一种基于BIM的智慧建筑能耗控制方法及系统与流程

一种基于bim的智慧建筑能耗控制方法及系统
技术领域
1.本发明涉及温度智能调控技术领域，具体涉及一种基于bim的智慧建筑能耗控制方法及系统。

背景技术：

2.能源作为社会发展的基础，是维系社会正常运行的基本支撑，可通过进行能源利用的合理规划实现资源最大化利用，以进行节能减耗，进行商场内的空调温度控制时，可通过合理控制体感温度来提高控制智能性，在保障用户体验前提下有效降低控制能耗，现如今，进行室内温度的控制过程中，需使用者对加热源或制冷源进行操作，一般而言多为整体性控制，控制方法普适性过强，无法保障通行人员的舒适度，还存在一定的可提升空间。
3.现有技术中，对于建筑的能耗控制方法无法基于建筑内部运行实况进行智能化调控，对于控制影响因素的分析深度不足，使得控制结果不够精准，与实际需求的契合度不足，同时会造成能源浪费。

技术实现要素：

4.本技术提供了一种基于bim的智慧建筑能耗控制方法及系统，用于针对解决现有技术中存在的建筑的能耗控制方法无法基于建筑内部运行实况进行智能化调控，对于控制影响因素的分析深度不足，使得控制结果不够精准，与实际需求的契合度不足，同时会造成能源浪费的技术问题。
5.鉴于上述问题，本技术提供了一种基于bim的智慧建筑能耗控制方法及系统。
6.第一方面，本技术提供了一种基于bim的智慧建筑能耗控制方法，所述方法包括：通过所述数据交互装置采集获得目标建筑的设计图纸信息；基于所述设计图纸信息构建建筑bim模型；采集获得目标建筑的历史通行数据，基于所述历史通行数据进行所述目标建筑的多层级空间划分，获得多层级空间划分结果；设定体感需求温度数据，将所述体感需求温度数据和所述多层级空间划分结果输入所述建筑bim模型，获得初始控制数据；通过所述环境采集装置进行外环境采集，根据外环境信息获得外环境影响数据；通过所述图像采集装置进行所述目标建筑的通行实时图像采集，根据图像采集结果获得内环境影响数据；通过所述外环境影响数据和所述内环境影响数据进行所述初始控制数据的调整，获得智能控制数据，通过所述智能控制数据进行所述目标建筑的智能控制。
7.第二方面，本技术提供了一种基于bim的智慧建筑能耗控制系统，所述系统包括：信息获取模块，所述信息获取模块用于通过所述数据交互装置采集获得目标建筑的设计图纸信息；模型构建模块，所述模型构建模块用于基于所述设计图纸信息构建建筑bim模型；空间划分模块，所述空间划分模块用于采集获得目标建筑的历史通行数据，基于所述历史通行数据进行所述目标建筑的多层级空间划分，获得多层级空间划分结果；模型分析模块，所述模型分析模块用于设定体感需求温度数据，将所述体感需求温度数据和所述多层级空间划分结果输入所述建筑bim模型，获得初始控制数据；外环境数据获取模块，所述外环境
数据获取模块用于通过所述环境采集装置进行外环境采集，根据外环境信息获得外环境影响数据；内环境数据获取模块，所述内环境数据获取模块用于通过所述图像采集装置进行所述目标建筑的通行实时图像采集，根据图像采集结果获得内环境影响数据；数据调整模块，所述数据调整模块用于通过所述外环境影响数据和所述内环境影响数据进行所述初始控制数据的调整，获得智能控制数据，通过所述智能控制数据进行所述目标建筑的智能控制。
