【学科发展报告】智能楼宇

2019 年 1 月 25 日 中国自动化学会

一、引言

智能楼宇是建筑技术与信息技术协同发展的产物，利用计算机技术对建筑物内的设备、信息资源根据楼宇使用需求进行管理与自动控制。欧洲智能楼宇协会（European Intelligent Building Group，EIBG）将智能楼宇定义为：楼宇在为使用者提供最大使用效率的同时，可以用最少的硬件和设施消耗实现资源的高效管理［1］。

对于传统楼宇建筑，智能楼宇采用现代化信息技术和智能化控制手段，在传统楼宇的基础硬件条件下搭建一套智能终端系统，通过网络与传感技术对建筑物内的所有情况进行监控，替代传统人工进行楼宇维护，使得楼宇管理日趋简单和高效。

二、研究现状和主要成果

在智能楼宇控制技术发展初期，智能楼宇的子系统并不丰富，规模较小，控制简单，信息收集传递与汇总基本靠人工方式。随着楼宇子系统规模的增加，控制复杂程度随之增加，对各子系统的综合管理、对全局信息的整合与控制是智能楼宇系统面临的主要问题。本文下面对智能楼宇的发展按照各主要子系统进行阐述：

（一）智能楼宇的视频监控子系统

视频监控系统是智能楼宇的一个重要组成部分，传统安防监控由于受技术发展限制，仅能对目标区域进行查看，传递简单视频信息，不能从根本上解决楼宇安防问题。智能楼宇视频监控系统以网络为依托，实现机房及下设所有监控设备、业务的管理与控制，具有与现有的楼宇智能化系统如门禁、楼宇对讲等系统实现信息交互功能。针对当前楼宇的实际需求，智能视频监控系统应用可以分为周界防范、区域防控报警、人脸识别、镜头异常智能报警、烟雾烟火检测报警、手机检索和通知收发等诸多可扩展功能。随着互联网和宽带网络技术的日益发展，网络视频监控系统势必将走入千家万户，成为人类生活的必需品，基于此开发的楼宇监控系统也将更加便于用户使用。

（二）智能楼宇的电气节能子系统

楼宇能耗的控制是楼宇管理的一个重要方面，智能楼宇电气节能系统能够对相应的节能数据及运行效果进行实时记录、跟踪和统计分析管理。智能楼宇建筑电气节能设计主要包括供配电系统节能设计（变配电所的优化选址、竖井合理布置、变压器选择）、照明节能设计。现阶段，根据工程实际经验可知，通过高效的节能设备和自动化控制系统的实施，建筑能耗通常可比原来降低 30%— 50%，如果建筑缺乏能耗监控及维护管理系统，建筑将不能进行内部能耗实时调控，导致建筑节能效果得不到持续稳定的监管［2］。

智能控制系统对建筑电气节能优化可以分为四部分：控制策略完善、控制方式改进、控制设备优化和控制网络优化［3］。通过不断完善控制策略和控制方法、优化控制设备和控制网络、优化智能建筑电气节能控制系统，进而减少系统能源消耗，现节能环保的目标。

（三）智能楼宇中的无线网络子系统

智能楼宇系统一般包括楼宇自动化系统（BMS）、办公自动化系统（OAS）和通信与网络系统（CNS），智能楼宇的系统集成主要是对这三个系统的集成。CNS 作为系统集成的基础，提供系统间信息传输的基础构架。在这个基础构架上，控制网络和计算机信息网络已经能够实现互联互通，并且能够通过统一的管理平台进行信息管理，即数据源收集数据，数据处理平台间交换数据，对收集的数据进行信息挖掘，基于数据进行决策分析以及将决策信息分发给执行机构等［4］。

在楼宇设计布局时无线传感技术的使用要面临很多特殊问题。首先由于无线传感器采用电池供电，电量有限，无线信号覆盖范围也相对小；其次由于楼宇内部墙、门、铝合金框架、各种金属管和钢筋的阻挡，以及人和电梯等其他物体的运动，会不同程度干扰传感器的无线电信号传输，影响上层应用的服务质量。另外，由于墙、室内物体以及物体的移动都会反射无线电波，产生多径干扰，引起接收端信号幅度的随机变化，发生多路径衰减现象。在这种动态多变的环境中，由于不能保证传输能量有限的每个传感器都能够直接与基站进行有效通信，因此传统的点对点或基于基站的单跳无线组网方式不再适用。

现阶段在楼宇自控领域有很多通信协议，其中BACnet 是楼宇自控网络中具有较大发展潜力的数据通信协议［5］，它由美国供热、制冷与空调工程师学会（ASHARE）制定，于2003 年被 ISO 正式采纳为国际标准（ISO16484-5）。

