前言：智能建筑是计算机技术、通信技术、信息技术和楼宇技术相结合，通过楼宇自动控制系统，为人们提供安全、高效、舒适、便捷的楼宇环境。随着科学技术的发展楼宇自控维保，人工智能和物联网技术逐渐开始应用于包括智能建筑在内的各个领域。本文将介绍这两种革命性技术如何在智能建筑中实现能效管理。在上一篇文章中，焦能网系统梳理了建筑节能综合管理的实施方法，从维护结构方面提出了建筑节能改造的方法，能源消费端、能源供应端和能源管理系统（全文见文末）。）。

智能楼宇能源管理系统

基于楼宇自动化的智能楼宇通常具有三层能源管理结构：现场层、网络层和管理层。现场层包括各种现场设备，包括传感器、执行器和各种智能仪表。智能仪表包括水表、电表和燃气表。现场层通讯采用现场总线标准，比较常用的有RS485、M-BUS等。网络层是管理层与现场层之间的通信桥梁。它将现场层采集的数据信息上传到管理层，同时将管理层下达的动作指令发送给现场层，以便现场设备执行相应的命令操作。

图1：BAS系统三层架构图

物联网与建筑能源管理系统的融合

智能建筑能源管理系统的三层结构具备与物联网融合的条件楼宇自控维保，这也为物联网技术的应用创造了必要性。现场层可以利用物联网技术添加各种智能设备，网络层可以转变为有线和无线网络进行数据通信，实现对楼宇耗能设备的远程监控和管理。管理层可以利用物联网的云计算技术来处理海量数据。因此，智能建筑能源管理系统已经具备了物联网的结构形式。

设备控制节能

通过深入的数据挖掘分析，建立耗能设备运行的全景数据分析，进而依托人工智能技术，在空调、除湿机、风扇等其他耗能设备的运行过程中.、确保环境温度、湿度、水位在标准范围内，避免设备超标。运营能耗浪费场景，结合人工智能技术优化设备运营策略，降低能耗，延长设备寿命。

预测性维护

许多设施采用预防性维护来确保设备的正常运行。这通常涉及例行检查和对设备状态及其使用频率的假设。互联传感器技术通过对维护智能建筑的技术（包括设备温度、功率和声音）提供更细致入微的见解，将这一概念提升到一个新的水平。

这方面的一个例子是监控通风风扇电机，通常在商业建筑中一天 24 小时运行。不同的机械谐波随着老化而被识别，并且通过使用基于 LoRa 的传感器和调制解调器，电机的健康状况及其生命周期位置可以确定问题发生的时间，以便在更大的问题发生之前使用它。安排维护的最方便时间。

故障诊断预测与健康管理

通过现场采集的实时数据，可以对复杂施工设备的全生命周期进行故障诊断、预测、健康状态评估和健康管理。可以使用的AI算法模型有：神经网络（分类）、强化学习、贝叶斯（分类）、K-means（聚类）、马尔科夫（预测）、专家系统。基于这些算法模型，可以开发故障树。检索系统、故障预测系统、健康管理系统。

能耗预测

在建筑能耗系统中，如果历史数据有效且数据量充足，可以采用机器学习/深度学习等技术建立建筑能耗预测算法模型。为能源管理者制定能源需求计划和节能评估提供可靠的数据支持。

管理侧节能

基于大数据的支持，通过能耗三级计量系统，从各个区域的能耗进行大数据分析和管理，对各个区域的能耗进行实时监控。，确保设备供电安全。以达到管理层面的节能目标。

基于以上应用场景，人工智能和物联网技术将不断为智能建筑节能管理提供新机遇。借助连接的设备和强大的分析，我们可以实施更多的解决方案来提高效率并为可持续发展和节约创造新的机会。

当然，除了上述利用人工智能和物联网技术的节能方法外，从维护结构、能源消耗侧、能源供应侧和能源管理系统的角度进行建筑节能改造的方法是仍然是核心方法。交付能源网络系统整理了建筑综合能源管理实践指南，目录如下。