8.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：本技术实施例提供的一种基于bim的智慧建筑能耗控制方法，通过所述数据交互装置采集获得目标建筑的设计图纸信息，进而构建建筑bim模型；获取目标建筑的历史通行数据，对所述目标建筑进行多层级空间划分获取多层级空间划分结果并设定体感需求温度数据，将其输入所述建筑bim模型获得初始控制数据，采集外环境信息以获得外环境影响数据；对目标建筑的通行实时图像进行采集以获取内环境影响数据，通过所述外环境影响数据和所述内环境影响数据进行所述初始控制数据调整，获得智能控制数据进行所述目标建筑的智能控制，解决了现有技术中存在的建筑的能耗控制方法无法基于建筑内部运行实况进行智能化调控，对于控制影响因素的分析深度不足，使得控制结果不够精准，与实际需求的契合度不足，同时会造成能源浪费的技术问题，通过基于多维度进行分析评估，结合实际需求以进行建筑内温度的智能化精准调控，在保障舒适度的基础上实现节能减耗。
附图说明
9.图1为本技术提供了一种基于bim的智慧建筑能耗控制方法流程示意图；图2为本技术提供了一种基于bim的智慧建筑能耗控制方法中多层级空间划分结果获取流程示意图；图3为本技术提供了一种基于bim的智慧建筑能耗控制方法中内环境影响数据获取流程示意图；图4为本技术提供了一种基于bim的智慧建筑能耗控制系统结构示意图。
10.附图标记说明：信息获取模块11，模型构建模块12，空间划分模块13，模型分析模块14，外环境数据获取模块15，内环境数据获取模块16，数据调整模块17。
具体实施方式
11.本技术通过提供一种基于bim的智慧建筑能耗控制方法及系统，基于目标建筑的设计图纸信息构建建筑bim模型，基于历史通行数据进行目标建筑的多层级空间划分，联合体感需求温度数据输入建筑bim模型获得初始控制数据，获取内外环境影响数据对初始控制数据进行调整，生成智能控制数据进行目标建筑的智能控制，用于解决现有技术中存在的建筑的能耗控制方法无法基于建筑内部运行实况进行智能化调控，对于控制影响因素的分析深度不足，使得控制结果不够精准，与实际需求的契合度不足，同时会造成能源浪费的技术问题。
12.实施例一如图1所示，本技术提供了一种基于bim的智慧建筑能耗控制方法，所述方法应用于智慧建筑能耗控制系统，所述智慧建筑能耗控制系统与环境采集装置、数据交互装置、图
像采集装置通信连接，所述方法包括：步骤s100：通过所述数据交互装置采集获得目标建筑的设计图纸信息；具体而言，对能源可进行合理规划利用来实现能源的最大化利用，以进行节能减耗，进行商场内的空调温度控制时，可通过合理控制体感温度来提高控制智能性，在保障用户体验前提下有效降低控制能耗，本技术提供的一种基于bim的智慧建筑能耗控制方法应用于所述智慧建筑能耗控制系统，可基于实际需求进行建筑设施运行的能源用量控制，所述系统与所述环境采集装置、所述数据交互装置与所述图像采集装置通信连接，所述环境采集装置用于进行外环境信息采集，以确定控制影响数据，所述图像采集装置用于建筑内的实时通行状况进行图像采集，以提高能耗控制数据与建筑实况的契合度，所述数据交互装置用于进行数据调取，基于所述数据交互装置对所述目标建筑的设计图纸信息进行采集，所述目标建筑为待进行能耗控制分析的建筑，可基于所述设计图纸信息确定所述目标建筑的分布结构与尺寸大小，将所述设计图纸信息作为基本信息依据，为后续进行建筑内的智能温度控制夯实了基础。
13.步骤s200：基于所述设计图纸信息构建建筑bim模型；步骤s300：采集获得目标建筑的历史通行数据，基于所述历史通行数据进行所述目标建筑的多层级空间划分，获得多层级空间划分结果；具体而言，基于所述设计图纸信息确定统一的尺寸计量标准、多个拆分模块与模型精度，将其作为建模要求，基于三维建模平台与所述建模要求，依据所述设计图纸信息对所述目标建筑进行模型构建，生成所述建筑bim模型，其中，所述三维建模平台为辅助性建模平台，所述建筑bim模型可视为所述目标建筑的等比映射，基于所述建筑bim模型进行建筑内的温控实况分析，以确定最终的优化控制数据进行所述目标建筑的智能控制。