BACnet 是一个开放性协议，采用 OSI 模型分层结构。由于实际需要和成本限制等因素，BACnet 并没有完全实现 OSI 所有层，而是采用了由物理层、数据链路层、网络层和应用层组成的折叠式结构。BACnet 在应用层定义了对象抽象模型和服务原语，解决楼宇自控领域实现设备互操作和数据共享问题。通过实例化对象抽象模型，可以方便地对一个具体设备进行描述，通过服务原语实现设备间的信息交换。BACnet 在网络层定义了自己的通信和管理协议，通过网络映射，将采用不同底层协议的网络映射为 BACnet 的子网，BACnet 应用层报文可以在不同网络上传输。BACnet 在链路层和物理层支持多种通信方式和协议，包括现场控制总线技术（ARC-NET、MS/TP 和 LonTalk）、以及以太网传输技术和 IP 技术，这种层次结构使 BACnet 能够很方便地支持其他低层通信技术。

（四）智能楼宇的弱电集成子系统

系统集成（IIS，Intelligent Integration System）是智能建筑的核心技术，以系统集成、功能集成、网络集成和软件界面集成等多种集成技术为基础，运用标准化、模块化以及系统化的开放性设计。GB50314-2015《智能建筑设计标准》中对系统集成的定义为：将智能建筑内不同功能的智能化子系统在物理上，逻辑上和功能连接在一起，以实现信息综合，资源共享［6］。

智能化系统集成应在楼宇设备监控、安全防范、火灾自动报警及消防联动系统等各子工程的基础上进行，实现楼宇管理系统（BMS）集成。BMS进一步与信息网络系统（INS）、通信网络系统（CNS）进行系统集成，实现智能楼宇管理集成系统（IBMS），以满足对楼宇的监控、管理和信息共享需求，便于通过对楼宇和楼宇设备的自动检测与优化控制，实现信息资源的优化管理和对使用者提供最佳的信息服务，使得智能建筑达到投资合理、适应信息社会需求的目标，智能楼宇弱电系统的集成化现阶段的技术发展涵盖以下几点：

①数据集成化。智能楼宇的集成系统较为整齐，在数据库内完成网络资源信息共享，上下层资源互相转换，开放的数据结构有利于共享信息资源。②网络集成化。利用互联网技术调节楼宇之间的控制平台，保证楼宇之间信息传递通畅。对于硬件设施不理想的系统，通过互联网管理系统可以实现资源共享以及系统之间的顺畅工作。在应急状态或其他涉及整体协调运作时，通过软件编程和功能模块设计，智能管理软件可提供弱电系统整体的联动逻辑，为管理者提供统一指挥协调能力。③网关集成化。网关集成化需要与第三方设备相连接，若二者存在一定的设备不匹配性，则无法进行整合，所以，相结合的系统之间必须具有相同型号。网关集成化令每个分部系统都由网关控制，它成为信息传输的重要环节。

三、国内外发展比较与趋势

智能楼宇作为控制技术与楼宇功能结合的应用领域，国外的研发和市场应用较早，尤其日本在智能楼宇领域的研发应用较好，其对大型楼宇的综合管理技术积累较为充足。国内近几年随着楼宇开发数量的激增，功能性楼宇已逐渐成为楼宇市场竞争的增长点，市场针对智能楼宇的建设需求也日益增加。本节将先后介绍国内与国外智能楼宇的近期发展技术情况。

（一）国内外发展情况比较

安徽理工大学设计了一种基于 ZigBee 技术的智能楼宇防火监控系统［7］，由专断数据采集节点、路由器节点、协调器节点和监控中心四个部分组成，系统通过对楼宇内各环境参数的实时测量来实现对火灾的监控和报警功能。

东南大学设计了一套基于开放服务网关协议（Open Service Gateway Initiative）的楼宇监控框架［8］，对建筑物或建筑群内的照明、空调、配电系统等实行合理有效的监测与控制，实现设备远程监控及故障高菁，减少人力投入并降低运营成本。

哈尔滨理工大学设计了基于 RFID 的智能楼宇系统［9］，结合了自动化控制技术、嵌入式技术、现场总线和通信技术，使得楼宇管理系统更加智能高效，实现了停车子系统、门禁子系统、电梯子系统等集成管理。

为了解决智能楼宇各系统难以协作和互操作问题，参考文献［10］提出了多服务系统（MAS，Multi-Agent System）技术的智能楼宇信息系统集成方案。

广东工业大学搭建了智能楼宇实验系统，该系统的初期低层网络是 LonWorks 现场总线网络，上层是 Ethernet 局域网，新扩展的网络系统以 BACnet 协议为基础［11］。

