基于热成像无人机+BIM的区域建筑能耗图谱分析方法
来源：本站2023-12-01 09:25:08
基于热成像无人机+BIM的区域建筑能耗图谱分析方法
夏 磊，王朴心，彭丽媛，夏明轩
（北京电子科技职业学院，北京 100176）
摘要：本文针对城乡建筑能耗的有效监控与管理，提出一种全视角历时性的以热成像无人机+BIM建立能耗图谱分析方法，并以产科教融合引领技术融合、协同创新和高技能人才实践培养结合落地，服务区域节能监控体系。以城乡区域网格化为基础，利用热成像无人机识别区域建筑的散热程度，确定不同区域的能耗等级，进而通过以耗散成像+BIM点云图谱分析，支持针对性的节能管理；利用数字技术深度融合新应用驾驭能量流与信息流，架构网格监控的现场工程师训练，使智慧能源管理体系实现监控源头可控。早发现早诊断早“治疗”，使区域能耗整体到局部得以针对性施治，对区域建筑进行全面精准的节能降耗管理。该方法立足双碳目标与“十四五”规划愿景，为覆盖城乡建筑的节能监测体系贡献职业教育的力量。
关键词：热成像；无人机+BIM；能耗图谱；度数公式分析；现场工程师
中图分类号：TK01;TU18 文献标识码：A 文章编号：2097-2253 (2023) 08-0007-04
Analysis Method of Regional Building Energy Consumption Graph Based on Thermal Imaging UAV+BIM
Xia Lei, Wang Puxin, Peng Liyuan, Xia Mingxuan
(Beijing Electronic Technology Vocational College, Beijing 100176, China)
Abstract: Based on the deep integration and development of advanced vocational education, aiming at the effective monitoring and management of energy consumption of urban and rural buildings, this paper presents a diachronic energy consumption map analysis method based on thermal imaging UAV+BIM, and the integration of obstetrics and education of the new synergy of innovation and high-skilled personnel training combined with practice, service regional energy-saving monitoring system. Based on the grid of urban and rural areas, the thermal imaging UAV is used to identify the heat dissipation degree of regional buildings and determine the energy consumption levels of different regions, supporting targeted energy management; using digital technologies to deeply integrate new applications to harness energy and information flows; and building on-site engineer training for grid monitoring to enable smart energy management systems to be source-controlled. Early detection, early diagnosis and early “Treatment”, so that the regional energy consumption as a whole to local targeted