14.进一步的，设定预设时间区间，基于所述预设时间区间对所述目标建筑的历史通行数据进行采集，进而对所述历史通行数据进行数据划分，示例性的，对商场进行温控分析时，不同时段对应的温度需求不尽相同，基于实际温度需求进行温控参数确定，可在保障温控需求的基础上避免造成资源浪费，例如，基于周一到周日确定多个划分周期，依据多个划分周期对所述历史通行数据进行归类整合，确定多组通行数据，进一步对多组通行数据进行时段聚合，基于通行人流量确定多个划分时段，例如早中晚，不同时段对应的通行数据差异性较大，进一步基于不同时段的通行数据对目标建筑进行区域划分，同一划分区域的通行数据类似，确定多个划分空间作为空间划分结果，不同周期确定的空间划分结果不尽相同，以确定所述多层级空间划分结果，基于所述多层级空间划分结果进行具象化温控分析，可有效提高控制精度，保障控制结果与所述目标建筑内通行实况的契合度。
15.进一步而言，如图2所示，本技术步骤s300还包括：步骤s310：采集获得商家活动规划数据和商家位置信息；步骤s320：通过所述商家活动规划数据和所述商家位置信息生成周期分割约束数据；步骤s330：通过所述周期分割约束数据进行所述历史通行数据的数据周期分割，获得周期分割数据；步骤s340：对所述周期分割数据中每一分割组进行时段聚合，基于时段聚合结果获得所述多层级空间划分结果。
16.具体而言，获取所述目标建筑的所述历史通行数据，对于特殊节假日，商家可能存在规划活动，此时的人流量较之普通日期较大，需进行针对性分析以保障所述目标建筑内的温控精度，对商家的所述活动规划数据与所述商家位置信息进行采集，基于所述商家活动规划数据与所述商家位置信息确定多个商家区域的活动限定范围，进而确定所述周期分割约束数据，示例性的，将特殊节假日，例如国庆、情人节等单独进行分割约束，对于普通日期，可将周一到周日划分成7个周期，将所有周一作为一个分割组，以此类推，进一步的，基于所述周期分割约束数据对所述历史通行数据进行分割，将所述历史通行数据基于多个分割组划分为对应的周期数据，将其作为所述周期分割数据，其中，所述分割组与所述周期分割数据中的多个周期数据关联对应，对每一分割组对应的所述周期分割数据进行时段聚合，示例性的，基于商家的位置区域，对周一这一分割组对应的所述周期分割数据基于通行人流量进行分析，进一步确定多个通行时段，例如早中晚，不同通行时段对应的通行数据存在较大差别，获取所述时段聚合结果，包括不同分割周期内，各商家位置区域于不同时段的通行数据，基于所述时段集合结果对所述目标建筑进行划分，生成所述多层级空间划分结果，基于所述多层级空间划分结果进行针对性实时温度调控，以做到按需控温。
17.步骤s400：设定体感需求温度数据，将所述体感需求温度数据和所述多层级空间划分结果输入所述建筑bim模型，获得初始控制数据；具体而言，通过对所述目标建筑进行空间划分，确定所述多层级空间划分结果，进一步确定人体最舒适的环境温度，将其设定为所述体感需求温度数据，例如23℃，进而将所述体感需求温度与所述多层级空间划分结果输入所述建筑bim模型中，确定当前时段下所述目标建筑的多个不同划分区域对应的温度控制数据，将其作为所述初始控制数据，其中，对于通行人流量较大的时段与区域，对应的温度控制要求较高，应最大化保障舒适，对于非必要性控制时段与区域，可适当性降低控制要求，按需确定对应的控制数据。
