應用於智能建築管理的人員負載估計

 

刊登日期:2021/5/5
  • 字級

黃信翰、趙梓吟、黃敬群/陽明交通大學;鍾振武、梁健政/台灣積體電路製造股份有限公司
 
對於建築物而言,大多數能耗來自暖通空調系統(HVAC)和照明系統。因此,如何在居住者的舒適度和最低能耗之間取得平衡,便成為一個重要的議題。傳統上,建築物自動化系統(BAS)控制乃基於一時程表,然而固定的時程表較難以應對每日不同的室內情形,且往往無法滿足建築物內活動人員的需求甚至造成額外的能耗。因而,理想上的建築控制應基於實際人員負載,依據室內人員數量的多寡安排合適的暖通空調設定和燈光設定。然而人員負載的估計十分仰賴工程師的經驗或需要額外的硬體架設,亦為深具挑戰性的議題。因此本研究將深入探討大數據分析應用於智慧建築管理系統的技術開發,使得在給定對應空間內既有感測器資料的情況下,減少人力與硬體額外成本,達成估算室內人員負載的目標。
 
【內文精選】
前 言
現今全球能源有40%以上消耗於建築物上。建築物中的主要能量消耗在於維持使居住者舒適的室內環境條件,例如熱舒適性和視覺舒適性。因此,供暖、通風、空調(HVAC)和照明等系統的控制對於節能非常重要,而智慧建築(SmartBuilding)之概念乃應運而生。
 
智慧建築於近幾年逐漸被廣泛探討並應用,其概念乃結合了雲端網路傳輸計算與大數據庫、建築物感測系統、監控介面整合與人工智慧(AI)等技術,達到建築物的「智慧感知」目的。猶如建築本身具有環境感知與思考分析的能力,針對各種蒐集而得的感測資料進行整合、剖析,並同時考量建築物活動人員、管理人員與維修人員多方面之需求與便利下,進行最佳化的管理與控制,使在提供舒適安全環境的同時,也能兼具節能與減少人力成本控管的目的。建築智慧化過程中,首要的工作便是建立完善的感測器佈建。受惠於近年來隨著感測器的發展與普及,在生活中的應用已相當普遍,涵蓋領域也十分廣泛,如常見的溫度、濕度感測器,到二氧化碳感測器、被動式紅外線感測器等。而從感測器網絡所擷取的大量資訊,可透過進一步的分析與處理,成為智慧感知的重要推手與助力之一。
 
人員負載估計
建築物的室內人員負載可以大致分成以下幾種分辨率。
2. 身分、行為和位置( Identity, Activity, and Location)
識別每位人員的身分、行為,或追蹤每位人員的位置。這是最詳細的資訊,但使用感測器通常會侵犯隱私,例如攝影機,記錄MAC地址的Wi-Fi等。此類資訊可以進一步用於安控系統,識別陌生人員或是異常行為,並且統計人員的活動趨勢、習慣,進行個人層級的活動預測。
 
3. 計數(Count)
估計室內的實際人數或比例,此比例是相對於該空間過去的最大人數或是設計規畫的人數上限。這類資訊非常實用,且可以選擇使用不侵犯隱私、無資安問題的感測器,並能夠應用於控制燈的亮度、空調的溫度設定值等,在不同人數比例下,依據舒適性需求設定建築控制的環境目標,如圖一所示。我們研究的主要目標便是估計相對於該空間過去最大人數的比例。
 
圖一、結合人員負載與舒適性需求的理想建築控制規則示意圖
圖一、結合人員負載與舒適性需求的理想建築控制規則示意圖
 
為達到計數的目標,過去研究往往專注於由專家依據領域知識與經驗設計物理模型,以描述環境感測器與相應的人員負載之間的數學關係。然而,為不同的感測器數據類型開發不同的人員負載估計模型不只深具挑戰性且棘手,更往往無法符合多樣化領域知識的要求。因此,開發一種系統性估計人員負載的方法便成為至關重要之議題。隨著機器學習的興起和成功,部分研究方向也開始轉往尋求大數據驅動(Big Data Driven)的方法來解決人員負載估計的問題。大數據驅動的方法通常需要…(想了解更深入的內容嗎?請登入會員下載下方附檔。)
 
成果
本研究之數據與系統的實踐乃基於一具備BAS的辦公大樓。圖二為資料曲線樣本。本系統於該場域可擷取之感測器資料為停車場進/出車輛數、二氧化碳濃度、用電量,取樣率為每小時一筆資料,作為本系統之輸入。本研究進行了各辦公樓層與整棟大樓的人員負載估計,但基於該場域的資安規定,我們無法取得各辦公樓層的實際人員負載。因此,演算法的效能評估上,我們請該公司環境專家統計累積停車場車輛並校正誤差後作為依據,以評估系統對整棟大樓的人員負載估測之正確性….以上為部分節錄資料,完整內容請見下方附檔。
 
圖二、(a)工作日;(b)假日;(c)特殊假日的感測器曲線樣本
圖二、(a)工作日;(b)假日;(c)特殊假日的感測器曲線樣本
 
★本文節錄自《工業材料雜誌》413期,更多資料請見下方附檔。

分享