treatment, the regional building for comprehensive and accurate energy-saving management. The approach, based on dual carbon targets and The 14th Five Year Plan vision, contributes to vocational education for an energy efficiency monitoring system covering urban and rural buildings.
Keywords: thermal imaging; UAV+BIM; energy consumption graph; analysis of degree formula; field engineer
作者简介：夏磊，一级注册建筑师，高级建筑师，研究生学历，从事建筑设计及管理30年，主要研究绿色建造、智慧能源等，并于2013年开启无人机+BIM的主题研究及课程。
*基金项目：北京社科基金项目“京津冀产教融合的职业教育优质资源共享路径研究”在产科教融合跨区域组织学生参与实践，建设学习发展职业共同体实践研究路径探索范畴的阶段性成果（项目编号：18JYB005，主持人：夏磊）。
1 融合职教发展与智慧能耗管理方法的构思与提出
随着能源消耗不断增加，建筑能耗问题日益受到关注。建筑能耗评估是提高建筑物能源利用效率的关键，数字化监控于评估越来越受到重视。目前，建筑能耗评估主要基于能源消耗数据和建筑模型，但这种方法不够精确，因未能考虑建筑物内不同区域之间的热传递关系。因此，我们提出了一种基于热成像无人机和BIM技术的建筑能效评估图谱分析方法，该方法可以更准确地评估建筑物的能效。依托职业教育高技能无人机+BIM人才培养和现场工程师培养机制，对该方法在职业教育类型优化中实践是必由之路。
“十四五”规划强调科技自主创新体系及数字技术发展。针对发展带来人口密集的城乡环境多元建筑场所，可以研究最新实用性技术融合的方法来体系性地监督其能耗，实时性与历时性地分解该复杂的巨系统。本文研究方法的可行性与可操作性，针对性设计监测体系，融入国家智慧能源管控体系。通过产教融合应用无人机+BIM技术融合，将具体的职业技能培养和技术落地与宏观大节能目标相统筹，通过无人机热成像技术，勾画出职业教育现场工程师+无人机热成像+BIM技术融合+大规模网格化图谱分析实现双碳目标的方法体系，助力中国式现代化中多元重回复合式发展的新道路模式，也从多技术应用角度证明以几十年时间超越西方几百年科技与社会发展成就的独特道路自信和体系优势的自我认知。强化职业教育高质量发展在中国式现代化过程中的价值引领。从而使得职业教育作为高技能人才摇篮，作为就业教育对中国教育体系改革必然做出新的奠基。
基于热成像无人机和BIM技术的区域建筑能耗图谱分析，可以通过对建筑外墙、屋顶等表面进行热成像扫描，获取建筑的热分布情况，再结合BIM技术中的建筑信息模型，对建筑的能耗情况进行分析和评估。随着城市化进程的加速，建筑能耗问题日益突出。为了更好地管理和优化建筑能耗，需要对建筑进行能耗图谱分析。传统的能耗图谱分析方法需要大量的人力和时间，而且难以获取建筑内部的细节信息。因此，本文提出了一种基于热成像无人机和BIM技术的区域建筑能耗图谱分析方法。首先，利用热成像无人机对建筑进行拍摄，获取建筑外部的热成像图像。然后，将热成像图像与BIM模型进行对比，得到建筑内部的热成像图像。接着，利用BIM模型中的建筑信息，如建筑结构、材料、设备等，对建筑进行能耗模拟，得到建筑的能耗数据。最后，将热成像图像和能耗数据进行融合，得到建筑的能耗图谱。该方法具有以下优点：（1）高效性：利用热成像无人机可以快速获取建筑外部的热成像图像，而BIM技术可以快速获取建筑内部的信息，从而大大提高了能耗图谱分析的效率。（2）高精度：利用热成像无人机可以获取建筑外部的热成像图像，更准确地分析建筑的热损失情况。同时，BIM技术可以提供建筑内部的详细信息，从而可以更准确地进行能耗模拟。（3）可视化：将热成像图像和能耗数据进行融合，可以得到建筑的能耗图谱，从而可以直观地了解建筑的能耗情况。综上所述，基于热成像无人机和BIM技术的区域建筑能耗图谱分析方法具有高效性、精度高和可视化等优点，可以为建筑能耗管理和优化提供有力的支持。