18.步骤s500：通过所述环境采集装置进行外环境采集，根据外环境信息获得外环境影响数据；步骤s600：通过所述图像采集装置进行所述目标建筑的通行实时图像采集，根据图像采集结果获得内环境影响数据；具体而言，所述目标建筑内的温度控制参数受内外环境的实况影响，分别对其进行分析以确保最终的控制精度，基于所述环境采集装置对外环境进行信息采集，包括外环境温度，进一步确定所述目标建筑的材质数据与建筑厚度数据，并对划分的多个空间区域与墙体进行测距，对上述参数数据进行综合性评估，确定实时外环境温度对所述目标建筑内的不同区域的温度影响程度，作为所述外环境影响数据；进一步的，基于所述图像采集装置对所述目标建筑进行实时通行图像采集，获取图像采集结果，基于图像采集结果确定实时通行数量与通行人员来源信息，基于外环境影响数据确定来源影响权重值，例如刚进入目标建筑且处于通行数量最高的时段与区域，当前的影响因素的权重值皆为最大，对多个影响因素进行加权计算确定对应的温控影响程度，进而进行信息对应整合确定所述内环境影响数据，所述外环境影响数据与所述内环境影响数据的获取为后续进行控制数据的调整修正提供了基本数据依据。
19.进一步而言，本技术步骤s500还包括：步骤s510：根据所述设计图纸信息获得所述目标建筑的建筑材质数据、建筑厚度
数据；步骤s520：根据所述多层级空间划分结果和所述设计图纸信息进行墙体距离关联，获得距离关联结果；步骤s530：构建外环境温度影响模型，将所述建筑材质数据、所述建筑厚度数据、所述距离关联结果和所述外环境信息输入所述外环境温度影响模型，获得温度影响结果；步骤s540：根据所述温度影响结果获得所述外环境影响数据。
20.具体而言，所述目标建筑的外界环境温度会对建筑内的温度造成一定的影响，基于所述设计图纸信息对所述目标建筑的所述建筑材质数据与所述建筑厚度数据进行提取，其中，不同建筑材质对应的温度转移效益存在差别，例如建筑用铁与建筑钢材的导热能力不同，建筑墙体的厚度与温度转移效益成反比，进一步的基于所述多层级空间划分结果与所述设计图纸信息对各划分区域与建筑墙体进行测距，以进行墙体距离关联分析，距离较大时外环境温度对该区域的影响程度较小，获取所述距离关联结果。
21.进一步的基于机器学习算法构建所述外环境温度影响模型，所述外环境温度影响模型内嵌于所述建筑bim模型中，用于进行温度影响分析，基于大数据调取历史关联影响数据作为样本数据，将其划分为训练集与验证集，对所述外环境温度影响模型进行模型训练与验证，直至所述外环境温度影响模型的输出精度达到预定准确率，进一步将所述建筑材质数据、所述建筑厚度数据、所述距离关联结果和所述外环境信息输入所述外环境温度影响模型中，通过进行数据比对参考与模型模拟分析输出所述温度影响结果，基于所述温度影响结果确定外环境对于所述目标建筑内的不同区域的影响程度，生成所述外环境影响数据，通过构建模型进行外环境影响分析，可有效保障分析结果的准确性与客观性。
22.进一步而言，如图3所示，本技术步骤s600还包括：步骤s610：对所述图像采集结果进行图像识别，基于图像识别结果获得实时通行数量数据；步骤s620：对所述图像识别结果进行通行人员的来源识别，生成来源标识数据；步骤s630：通过所述外环境影响数据生成来源影响权重值，通过所述来源影响权重值对所述来源标识数据进行加权计算，获得加权计算结果；步骤s640：通过所述加权计算结果进行所述实时通行数量数据的数据替换，基于数据替换结果获得所述内环境影响数据。
