美国劳伦斯伯克利国家实验室开发的一种新工具可以帮助自动化故障检测和诊断软件，最大限度地减少人机交互的需要，从而提高效率和减少碳排放。
如今，建筑自动化和能源管理系统在设施管理中变得越来越必要，这对建筑运营会产生直接影响，因为图使得业主和运营商能够在面对气候变化时实现更高的效率、灵活性和弹性。但伴随这些复杂工具而来的是复杂性的增加和错误的引入，而且通常是以牺牲这些技术提供的效率为代价的。
因此，楼宇故障检测和诊断 (FDD) 技术越来越受欢迎，每年可为业主节省数百万美元的楼宇成本，而且投资回报期通常不到两年。FDD工具可自动执行检测 HVAC 系统故障和次优性能的过程，以帮助诊断潜在原因。根据位于加利福尼亚州伯克利的劳伦斯伯克利国家实验室 (LBNL) 于2022 年 2 月发布的一份报告，FDD通常位于现有楼宇自动化系统 (BAS) 之上。
然而，尽管商业FDD工具似乎是提高能源效率并进而减少碳排放的灵丹妙药，但仍然存在一个小问题：需要人为解决。LBNL报告指出，“一旦发现故障，需要人为干预来修复故障，这通常会导致延迟，甚至不作为，从而导致额外的运营和维护成本以及影响建筑物内的舒适条件。”
换句话说，建筑物的效率、节能和碳排放量仍然在很大程度上取决于人。
据LBNL称，商业FDD应用的自动故障纠正在关闭被动诊断和主动控制之间的循环方面显示出巨大的前景。在某些情况下，这些工具可以集成人工智能 (AI) 以进行预测性维护，为设施管理者提供比以往更大的灵活性和自由度。
据统计，建筑物使用了美国70%的电力，占全球燃料燃烧产生的碳排放量的近33%，约占温室气体排放总量的20%。因此，建筑物必须变得越来越高效，并在问题发生之前预测其系统的问题。
然而，FDD工具并非万无一失。事实上，根据LBNL和美国能源部 (DOE) 的数据，研究估计传统设备故障和控制问题会显着增加温室气体排放和能源费用，达到每年170亿美元和9000万吨CO 2当量。
“事实证明，我们最常遇到的对能源影响最大的机会可以通过自动故障纠正和控制优化来解决，”LBNL表示。
这些提高能源绩效的机会包括：
“我们现在正在努力将我们的最佳无故障控制解决方案套件扩展到更广泛的FDD合作伙伴，并包括其他策略，例如自动调试/功能测试和需求灵活性，”Granderson表示。
2016 年，LBNL与美国能源部和各行业合作伙伴合作发起了智能能源分析运动，这是一项公私合作伙伴关系，产生了关于建筑分析、成本、收益和使用的最大数据集。从那以后的几年里，LBNL还与美国国内领先的FD 技术市场供应商合作，将最先进的技术扩展到以前可用的技术之外。Granderson介绍说，她的团队已经开发并实施了额外的编程功能，一旦故障被现有的FDD软件识别出来，就可以自动纠正故障。
在2020年与两个最终用户合作伙伴进行的实地研究中，LBNL为HVAC系统开发并部署了一组七种故障校正算法，这些算法使用现有的BAS供应商平台在真实建筑中进行了测试。算法校正的变量涵盖时间表、设定点、传感器读数、命令、加热/冷却请求以及比例、积分、微分 (PID) 参数。
从历史上看，FDD 技术已与楼宇自动化系统集成，以“只读”格式获取系统和设备操作的操作数据。“我们做的第一件事是增强该接口，使FDD系统也能够将命令‘写’回 BAS，”Granderson 解释道。
该团队随后开发了一个工程逻辑库，该库定义了如何通过修改通常可通过 BACnet 协议访问的控制系统参数来解决各种与控制相关的问题。
最后，该团队将纠正逻辑集成到 FDD 平台和面向操作员的用户界面中。现在，一旦 FDD 系统检测并诊断出故障，操作员就会收到问题通知以及建议的纠正措施。在操作员批准后，将执行纠正措施并解决故障。
Granderson 提供了以下示例：区域温度设置点过于激进可能会被标记为引起操作员的注意和纠正，并显示消息“该区域的冷却设置点为66度，低于推荐值。您想将设定点恢复到建议的68度吗？” 经操作员批准，FDD系统能够通过其与 BAS 的接口将修正后的68华氏度设定值写回区域控制器。一旦这个动作完成，故障就解决了，FDD系统返回到问题检测和诊断。