2 方法：整体可行性与可操作性设计
2.1 热成像无人机图像采集
通过使用热成像无人机，我们可以获取建筑物内不同区域的热分布情况。在采集热成像图像时，我们需要确定无人机的高度和飞行路径。我们可以通过分析建筑物内不同区域的热特性来确定这些参数，以便尽可能地减小热成像图像中的误差。
随着建筑信息模型（BIM）技术和热成像无人机技术的发展，基于BIM数据和热成像图像数据的区域建筑能耗图谱分析方法逐渐得到了广泛应用。热成像无人机采集的热成像图像是区域建筑能耗图谱分析的重要数据来源之一，可以为建筑物的能耗评估提供高质量的热成像数据。这些热成像数据可以在建筑物外部以非接触的方式采集，不仅显示建筑物的热分布情况，也可以为建筑物能耗模型提供必要的参数。
首先，在进行基于热成像无人机+BIM的区域建筑能耗图谱分析时，热成像无人机图像采集可以帮助实现全面的建筑能耗分析。这种方法不仅可以对建筑物内部进行能耗分析，还可以对建筑物外部进行分析。通过利用热成像无人机的遥感能力，可以对建筑物表面进行全面的热成像采集，获得大面积的热成像图像数据。
其次，使用与热成像图谱分析的数据中心特定Wi-Fi或者其他图传体系，实时性或历时性地传回采集的热成像数据。并尽可能采用AI及智能化软件对采集数据降噪处理，使得城市复杂性与矛盾性的干扰性降到最低。同时根据城市规划与建筑法律法规对数据脱敏与加密，防止黑客入侵。
进而，对初步热成像可以设定初步分析值，就是符合一般建筑能耗标准的色彩阈值AI自动分辨，以使得人工检测可以聚焦异常区域的异常建筑，集中精力去分辨与处理。这是工作项目精细化管理设定节能与能耗判断的颗粒粗糙度来分析的。
总之，基于热成像无人机+BIM的区域建筑能耗图谱分析是一种利用现代化技术手段对建筑物能耗状况进行全面评估和分析的方法。热成像无人机图像采集技术的应用可以提供高质量的热成像图像数据，为能耗图谱分析提供更加全面、细致的数据支持，有助于实现更加准确和全面的能耗分析。
无人机+BIM的数据耦合数字化模型（某大学）与区域热成像如图1所示。
图1 无人机+BIM的数据耦合数字化模型（某大学）与区域热成像；学生建模
2.2 BIM模型构建
为了将无人机采集的热成像图像与建筑物的物理结构相结合，我们需要构建BIM模型。BIM模型可以提供建筑物的准确物理结构，以便更好地将热成像图像与建筑物的物理结构相结合。
在这种方法中，热成像无人机可以快速地获取建筑物表面的温度分布图像，从而提供建筑物的热传输信息。这些信息可以与BIM模型相结合，通过能耗模拟和分析软件进行处理，计算建筑物的能耗和能效，并生成能耗图谱。这样，可以快速、准确地了解大型区域建筑物的能耗状况，从而优化建筑能耗结构，提高能源利用效率。
在该方法中，BIM模型起到了关键作用。BIM模型中包含了建筑物的几何形状、材料和构造、能源系统等信息，可以提供详细的建筑物信息。这些信息可以被用于能耗模拟和分析软件，计算建筑物的能耗和能效。此外，BIM模型还可以用于建筑物的运营和维护，对设备和管道进行维护和管理，保证建筑物的正常运行。下面，我们将详细介绍BIM模型在基于热成像无人机+BIM的区域建筑能耗图谱分析中的应用。
2.2.1BIM模型的应用方法构建
以无人机热成像输入模拟图或三维点云图像捕获输入等方法，可以直接将采集的能耗数据导入BIM模型，方法构建中重视区域BIM的详细性而非准确性，在能耗异常建筑和区域的判定与能耗病的“诊断”中强调精确性。从而通过无人机大范围监控架构智慧能耗问题发现与诊断的高效率，降低能耗监控运营成本。
该BIM模型的构建方法以数据输入、合成而半自动建模。产教融合结合学生训练进行人工修改与色块监督，对能耗异常“病区”采取手动输入所需的各种参数和信息而使得诊断精准。自动建模是通过软件将已录入的建筑参数规范地生成初步模型。半自动建模是将人工监控和点云输入相结合，通过软件的辅助完成智慧能耗图谱构建。
2.2.2BIM模型在区域建筑能耗图谱分析中的应用
BIM模型在区域建筑能耗图谱分析中的应用可以帮助我们更好地理解建筑物的能耗状况，分析建筑物的能耗结构，找到能源浪费的地方。具体如下：
（1）建筑物的几何形状和尺寸的建模