23.具体而言，所述目标建筑内的通行数据为进行温度控制的影响因素，当通行数量过大时，需有效保证温控的灵敏度与准确度，当通行数量较小时可适当降低控制要求，基于所述图像采集装置对所述目标建筑内部实时通行状况进行图像采集，对图像采集结果进行图像信息识别确定不同空间区域的实时通行数量数据，进一步基于图像识别结果确定具体通行数量对应的通行时间、走向等，示例性的，当通行人员为直接从外界进来时，体感温度受外环境影响较大，使得温控限度存在差别，对通向人员基于通行时间与来源进行标识，生成所述来源标识数据，进而基于所述外环境影响数据确定不同影响因素对应的权重值，例如外环境温度、进入时间间隔、当前时段等，影响程度越高对应的权重值越高，进一步对所述来源标识数据基于来源影响权重值进行加权计算，获取所述加权计算结果，即影响度数据，将所述加权计算结果与所述通行数量数据进行替换，以确定不同空间区域对应的内环境影响度，对其进行数据整合生成所述内环境影响数据，可有效提高数据分析准确度，保障
所述内环境影响数据与实时状况的贴合度。
24.步骤s700：通过所述外环境影响数据和所述内环境影响数据进行所述初始控制数据的调整，获得智能控制数据，通过所述智能控制数据进行所述目标建筑的智能控制。
25.具体而言，所述初始控制数据为所述目标建筑内的所述温度控制设备当前的控制数据，其控制精准度可能无法达到预期要求，对多个划分区域分别布设温度采集装置，对所述目标建筑的实时温度数据进行采集，即所述初始控制数据的控制结果，获取温度采集数据并于所述体感需求温度数据进行偏差比对计算，确定对应的温度偏离值，即需进行调整控制的温度区间，进一步联合所述外环境影响数据与所述内环境影响数据对所述初始控制数据进行调整修正，通过对所述初始控制数据进行优化确定所述智能控制数据，进一步基于所述智能控制数据对所述目标建筑进行智能控制，使得所述目标建筑的内部环境温度达到体感需求温度数据，并可基于实时动态流动进行针对性调整，在保障通行人员舒适度的基础上实现能源的最大化利用。
26.进一步而言，本技术步骤s700还包括：步骤s710：基于所述多层级空间划分结果布设所述温度采集装置；步骤s720：根据时段数据进行所述温度采集装置的调用，获得温度采集数据；步骤s730：基于所述温度采集数据和所述体感需求温度数据的偏离值生成调整控制数据；步骤s740：通过所述调整控制数据进行所述智能控制数据的优化。
27.具体而言，通过对所述目标建筑进行空间划分确定所述多层级空间划分结果，基于所述空间划分结果确定所述温度采集装置于不同区域的布设位置于布设数量，进而完成装置布设，所述温度采集装置用于进行所述目标建筑内不同区域的环境温度采集，进一步基于所述时段数据，即当前的划分时段与区域，确定所述温度采集装置的调用数量与位置，示例性的，可设定设备调用频率，对于通行人员较为密集的时段可提高设备调用频率，逐步进行调用频率递减，同时对于非必要性调用时段，例如长时间未检测到通行人员时对于温控要求较低，可适当减少设备调用数量，进一步基于调用的所述温度采集装置进行实时温度采集，获取所述温度采集数据，进一步对所述温度采集数据与所述体感需求温度进行偏离值计算，基于所述温度偏离值确定调整控制数据，即温度的调整控制尺度，基于所述调整控制数据对所述智能控制数据进行优化，以提高所述智能控制数据的控制精度。
28.进一步而言，本技术步骤s730还包括：步骤s731：通过大数据构建时段灵敏度集合；步骤s732：基于所述时段数据进行所述时段灵敏度集合的灵敏度匹配，获得灵敏度匹配结果；步骤s733：通过所述灵敏度匹配结果和所述偏离值获得所述调整控制数据。
29.具体而言，不同划分时段对应的设备运行灵敏度要求不同，对于通行人员较多的时段对应的设备灵敏度需求较高，以增强通行人员舒适度，基于大数据确定多级别灵敏度，并与多个划分时段进行关联对应，对关联对应结果进行标识生成所述时段灵敏度集合，以便进行识别匹配，将目前的划分时段与划分空间区域作为所述时段数据，与所述时段灵敏度集合进行灵敏度匹配，确定与所述时段数据契合度最高的数据作为所述灵敏度匹配结果，以确定所述时段数据对应的灵敏度要求，进一步的，将所述灵敏度匹配结果与所述偏离