国外公司在智能楼宇系领域比较成功的有：西门子公司（APOGEE系统）、霍尼韦尔公司（Comfort Point系统）、江森自控公司（Metasys系统）以及施耐德公司等，这些公司的楼控产品都支持BACnet协议。霍尼韦尔Comfort Point系统采用Native BACnet标准开发［12］，可以灵活配置三层BACnet系统架构，控制器选型也相对简单。江森自控的Metasys 系统是基于Web 技术开发的，系统包括中央管理服务器、网络控制器和 DDC 控制器等［13］。西门子的 APOGEE 系统属于集散型控制系统，系统具有集中管理、操作分散控制功能［14］。

各个公司具有各自的优势技术，霍尼韦尔的集成度较高，西门子的系统网络结构清晰、分工明确，江森自控的配置灵活。它们又具有一些不同之处：Metasys 系统和APOGEE 系统控制器可以根据监控需求设置属性的通用 I/O；ComfortPoint 系统和 APOGEE 系统可以支持较多控制层总线。

对于楼宇系统而言，日常消耗最多的是加热、制冷以及空调系统，几乎消耗了楼宇能源的 50%，针对楼宇能源管理问题，美国南加州大学等提出了最优协调框架来管理智能楼宇的能耗［15］。针对能源消耗的预测问题，西班牙 Murcia 大学提出了基于贝叶斯正则化神经网络与随机森林相结合的预测方法，极大提高了预测准确度［16］。

虽然国内在智能楼宇控制技术方面的研发起步较晚，但由于国内近些年在商业楼宇方面的发展规模飞速增加，以及国内产学研环境的日益优化，国内在智能楼宇领域也取得了很多成果。比较而言，对于智能楼宇领域，国外的研发以大公司为主，并且形成了行业标准；国内以高校与公司的产研结合方式为主，尚未形成行业中规模可以和国外抗衡的公司，智能楼宇的研发投入也相对较少。

（二）发展趋势

物联网技术正在进入众多工业领域，智能楼宇系统已经从基于 BACnet 逐步过渡到基于 IP 与物联网的管理模式。传统楼宇管理系统（BMS）通过对机械和电气系统中硬件的控制，进行实时能耗监测［17-19］。最近几年的发展可以看出，楼宇系统与相关技术都在逐渐选择基于 IP 终端的设备作为楼控设备的基础架构。在早些年的建设过程中，各种楼宇控制系统使用了大量差异化协议、网络以及线缆系统，使得系统布控与管理变得十分复杂。随着物联网概念的推广，楼控系统（BMS）也在向 IP 网络化转换。

随着各个国家对智能建筑的重视程度日益增加，建筑楼宇的能耗以及环境排放问题逐渐成为智能楼宇建设的主要议题［20］。越来越多智能楼宇配备了物联网实时设备、传感器及通信规则，大量环境传感器实时监测楼宇的环境数据并进行存储。这类大量数据给实时信息控制、决策制定带来巨大挑战，因此人们提出大数据处理思路解决智能楼宇中面临的以下问题：数据生成、数据提取、数据整合、数据可视化、数据分析以及智能楼宇控制［21］。

2016 年提出了基于个性化物联网技术的智能楼宇无线传感与监测平台［22］，采用新的单跳方式传输点到点数据。为了进一步优化楼宇控制方案，针对智能楼宇监控子系统，2017 年人们提出面向监控数据特点的楼宇控制方案选择机制［23］，降低了楼宇监控系统的能耗，提升了智能楼宇效率。从近两年的发展可以看出，智能楼宇控制技术将紧密结合无线传感器网络技术、大数据技术、以及人工智能技术的发展，楼宇控制技术将针对应用环境的不同，开发更加个性化的智能控制方案。

四、需求与展望

人的一生中大部分时间在楼宇中度过，楼宇设施的智能化不但能提高人的工作效率，也能提高人的生活质量和幸福感。我国应当在智能楼宇控制领域，围绕能耗控制、传感与通信标准化、人的行为分析与楼宇使用相协调等方面，运用新的传感、人工智能、人机交互技术，系统性的研究网络化系统的控制与优化问题，提高具体行业的系统性能，使得智能楼宇面向智能化发展，以楼宇生成数据为需求，迅速捕捉提炼该领域的重要的研究问题。

展望未来五年本学科的发展，我国在智能楼宇领域将具有新的特点。

首先，新的传感与计算技术将使楼宇传感器网络规模进一步增大，系统性能也将同时提高。随着传感器精度的增加，环境捕捉能量的准确度将随之提高。这些硬件能力和规模的提升，会带来对系统性能优化的新要求。

第二，传感、计算、控制的界限开始模糊，需要综合考虑与设计。传感节点的计算能力将更强，制造成本进一步下降，进而促进网络规模进一步上升。传感、计算、控制的协同设计需要结合应用对象的特点。

第三，人的心理与环境交互方式、局部能耗与社会总能耗均衡控制将逐渐进入智能系统的设计范畴。随着智能手机与便携计算设备的迅猛发展，移动计算设备让人机交互更加便捷。对智能楼宇控制系统的要求会多样化，并围绕着人的需求而变化。