能源分析师与点云输入技能人才借助BIM模型的建筑物几何形状和尺寸信息，首先借助热成像判断能耗异常建筑物的形状和大小。借助BIM模型计算城乡既有建筑物的表面积、体积和建筑物空间的热量负荷（规划提供或无人机录入），从而为建筑物的能耗评估提供准确的基础数据。
（2）用于能耗分析的建筑物材料、构造的建模
BIM模型建构包涵建筑材料和构造信息，可以帮助建筑师和能源分析师更好地了解建筑物的构造和性能。这些信息可以在建筑物的能耗分析中用于计算建筑物的热传导系数、热容量和热阻值等参数，从而为建筑物的能耗评估提供准确的建筑物材料和构造数据。
（3）建筑物的能源系统的建模
BIM模型中包含建筑物的能源系统信息，可以帮助建筑师和能源分析师更好地架构区域能量流和信息流，以系统监测能耗。这些信息可以在建筑物的能耗分析中用于计算建筑物的能源消耗和能源效率，从而为建筑物的能耗评估提供准确的能源系统和能源流动数据。
（4）建筑物的能耗模拟和分析
BIM模型综合各种信息用于建筑物的能耗模拟和分析。使用建筑物能耗模拟软件，结合BIM模型中的信息，可以对建筑物的能耗进行计算和分析。通过能耗模拟，可以分析建筑物的能耗结构，找到能源浪费的地方，并提出改善方案。此外，能耗模拟还可以用于评估各种节能措施的效果，从而优化建筑物的能耗结构。
2.3 热成像图像与BIM模型融合
在将热成像图像与BIM模型融合之前，我们需要将热成像图像进行预处理。预处理包括去除热成像图像中的噪声和估计热成像图像中的温度值。然后，我们将预处理后的热成像图像与BIM模型进行融合，得到建筑物内不同区域的热分布情况。这些热分布数据将用于构建建筑能耗图谱。这种融合可以提高建筑能耗数据的准确性和精度，进而更好地优化建筑的能耗结构，提高能源利用效率。
热成像图像是通过热成像无人机采集的建筑物表面温度分布图像，可以反映出建筑物的热传输情况。通过对热成像图像的处理和分析，可以得到建筑物不同区域的热传输系数，从而计算出建筑物的能耗和能效。但是，由于建筑物本身的复杂性，热成像图像可能存在噪声和误差，因此需要与BIM模型相结合，才能更好地对建筑物能耗情况进行分析和优化。正在申请专利的带防护的无人机热成像（可以挂载相机）非接触体系如图2所示。
BIM模型中包含了建筑物的几何形状、材料和构造、能源系统等信息，可以提供详细的建筑物信息。这些信息可以被用于能耗模拟和分析软件，计算建筑物的能耗和能效。通过与热成像图像的融合，可以将热成像图像与BIM模型中的建筑物信息进行匹配，其中我们运用了图的度数公式，从而提高能耗数据的准确性和精度。
2.3.1图的度数公式
在图谱分析系列图中，一个顶点的度数是指它相邻顶点的数量，即与该顶点相连的边数。对于无向图，一个顶点的度数是与该顶点相邻的边数，可以用下面的公式来计算：deg(v)=|{e∈E|v∈e}|，其中：v是顶点，E是边集，|S|表示集合S中元素的数量。
2.3.2图谱分析其他方法
随着现场工程师培养计划，亦即结合企业端需求和城市运维现状情况，我们还可以将产教融合分析的方法建立在最短路径分析等图谱分析的方法框架上。即采用最短路径公式、连通性公式、中心性公式等其他方法。本文强调借助技术融合的热成像图谱分析工作来架构智慧能源现场工程师培养体系。
图2 正在申请专利的带防护的无人机热成像（可以挂载相机）非接触体系
3. 智慧建筑能耗图谱构建方法体系的意义
3.1 热成像无人机图像采集智慧能耗监控方法内容
在基于热成像无人机+BIM的区域建筑能耗图谱分析中，热成像无人机图像采集是一个非常关键的环节。热成像无人机图像采集可以为区域建筑能耗图谱分析提供高质量的热成像图像数据，进而提高建筑能耗分析的准确性和效率。具体来说，热成像无人机图像采集可以帮助实现以下几个方面的内容：
（1）首先规划无人机+BIM方法最有效的城乡区域网格，即通过规划体系和算法体系及当前有效实时性可操作的无人机技术体系，三体系融合营造无人机+BIM三维点云AI建模最适合的城乡区域网格化为基础。以区域网格为无人机热成像监测的数据导入通道。
（2）获取高质量的热成像数据：热成像无人机可以在不接触被测对象的情况下，对建筑物进行高精度的热成像采集，可以获取建筑物表面的温度信息，并通过图像处理技术得到高质量的热成像数据。注意实时降噪处理和图像数据脱敏，与实时加密，在无人机+BIM体系不断智能化的过程中不断强调。
（3）提高建筑能耗分析的准确性：热成像无人机采集的热成像数据可以通过三维点云的输入与分析，与BIM数据进行智能化算法结合，以提高建筑能耗分析的准确性。