值作为控制要求进行综合性评估，生成所述调整控制数据，所述调整控制数据为对所述智能控制数据进行优化调整的参数，可进一步提高所述智能控制参数的控制准确度。
30.进一步而言，本技术还存在步骤s750，包括：步骤s751：判断所述偏离值是否满足预期偏离阈值；步骤s752：当所述偏离值不能满足预期偏离阈值时，则生成设备检修指令；步骤s753：通过所述设备检修指令进行所述目标建筑的温度控制设备检修。
31.具体而言，通过对所述温度采集数据和所述体感需求温度数据进行温度偏差计算，获取所述偏离值，设定所述预期偏离阈值，即所述偏离值的可控临界值，判断所述偏离值是否满足所述预期偏离值，当满足时表明设备运行正常，基于调整分析步骤进行偏离值调整修正即可，当所述偏离值不满足所述预取偏离阈值时，表明所述偏离值过高，处于非正常状态，可能存在一定的设备故障导致，生成所述设备检修指令，即进行温度控制设备故障检修的开始指令，当接收到所述设备检修指令时，对所述目标建筑的所述温度控制设备进行故障检修，以维持设备的正常运行状态。
32.实施例二基于与前述实施例中一种基于bim的智慧建筑能耗控制方法相同的发明构思，如图4所示，本技术提供了一种基于bim的智慧建筑能耗控制系统，所述系统包括：信息获取模块11，所述信息获取模块11用于通过所述数据交互装置采集获得目标建筑的设计图纸信息；模型构建模块12，所述模型构建模块12用于基于所述设计图纸信息构建建筑bim模型；空间划分模块13，所述空间划分模块13用于采集获得目标建筑的历史通行数据，基于所述历史通行数据进行所述目标建筑的多层级空间划分，获得多层级空间划分结果；模型分析模块14，所述模型分析模块14用于设定体感需求温度数据，将所述体感需求温度数据和所述多层级空间划分结果输入所述建筑bim模型，获得初始控制数据；外环境数据获取模块15，所述外环境数据获取模块15用于通过所述环境采集装置进行外环境采集，根据外环境信息获得外环境影响数据；内环境数据获取模块16，所述内环境数据获取模块16用于通过所述图像采集装置进行所述目标建筑的通行实时图像采集，根据图像采集结果获得内环境影响数据；数据调整模块17，所述数据调整模块17用于通过所述外环境影响数据和所述内环境影响数据进行所述初始控制数据的调整，获得智能控制数据，通过所述智能控制数据进行所述目标建筑的智能控制。
33.进一步而言，所述系统还包括：数据获取模块，所述数据获取模块用于根据所述设计图纸信息获得所述目标建筑的建筑材质数据、建筑厚度数据；距离关联模块，所述距离关联模块用于根据所述多层级空间划分结果和所述设计图纸信息进行墙体距离关联，获得距离关联结果；数据分析模块，所述数据分析模块用于构建外环境温度影响模型，将所述建筑材质数据、所述建筑厚度数据、所述距离关联结果和所述外环境信息输入所述外环境温度影响模型，获得温度影响结果；
影响数据获取模块，所述影响数据获取模块用于根据所述温度影响结果获得所述外环境影响数据。
34.进一步而言，所述系统还包括：数据采集模块，所述数据采集模块用于采集获得商家活动规划数据和商家位置信息；约束数据获取模块，所述约束数据获取模块用于通过所述商家活动规划数据和所述商家位置信息生成周期分割约束数据；数据分割模块，所述数据分割模块用于通过所述周期分割约束数据进行所述历史通行数据的数据周期分割，获得周期分割数据；空间划分结果获取模块，所述空间划分结果获取模块用于对所述周期分割数据中每一分割组进行时段聚合，基于时段聚合结果获得所述多层级空间划分结果。