除了故障纠正，LBNL 还将FDD系统功能扩展到控制优化。首先，它根据ASHRAE 指南 36：HVAC 系统的高性能操作顺序，开发并测试了针对空气处理机组静压和送风温度实施最佳实践调整和响应重置策略的方法。在这些解决方案中，LBNL的技术正在抑制“特殊”区域，这些区域会因无法满足的供暖或制冷需求而增加能源使用。
Granderson 指出，虽然 LBNL 目前没有在其开发的故障纠正方法中使用人工智能，但一些FDD供应商正在其技术堆栈的某些部分使用人工智能。
总部位于悉尼和北达科他州法戈的 Building IQ 推出了所谓的基于结果的故障检测 (OFD) 服务，该服务结合了人工智能、能源分析和人类专业知识，以克服许多 FDD 服务的缺点。“基于结果的故障检测是一种全面的解决方案，可以将故障检测带向更好、更广泛的方向，”该公司时任总裁兼首席执行官 Michael Nark 在 2018 年 6 月的新闻发布会上表示。
“它通过接受设施专家发挥的关键作用并通过机器学习和尖端人工智能来增强它来做到这一点。无论数据是好是坏，OFD 都能正常工作，并利用机器学习将数据分析的负担转移到云端。结果是建筑运营商不必浪费宝贵的时间和资源来搜索数百个日常故障表。相反，有了OFD，运营商可以专注于真正需要修复的东西、他们的租户和底线。”
Granderson 说：“我们的建筑物中隐藏着令人惊讶的低效水平。” “自动控制系统保持温度和湿度水平，并保持系统运行以提高乘员舒适度。但它们通常会失调，下班后可能无法关闭，或者可能使用会浪费能源并推高成本和温室气体排放的设置。”
她说，自动化FDD技术可以持续分析运营数据，为建筑运营商和能源管理人员发现问题，并指出“好处是巨大的。我们的工作表明，在其产品组合中使用FDD系统的组织平均可节省 9%，投资回收期为两年。” 添加自动故障纠正功能可以进一步扩展优势，她继续说道。无需等待数周或数月才能解决问题，而是可以在数小时内解决问题，并且可以将宝贵的员工专业知识用于解决最棘手的问题。
“此外，将控制命令写回 BAS 的能力也使我们能够实施监督控制优化，”她说。“通过FDD系统提供监督优化控制，可以跨不同年份和品牌的 BAS 进行可扩展实施，而无需昂贵的升级，而更传统的方法可能需要直接修改 BAS 编程。”
基于自动化和人工智能的BAS和BEMS解决方案已在全球商业建筑领域得到采用。例如，ABB 的 Ability BE Sustainable with Efficiency AI目前管理着超过 275 座建筑，总面积超过1亿平方英尺。总的来说，这些装置每年可减少超过100万公吨的二氧化碳排放，所有这些都是通过利用已经进行的楼宇自动化投资实现的。
良好的数据是楼宇自动化和管理系统的基础，输入能源管理和信息系统的数据越多越好。随着FDD工具和自动化软件的发展，智能建筑的实施、可扩展性和可靠性将不断提高——希望开始这一旅程的建筑业主和设施经理将拥有可供使用的工具。
2020 年 10 月，LBNL发布了一个 应用程序展示，帮助利益相关者了解如何开始，重点介绍智能能源分析活动参与者的最佳实践，并提供行业中发生的创新示例。
“我们已经在许多建筑物和BAS产品中测试了这些新功能，”Granderson 说。“迄今为止的结果表明，它们可以在不同的控制器之间进行扩展，FDD供应商提供适度的额外开发和实施提升。由于这些新兴技术功能由其合作伙伴通过我们的产品功能或模块提供，LBNL将能够跟踪相对于传统FDD系统的增量成本。
“这一切都很新，而且还在成熟，但这项工作的令人兴奋之处在于它向我们展示了智能建筑的未来。我们越来越多地要求我们的建筑——它们成为净零温室气体排放者，整合越来越多的分布式能源，并提供健康舒适的室内环境，同时与可再生电网相协调。
“大规模实现这一目标的唯一方法是利用FDD和其他智能建筑软件提供的基于现代软件的基础设施。它为我们提供了不断‘推动’改进控制和分析解决方案的渠道。”
以上是人工智能或自动化能否解决建筑物低能效问题？的详细内容。更多信息请关注PHP中文网其他相关文章！