（4）对比和分析，可以更准确地评估建筑物的能耗状况，并制定相应的节能措施。
实现全面的建筑能耗分析：热成像无人机可以快速、高效地采集大型建筑物的热成像数据，覆盖面积大、采集效率高，可以帮助实现全面的建筑能耗分析。
（5）值得重视的是，这些热成像数据与BIM数据相结合，可以构建建筑物能耗模型，从而更好地评估建筑物的能耗状况，找到节能的潜力和方案。在具体应用中，热成像无人机图像采集技术可以用于检测建筑物的热漏损、墙体结构的热传导、建筑物外部太阳辐射的热影响等问题，为能耗图谱分析提供更加全面、细致的数据支持。
具体实践中需要我们高度注意的是，通过使用热成像无人机，可以获取建筑物内不同区域的热分布情况。首先根据网格化的城市能耗地图数据采集进行区域分工与分组，建立监控网格体系；其次按照实时性与历时性设计无人机能耗监控的飞行路线以覆盖前述城市网格体系；再次进行采集。注意在采集热成像图像时，需要确定无人机的高度和飞行路径。我们可以通过分析建筑物内不同区域的热特性来确定这些参数，以便尽可能地减小热成像图像中的误差。
城乡区域（包括工业化与智能化的）多样化无人机能耗监测应用体系如图3所示。
图3 城乡区域（包括工业化与智能化的）多样化无人机能耗监测应用体系[2]
3.2 发展意义
当前，节能减排的要求日益增加，区域建筑能耗图谱分析方法亟待建立并融入城乡建筑节能监测体系。为了构建建筑能耗图谱，我们需要将热成像图像中的热分布数据转换为热传递关系。以建筑物内不同区域为节点，以热传递关系为图形表征。使用热传递公式来计算不同区域之间的热传递关系。从而将热传递关系转换为图形表示，建立捕获建筑能耗图谱的方法。实现监控源头可控，早发现、早诊断、早“治疗”，是通过针对性深挖内部能流来实现区域整体到局部的针对性施治，从源头上控制建筑能耗，提高能源管理效率和设计效率。从而使城乡建筑能耗管理智能化发展更进一步，以期利用自主产权的数字化新技术不断完善当前的区域建筑节能降耗，并结合职业教育的现场工程师培养训练相应技能强化更为全面的智慧能源管理体系。
建立数字化建筑能耗图谱需要大规模的无人机飞手与现场工程师培养，可以引入产教融合的教学实训参与。引入职业教育现场工程师培养的策略，使职业教育科研创新链与产业化需求紧密结合，将大量采集数据及分析的工作与职业技能训练融合，也使得人才培养与实战结合，产教融合实践训练人才。结合应用国内自主产权的无人机软硬件水平，立足创新链落地，培养实际高效能使用该工具及方法体系完成能耗监控任务的现场工程师。在操作体系中不断提高职教现场人才的素养，形成人才链、创新链与科研链紧密结合、螺旋式上升的培养途径，并促进创新落地。正是本文研究在智慧能源管理体系中与职业教育高质量发展紧密结合，培养新时代高技能人才的核心意义。
参考文献
[1] 教育部办公厅等五部门《关于实施职业教育现场工程师专项培养计划的通知》教职成厅[2022]2号，2022.11.
[2] Xiaodong Rena, Sahil Vashishtb, Gagangeet Singh Aujl. Drone-Edge Coalesce for Energy-Aware and Sustainable Service Delivery for Smart City Applications. Sustainable Cities and Society. 2021.11.
[3] Sepehr Alizadehsalehi, Ibrahim Yitmen. The effectiveness of an integrated BIM/UAV model in managing safety on construction sites. International Journal of Occupational Safety and Ergonomics. 2018.9.
[4] Lang Ruan, Jinlong Wang, Jin Chen. Energy-Efficient Multi-UAV Coverage Deployment in UAV Networks: A Game-Theoretic Framework. Emerging Technologies & Applications. 2018.5.