35.进一步而言，所述系统还包括：通行数据获取模块，所述通行数据获取模块用于对所述图像采集结果进行图像识别，基于图像识别结果获得实时通行数量数据；数据标识模块，所述数据标识模块用于对所述图像识别结果进行通行人员的来源识别，生成来源标识数据；数据计算模块，所述数据计算模块用于通过所述外环境影响数据生成来源影响权重值，通过所述来源影响权重值对所述来源标识数据进行加权计算，获得加权计算结果；数据替换模块，所述数据替换模块用于通过所述加权计算结果进行所述实时通行数量数据的数据替换，基于数据替换结果获得所述内环境影响数据。
36.进一步而言，所述系统还包括：装置布设模块，所述装置布设模块用于基于所述多层级空间划分结果布设所述温度采集装置；温度采集模块，所述温度采集模块用于根据时段数据进行所述温度采集装置的调用，获得温度采集数据；数据生成模块，所述数据生成模块用于基于所述温度采集数据和所述体感需求温度数据的偏离值生成调整控制数据；控制数据优化模块，所述控制数据优化模块用于通过所述调整控制数据进行所述智能控制数据的优化。
37.进一步而言，所述系统还包括：信息集构建模块，所述信息集构建模块用于通过大数据构建时段灵敏度集合；灵敏度匹配模块，所述灵敏度匹配模块用于基于所述时段数据进行所述时段灵敏度集合的灵敏度匹配，获得灵敏度匹配结果；调整控制数据获取模块，所述调整控制数据获取模块用于通过所述灵敏度匹配结果和所述偏离值获得所述调整控制数据。
38.进一步而言，所述系统还包括：阈值判断模块，所述阈值判断模块用于判断所述偏离值是否满足预期偏离阈值；指令生成模块，所述指令生成模块用于当所述偏离值不能满足预期偏离阈值时，则生成设备检修指令；
设备检修模块，所述设备检修模块用于通过所述设备检修指令进行所述目标建筑的温度控制设备检修。
39.本说明书通过前述对一种基于bim的智慧建筑能耗控制方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于bim的智慧建筑能耗控制方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
40.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

技术特征：

1.一种基于bim的智慧建筑能耗控制方法，其特征在于，所述方法应用于智慧建筑能耗控制系统，所述智慧建筑能耗控制系统与环境采集装置、数据交互装置、图像采集装置通信连接，所述方法包括：通过所述数据交互装置采集获得目标建筑的设计图纸信息；基于所述设计图纸信息构建建筑bim模型；采集获得目标建筑的历史通行数据，基于所述历史通行数据进行所述目标建筑的多层级空间划分，获得多层级空间划分结果；设定体感需求温度数据，将所述体感需求温度数据和所述多层级空间划分结果输入所述建筑bim模型，获得初始控制数据；通过所述环境采集装置进行外环境采集，根据外环境信息获得外环境影响数据；通过所述图像采集装置进行所述目标建筑的通行实时图像采集，根据图像采集结果获得内环境影响数据；通过所述外环境影响数据和所述内环境影响数据进行所述初始控制数据的调整，获得智能控制数据，通过所述智能控制数据进行所述目标建筑的智能控制。2.如权利要求1所述的方法，其特征在于，所述方法还包括：根据所述设计图纸信息获得所述目标建筑的建筑材质数据、建筑厚度数据；根据所述多层级空间划分结果和所述设计图纸信息进行墙体距离关联，获得距离关联结果；构建外环境温度影响模型，将所述建筑材质数据、所述建筑厚度数据、所述距离关联结果和所述外环境信息输入所述外环境温度影响模型，获得温度影响结果；根据所述温度影响结果获得所述外环境影响数据。3.