本书主要涉及人工智能方法在建筑数据智能分析与挖掘方面的应用,共四大部分,14章。第一部分智慧建筑与机器学习简介,介绍常用浅层与深层机器学习方法及其性能评价指标,包括第1章-第3章;第二部分建筑用能精准预测与分布分析,介绍建筑用能数据分析研究现状、用能数据增强与预测、知识与数据融合驱动的建筑能耗预测、居住建筑群用能分布分析、基于域自适应的建筑用能迁移预测、基于模型迁移与边缘计算的建筑用能预测,主要包括第4章-第9章。第三部分建筑设备及用能异常检测与诊断,介绍冷水机组故障诊断、空气处理单元故障诊断、建筑异常用能诊断,包括第10章-第12章。第四部分非侵入式设备识别与用户画像,介绍用能用户分类画像、设备用电负荷分解,包括第13章、第14章。本书实用性强,希望借此推动人工智能与建筑数据应用的深度结合和进一步发展。
本书推荐语
智能建筑是智慧城市的重要组成部分,建筑智能化系统能够提高建筑适用性,提高工作效率,降低能耗成本。研究显示,与普通建筑相比,智能建筑能够减少30%的能源消耗,并在楼宇的整个生命周期中节约近9%的成本。经过多年发展,我国智能建筑取得了一系列显著成绩,但仍存在不少问题。近年来,随着新一代信息技术,特别是物联网、大数据、人工智能技术的不断进步,智能建筑的发展迎来了新的契机。
基于物联网技术,能够对建筑系统中各类环境参数、能耗及设备状态等进行全面在线感知,通过网络融合、信息汇聚,获得建筑大数据,在此基础上利用人工智能方法进行数据的分析挖掘,并形成智能决策诊断,实现建筑全寿命过程节能、舒适、安全、健康等多目标综合优化管理。但当前这一愿景还远未实现,特别是智能技术的应用还远未深入。目前智能建筑领域的数据应用偏重基本统计分析,而缺少基于人工智能技术的深度挖掘和分析,我国建筑领域智能化水平仍与其他行业差距巨大。人工智能技术在建筑领域的深度应用,特别是对已有建筑运行数据的深度智能分析,是建筑各子系统真正具备智能的前提,是建筑领域走向智慧化,实现建筑真正“能推理、会思考”的基础。
本书重点关注建筑数据的深度智能应用,大部分内容是作者及其团队近些年在国家自然科学基金、山东省重大创新工程等科技项目资助下取得的研究成果进一步加工、深化而成的,是对已有成果的全面总结。
人工智能和智慧建筑领域的成果更新很快,由于著者的学识水平限制,难免会出现各种不足和错误,还请读者包涵,也欢迎提出各种宝贵意见,让我们能够不断完善改进。
李成栋,博士、教授、博导,入选泰山学者青年专家,担任山东省智能建筑技术重点实验室主任、山东建筑大学信息与电气工程学院副院长,兼任《自动化学报》编委、International Journal of Fuzzy Systems客座编辑等。主要从事人工智能与建筑智能化、智能控制与智慧建造、综合能源与减碳技术等方面的研究。主持国家自然科学基金项目4项、省重大创新工程等省级课题6项,承担其他各类项目20余项;在IEEE TFS、IEEE TNNLS、《自动化学报》等国内外高水平刊物发表论文90余篇;授权发明专利50余项,参编标准与指南3部;曾获省科技进步二等奖、省级教学成果二等奖、省高等学校科学技术奖等奖励。
田晨璐:工学博士,讲师,担任Energy and Buildings、Building Simulation权威国际期刊的审稿人。主要从事园区、建筑用能分析与节能优化研究,主持及参与国家级、省部级课题10余项,发表SCI、EI等高水平论文20余篇,授权发明专利20余项。
张桂青:工学博士,教授,博士生导师,担任中国勘察设计协会建筑电气工程设计分会理事、中国建筑节能协会建筑电气与智能化节能专业委员会常务委员、电气“双高”专家库专家、山东省土木建筑学会建筑电气专业委员会副主任、山东省智能建筑技术委员会专家等。研究领域包括智慧住区、智慧建筑、物联网理论与应用等。主持国家基金、省基金、省重大创新工程等项目20余项;先后在IEEE Transactions on Fuzzy Systems、《电工技术学报》等国内外期刊和学术会议上发表论文60余篇;获省科技进步二等奖2项、三等奖2项;授权发明专利50余项,其中8项发明专利已授权并在企业得到推广应用。