第四，随着大数据与深度学习技术在楼宇行业的尝试与创新，我国正在大力推广的人工智能应用将会对智能楼宇产生重大影响。楼宇管理系统的制定将依据楼宇应用环境特点，通过数据分析与规则学习制定管理系统的功能模块，将更符合楼宇使用者的使用习惯，综合提高楼宇使用效率，并且能充分降低楼宇能耗。

五、结束语

智能楼宇是社会经济发展的产物，人们对居住和办公环境自动化的需求标准逐年提高。传统智能楼宇从弱电集成、设施自动化逐渐发展过渡到网络化和数据智能决策相结合的新型智能楼宇控制系统。利用新的计算与控制技术，智能楼宇将围绕楼宇的信息化、结构化以及系统化方向发展，不断提高楼宇智能程度，提高楼宇为人的服务能力与效率。

参考文献

［1］ H. J. Wigginton，Michael. Intelligent skins. Butterworth-Heinemann，2002.

［2］林毅宏 . 智能楼宇建筑电气节能现状及节能设计研究［J］．自动化与仪器仪表，2013，（3）：135-136.

［3］牛萍萍 . 探讨智能化建筑中电气节能问题及优化［J］．自动化与仪器仪表，2017，（5）：194-195.

［4］许毅平，周曼丽 . 无线网络技术在智能楼宇中的应用研究［J］．计算机工程与设计，2006，27（22）： 4264-4266.

［5］ ANSI/ASHRAE Standard 135-2001. A data communication protocol for building automation and control networks.

2001.

［6］ GB50314-2015《智能建筑设计标准》［M］．北京：中国计划出版社，2015.10.

［7］卜冷冰 . 基于 ZigBee 技术的智能楼宇防火监控系统的研究［D］．硕士学位论文．安徽：安徽理工大学， 2016.

［8］张琪 . 基于 OSGi 的智能楼宇监控系统的设计与实现［D］．硕士学位论文．江苏：东南大学，2016.

［9］李健 . 基于 RFID 的智能楼宇管理系统的设计与实现［D］．工程硕士学位论文．黑龙江：哈尔滨理工大学，2016.

［10］吴小冬 . 系统集成技术在智能楼宇信息化建设的研究［J］．移动通信，2017，10：38-41.

［11］黄伟君 . 基于 BACnet 的智能楼宇实验系统的设计与实现［D］．硕士学位论文．广东：广工工业大学， 2016.

［12］霍尼韦尔 . 霍尼韦尔 ComfortPoint 系统设计手册 .2015.

［13］江森 . 江森自控 metasys 设计手册 .2014.

［14］西门子 . 西门子楼宇科技 APOGEE 顶峰系统设计手册 .2013.

［15］ T.S. Cui，S. Chen，Y.Z. Wang，et al. An optimal energy co-sheduling framework for smart buildings［J］． INTEGRATION，the VLSI journal，2017（58）：528-537.

［16］ G.V. Aurora，M.C. Victoria，T.S. Fernando，et al. Towards energy efficiency smart buildings models based on intelligent data analysis［J］．Procedia Computer Science，2016（83）：994-999.

［17］ A. H. Oti，E. Kurul，F. Cheung，et al. A framework for the utilization of building management system data in building information models for building design and operation［M］．Autom. Construct.，Dec. Vol. 72，2016，pp. 195-210.

［18］ E. Z. Tragos et al.. An IoT based intelligent building management system for ambient assisted living［M］．In Proc.

IEEE Int. Conf. Commun. Workshop（ICCW），London，U.K.，Jun. 2015，pp. 246-252.

［19］ A. Corna，L. Fontana，A. A. Nacci，et al. Occupancy detection via ibeacon on android devices for smart building management［M］．In Proc. Design Autom. Test Europe Conf. Exhibit.（DATE），Grenoble，France，Mar. 2015， pp. 629-632.

［20］ D. Zeng，S. Guo，and Z. Cheng. The Web of Things：A Survey. Journal of Communications［J］．Vol. 6，2011， pp. 424-38.

［21］ M.R. Bashir，A.Q. Gill. Towards an IoT Big Data Analytics Framework：Smart Buildings Systems［M］．IEEE 18th International Conference on High Performance Computing and Communications，2016，pp.1235-1332.

［22］ A. Y Joshi，V. N Patel，J. Shah，et al. Customized IoT Enabled Wireless Sensing and Monitoring Platform for Smart Buildings［M］．Procedia Technology，2016，vol. 23，pp. 256-263.

［23］ C. Bolchini，A. Geronazzo，E. Quintarelli. Smart buildings：A monitoring and data analysis methodological framework［M］．Building and Environment，2017，vol.121，pp.93-105.

来源：中国自动化学会

往期文章推荐