如权利要求1所述的方法，其特征在于，所述方法还包括：采集获得商家活动规划数据和商家位置信息；通过所述商家活动规划数据和所述商家位置信息生成周期分割约束数据；通过所述周期分割约束数据进行所述历史通行数据的数据周期分割，获得周期分割数据；对所述周期分割数据中每一分割组进行时段聚合，基于时段聚合结果获得所述多层级空间划分结果。4.如权利要求1所述的方法，其特征在于，所述方法包括：对所述图像采集结果进行图像识别，基于图像识别结果获得实时通行数量数据；对所述图像识别结果进行通行人员的来源识别，生成来源标识数据；通过所述外环境影响数据生成来源影响权重值，通过所述来源影响权重值对所述来源标识数据进行加权计算，获得加权计算结果；通过所述加权计算结果进行所述实时通行数量数据的数据替换，基于数据替换结果获得所述内环境影响数据。5.如权利要求1所述的方法，其特征在于，所述智慧建筑能耗控制系统与温度采集装置通信连接，所述方法还包括：基于所述多层级空间划分结果布设所述温度采集装置；根据时段数据进行所述温度采集装置的调用，获得温度采集数据；
基于所述温度采集数据和所述体感需求温度数据的偏离值生成调整控制数据；通过所述调整控制数据进行所述智能控制数据的优化。6.如权利要求5所述的方法，其特征在于，所述方法还包括：通过大数据构建时段灵敏度集合；基于所述时段数据进行所述时段灵敏度集合的灵敏度匹配，获得灵敏度匹配结果；通过所述灵敏度匹配结果和所述偏离值获得所述调整控制数据。7.如权利要求5所述的方法，其特征在于，所述方法包括：判断所述偏离值是否满足预期偏离阈值；当所述偏离值不能满足预期偏离阈值时，则生成设备检修指令；通过所述设备检修指令进行所述目标建筑的温度控制设备检修。8.一种基于bim的智慧建筑能耗控制系统，其特征在于，所述系统与环境采集装置、数据交互装置、图像采集装置通信连接，所述系统包括：信息获取模块，所述信息获取模块用于通过所述数据交互装置采集获得目标建筑的设计图纸信息；模型构建模块，所述模型构建模块用于基于所述设计图纸信息构建建筑bim模型；空间划分模块，所述空间划分模块用于采集获得目标建筑的历史通行数据，基于所述历史通行数据进行所述目标建筑的多层级空间划分，获得多层级空间划分结果；模型分析模块，所述模型分析模块用于设定体感需求温度数据，将所述体感需求温度数据和所述多层级空间划分结果输入所述建筑bim模型，获得初始控制数据；外环境数据获取模块，所述外环境数据获取模块用于通过所述环境采集装置进行外环境采集，根据外环境信息获得外环境影响数据；内环境数据获取模块，所述内环境数据获取模块用于通过所述图像采集装置进行所述目标建筑的通行实时图像采集，根据图像采集结果获得内环境影响数据；数据调整模块，所述数据调整模块用于通过所述外环境影响数据和所述内环境影响数据进行所述初始控制数据的调整，获得智能控制数据，通过所述智能控制数据进行所述目标建筑的智能控制。

技术总结

本发明提供了一种基于BIM的智慧建筑能耗控制方法及系统，涉及温度智能调控技术领域，基于目标建筑的设计图纸信息构建建筑BIM模型，基于历史通行数据进行目标建筑的多层级空间划分，联合体感需求温度数据输入建筑BIM模型获得初始控制数据，获取内外环境影响数据对初始控制数据进行调整，生成智能控制数据，解决了现有技术中建筑的能耗控制方法无法基于建筑内部运行实况进行智能化调控，对于控制影响因素的分析深度不足，使得控制结果不够精准，与实际需求的契合度不足，同时会造成能源浪费的技术问题，通过基于多维度进行分析评估，结合实际需求以进行建筑内温度的智能化精准调控，在保障舒适度的基础上实现节能减耗。在保障舒适度的基础上实现节能减耗。在保障舒适度的基础上实现节能减耗。