中状态组合的考量。而这样的情况无法利用人工设计完成。基于这样的情况，可以在设计过程中引入人工智能技术，特别是其中包含的优化搜索技术（图1），实现对上述“组合爆炸”问题的处理，确保冷热源可以始终在最优状态下自主运行。
.png)
图1 系统在多种可能路径中自动检索最佳路径
通常情况下，在任务目标、约束条件均给定的条件下，利用搜索算法即可在成千上万条可能路径中精选出最佳路径，此时获得的结果可能符合设计人员的预期，也有可能与设计人员的预期相反。例如，某冷冻站内设置水冷机组三台以及“免费制冷”板换一台。在进入过渡季节后，该冷冻站内的制冷负荷始终稳定在冷机的70%以下。为了确保该冷冻站生产运行的安全性，依然将冷机位维持在24小时不间断运行的状态下。在引入基于人工智能技术的楼宇自控系统后，在冷机保持运行且冷却水温高于冷冻水的条件下，“免费制冷”板换自动进入到开启状态。此时，系统在无其他可以使用策略的情况下，力求依托开启“免费制冷”板换，促使富余冷量反向输入至冷却水系统中，由此达到降低冷却水系统能量消耗的效果。
总体而言，在楼宇自控系统中的冷热源自控单元中，引入人工智能技术极为必要，实现最优运行模式自动化确定的同时，降低运行能耗，实现了楼宇自控系统的技术升级。
（二）在空调负荷预测中的应用
在季节、气候条件等因素不断变化的背景下，楼宇中央空调在运行中所产生的实际负荷也会发生明显的变化。实践中，应当完成对当前及未来一段时间内中央空调系统负荷的准确预测，由此实现对系统运行的精准控制，避免“过供应”等问题的发生，达到规避不必要能源消耗的效果[1]。在此过程中，如果未提前完成空调负荷的准确预测，则空调系统会进入“盲控”状态，无法实现对能源消耗的有效控制，促使运行成本增高。而在楼宇自控系统中引入人工智能技术就能够达到消除“盲控”问题的效果，促使空调系统始终稳定在合理的运行状态下，为用户提供舒适性更强的空调系统服务。
对于楼宇自控系统而言，其能够提供大量与舒适度相关的数据，包括室内二氧化碳浓度数据、室内温度与湿度数据等等，此时，如果沿用人工设计的方法，所产生的工作量极大，也难以从这些动态数据中提取出高价值信息。基于这样的情况，可以使用人工智能技术，特别是其中包含的机器学习技术，即可实现对上述问题的有效解决。
出于对控制不确定性因素影响的考量，需要利用机器学习获取未来半小时内的空调负荷预测数据以及未来24小时内的空调负荷预测数据，并在基础上形成可以准确反映出空调系统负荷变化的预测趋势。相比较来说，未来半小时内的空调负荷预测数据由于可以使用的已知条件更多，所以该数据预测的准确性更高，这是未来24小时内的空调负荷预测数据所不能比拟的；而未来24小时内的空调负荷预测数据则可以在更大的时间跨度上反映出空调负荷的变化趋势，这是未来半小时内的空调负荷预测数据所无法实现。通过加权平均法将两数据实时整合处理，即可得到最终的空调系统负荷预测趋势，并能够以图表的形式直观展现出来。 此时，楼宇自控系统可明确现在、未来一段时间内冷、热量的需求以及在冷、热量恒定时室内温度的变化情况，最终自动生成最优的、最经济的空调系统运行方案。
（三）在照明系统中的应用
照明系统也是建筑中能耗相对较高的系统，出于对绿色理念的考量，将其纳入楼宇自控系统进行控制是必然选择。在此过程中，使用人工智能技术，特别是“人工智能+物联网”技术即可实现对楼宇内照明系统的智能化控制，在切实满足用户照明需求的基础上，促使照明系统的用电量下降。实践中，需要在硬件方面选用人工智能单元模块且具备高效节能性的LED智能照明灯具，以此实现对不同场景下用户照明需求的满足；依托场景实际已引入高可操作性的照明系统人工智能控制方案，具体为人员侦测感应与日观传感器相结合的模式，达到光纤感应控制、人体感应控制、场景预设控制等效果，以此达到针对不同场景、不同时间、不用环境下楼宇内光照强度的合理管控与精准控制，避免出现不必要的能源消耗[2]。
在实际的控制过程中，子照明单元全面采集室内图像信息传递至分控器内，由分控器实施图像信息处理，确定单元内的人数、空位，设定各个子照明单元的处理顺序；在传感器的支持下，首个子照明单元的光强信息传递至子控制器内，由控制器对比设定值，完成光强的动态控制。能够看出，通过人工智能技术的应用，楼宇自控系统结合室内现实情况对照明实施动态控制成为现实，实现了对照明系统耗能的合理管控。
总结：综上所述，在楼宇自控系统中，人工智能技术的应用具有极高的现实价值，值得重点关注与探究。通过在冷热源自主运行、空调负荷预测、照明系统中应用人工智能技术，促使优化搜索技术、机器学习、“人工智能+物联网”技术融入楼宇自控系统的运行中，避免了能源的不必要消耗，推动了楼宇自控系统的技术升级。
参考文献：
[1]张建涛,张继庆.建筑智能化中楼宇自控系统的应用研究[J].山西建筑,2020,46(09):193-194.
[2]王宏,韩晨,李丹丹,等.AIoT技术在绿色智能建筑楼宇自控系统中的最新发展和应用探究[J].华中师范大学学报(自然科学版),2021,55(01):52-60.