云计算助力智慧建筑节能减排与管理控制研究

分类：论文范文 发表时间：2021-12-09 08:52

　　摘要：由于近年来智慧城市受到了广泛的关注，而对于智慧城市节能减排还并没有更多的研究资料，所以本文中对于智慧城市的节能减排及其管理进行了分析。本文中主要进行研究的是BP神经网络对于智慧城市基础之上大型建筑的耗电量预测，通过预测耗电量可以分析得出建筑的能耗是否合理，以便做出进一步的管理动作。首先本文通过使用云计算的方法对整体的数据处理系统进行了规定，整体数据通过云计算的方式进行存储与计算。随后规定了文章中所使用的BP神经网络模型，通过BP神经网络的方法建立对于大型建筑的能耗预测模型，并且将所获取的数据用来进行模型的训练以及测试。模型的训练结果显示，经过125次迭代之后，整体模型的误差值达到最小。模型测试结果显示出，本文模型可以很好的进行能耗的预测，整体预测趋势与实际检测值基本一致。所以本文所设计模型能够达到跟踪建筑能耗的目的，能够为智慧城市节能减排以及其管理控制提供一定的理论基础。

　　关键词：BP神经网络；云计算；智慧建筑；节能环保

　　0引言

　　近年来，智慧城市的概念受到了广泛的支持，智慧城市引起了科学界和工业界的广泛关注和兴趣，世界各地涌现出越来越多的国际案例[1-2]。然而，尽管智慧城市在应对近期的城市相关问题时可以发挥重要作用，但由于无法充分发挥其潜力以及被大量厂商炒作而受到批评[3]。过去几年中，智慧城市政策吸引了大量相关的关注和资金[4]。尽管现在看来可以得出这样的结论，智慧城市对城市经济增长产生积极影响的时机已经成熟，但是从这种影响的微观基础来看，情况还不是十分清楚。

　　1研究方法

　　1.1云计算数据中心

　　云计算是一种典型的数据处理方法，能够提供数据储存、计算等复杂功能[8,9]。在文章中，也就是说在智慧城市的背景之下，是需要通过云计算技术进行智慧城市能耗的监测，而在文章中仅对大型建筑的能耗进行监测与分析。在本文的大型建筑能耗监测系统中将云计算数据中心分为云计算信息服务层，云计算基础平台层以及虚拟化基础设施层。云计算信息服务层也就是进行整体大型建筑的能耗评估与分析，判断此大型建筑的节能情况，并且需要通过一定的控制手段控制大型建筑的能耗。在云计算基础平台层也就是进行整体数据的管理，而虚拟化基础设施层便是对于大型建筑系统的模拟。

　　1.2神经网络下的建筑能耗预测

　　神经网络算法是目前被广泛应用的算法之一，由于其具有自学习的能力，大量的研究均争先将此方法引入自身的研究领域中，争取能够以更快的速度以及更加优异的精度完成实验或是研究。此种神经网络的方法是模仿人脑的思考过程从而被开发出来的，对于人脑来说，需要首先得到外界的信号并且所有的神经元以及神经突触将所接受到的信号传至人脑，由人脑对相应的信号进行分析、处理。与人脑一致的是神经网络方法也是通过将各个模块分开，各个模块完成属于自身的工作，这样的方法能够大大提升整体算法的计算效率，能够用更短的时间分析更多的数据，并且能够根据不同的数据进行自学习，得到更加符合目标要求的神经网络模型。而BP神经网络是神经网络的一种，属于反向传播的多层前馈神经网络。它由3层结构组成，包括输入层、隐式层和输出层。其结构示意图如图1所示。

　　2结果与讨论

　　2.1BP神经网络仿真结果

　　首先进行文章中模型所使用BP神经网络的仿真，其仿真结果如图3所示。

　　从图3中可以看出，在经过125次迭代之后，该BP神经网络的误差达到最低的目标值，说明该BP神经网络可以达到较好的准确性水平，训练后的BP神经网络其运行时间为0.0276s，该均方误差为0.0013，该均方误差的值越小说明BP神经网络的精度越高，说明该BP神经网络可以满足文章中高精度的需求。

　　2.2BP神经网络预测结果

　　随机选取7月中某一天进行BP神经网络的大型建筑能耗预测，其预测结果如图4所示。

　　从图4中可以看出整体的用电量预测趋势基本一致，进行测试的日期属于工作日，所以在早晨7点中开始直至晚上10点用电量均呈较高状态，而在晚上10点至晚上12点过程中的用电量高于晚上12点至次日凌晨6点。这样的预测结果与实际的测量趋势也有较高的一致性。

　　随机选取7月一非工作日进行用电情况的预测，其预测结果如图5所示。

　　从图5的预测结果之中可以看出，BP神经网络对于整体的用电趋势还是能够较好的进行预测，从图5的结果中可以知道，在非工作日，整体的用电量相较于工作日有了非常大幅度的下滑，并且整体的用电量较为平稳，少有用电量非常高的情况，从上述的研究结果中可以看出，文章方法对于大型建筑用电量的预测是非常有效的，说明在今后智慧城市的发展中能够应用相应的方法进行能耗的监测。

　　3结论

　　由于目前对于智慧城市节能减排控制方法的研究内容较少，文章通过结合云计算以及BP神经网络算法对智慧城市北京之下的大型建筑物能耗进行了监测。文章的研究结果显示，可以通过能耗监测模型得到某一时段建筑物的耗电量，凭借此数据可以得出该建筑物是否满足节能减排的标准，若不满足则需要通过其他的控制手段对建筑物的能耗情况进行控制，这便可以达到对能耗进行控制的目的。虽说文章研究取得了一定的成果但是文章研究仍旧存在一些不足之处，文章仅仅对某一大型建筑的耗电量进行了研究，相应获取的数据量较少，仅可以做智慧城市耗能监测基础参考，在面对整个城市的能耗监测时，文章所研究的方法可能会失效，因为城市的耗能监测需要获取更多的数据，文章中所研究的方法可能无法满足大数据情况之下的数据分析、数据计算以及数据存储，所以说今后还需要进行更多的实验以满足更高的城市能耗监测需求。

　　参考文献

　　[1]AndreaCaragliu，ChiaraF.DelBo.Smartinnovativecities：TheimpactofSmartCitypoliciesonurbaninnovation[J].TechnologicalForecastingandSocialChange，2019，142：373-383.

　　[2]李纲，李阳.智慧城市应急决策情报体系构建研究[J].图书馆学报，2016，42（3）：39-54.

　　[3]廖兴国，吴志群.测绘地理信息对促进智慧城市建设的作用探讨[J].科技视界，2019，13：101-102.

　　[4]郭中梅，朱常波，夏俊杰，等.“疫情大考”下的智慧城市未来发展思考[J].邮电设计技术，2020（2）：5-8.

　　[5]AllamZaheer，NewmanPeter.Redefiningthesmartcity：Culture，metabolismandgovernance[J].SmartCities，2018，1（1）：4-25.

　　王振峰，徐明霞

上一篇：影响设施蔬菜种植效益的问题分析及增效途径 下一篇：运用智能家居技术实现办公建筑智慧场景控制的实践