盧楚杰 李思慧

1(廣東工業(yè)大學計算機學院 廣東 廣州 510006) 2(湖南大學土木工程學院 湖南 長沙 410082)

0 引 言

研究表明，以用戶為核心(Occupant-centric)的建筑設備控制策略具有巨大的節(jié)能潛力[1]。以空調(diào)系統(tǒng)為例，房間內(nèi)用戶存在與否影響著空調(diào)的啟停狀態(tài)，用戶數(shù)量影響著空調(diào)的送風溫度和新風量等運行參數(shù)，而用戶行為在更高層次上影響著控制和節(jié)能策略[2]。

建筑入住率感知(Occupancy Sensing)是指獲取建筑內(nèi)用戶存在與否、用戶數(shù)量等信息[3]，這些信息除了用于建筑設備控制以外，還可被用作建筑能源模擬與管理，是智慧建筑的重要組成部分[4-5]。機器學習技術(shù)已經(jīng)被廣泛運用于建筑入住率感知模型[6]，其框架通常涉及數(shù)據(jù)采集、特征選擇、算法選擇、訓練和性能評估五個步驟。入住率感知模型包括基于運動檢測(紅外傳感器、超聲波傳感器等)、基于環(huán)境參數(shù)(CO2傳感器、溫濕度傳感器等)、基于終端設備(智能手機、RFID等)、基于信號強度(Wi-Fi、藍牙等)、基于圖像目標檢測(攝像頭等)、基于智慧電表等方法[3]。但是每種方法均有弊端，比如：紅外傳感器易于獲取用戶存在與否，但難以獲取用戶人數(shù)等詳細信息，同時其感知范圍受限于視距，并且難以感知靜止的人體，誤差較大；CO2傳感器等環(huán)境傳感器讀數(shù)具有一定的延時性，且感知精度有限；攝像頭等利用計算機視覺技術(shù)的方法雖然具有極高的感知精度，但是由于涉及隱私問題，這類方法在許多室內(nèi)應用場景中難以推廣。

為了避免涉及隱私問題的同時改善入住率感知精度，本文提出一種基于機器學習框架的建筑入住率感知模型。利用多傳感器獲取建筑內(nèi)已存在的數(shù)據(jù)流(不涉及隱私問題)，嘗試將不同數(shù)據(jù)源的信息進行融合，評價不同機器學習算法在建立建筑入住率感知模型時的有效性。此外，還將進一步地探索不同模型在不同季節(jié)、不同樓層之間的可轉(zhuǎn)移性。

1 研究方法

1.1 數(shù)據(jù)描述

文獻[7]提供了位于加拿大渥太華卡爾頓大學某辦公樓的入住率及相關(guān)數(shù)據(jù)，其中包括室內(nèi)多個位置的CO2傳感器讀數(shù)，接入Wi-Fi終端設備數(shù)，瞬時照明負載和瞬時插座負載，同時利用攝像頭記錄下每個時刻的真實用戶數(shù)量，記錄的時間間隔均為5分鐘。為了便于分析，本文將原始數(shù)據(jù)集按照樓層和季節(jié)劃分成了四個數(shù)據(jù)集，具體細節(jié)見表1。

表1 數(shù)據(jù)集劃分

1.2 數(shù)據(jù)預處理

從建筑物中收集的原始數(shù)據(jù)一般不能直接用于機器學習建模，因為原始數(shù)據(jù)中可能具有以下問題：1) 原始數(shù)據(jù)一般包含噪聲和缺失值；2) 原始數(shù)據(jù)通常具有無關(guān)信息或冗余信息。前者一般通過數(shù)據(jù)清洗等數(shù)據(jù)預處理方法解決；后者一般通過特征選擇來進行數(shù)據(jù)篩選，常用的方法有主成分分析[8]、信息增益理論[9]等。

圖1(a)為數(shù)據(jù)集1中的各項數(shù)據(jù)(特征)，其中：CO2濃度是指原始數(shù)據(jù)中室內(nèi)多個位置的CO2傳感器讀數(shù)的平均值；總負載是原始數(shù)據(jù)中照明負載與插座負載之和。表2中，建筑內(nèi)的實際人數(shù)被劃分成了四個入住率水平，這是因為對實際的建筑設備而言，如空調(diào)系統(tǒng)，入住率水平已能夠滿足其控制策略的優(yōu)化，同時降低了建立入住率感知模型的難度。圖1(b)為數(shù)據(jù)集1中的實際人數(shù)與入住率。

圖1 數(shù)據(jù)集1展示

表2 入住率水平

1.3 特征選擇

數(shù)據(jù)集1中的5個特征可以組成31個特征子集，通過基于相關(guān)性的特征選擇方法(Correlation-based Feature Selection，CFS)對特征子集進行篩選，有助于提高入住率感知模型的準確率。好的特征子集需要包含與類高度相關(guān)的特征，并且特征之間彼此不相關(guān)，CFS的優(yōu)勢便是其不僅考察特征子集中單個特征的預測能力，還考察特征之間的冗余程度[10]，其啟發(fā)式方程為：

(1)

式中：Merit是包含n個特征的特征子集的啟發(fā)式“度量”，大小在0到1之間，值越靠近1則說明該特征子集越好；rcf和rff均為皮爾遜相關(guān)系數(shù)，rcf為特征-類相關(guān)系數(shù)，rff為特征-特征相關(guān)系數(shù)。

1.4 算法選擇與訓練

建筑入住率感知模型屬于多元分類任務，將選取7種常見的監(jiān)督學習類機器學習算法，包括邏輯回歸、支持向量機(線性、徑向基)、K近鄰、樸素貝葉斯、決策樹、隨機森林。

處理多元分類任務時，邏輯回歸算法一般確定為最大概率的類別；線性支持向量機用于處理線性可分的數(shù)據(jù)，通過訓練樣本尋找超平面來進行分類，而徑向基支持向量機分別用于處理線性不可分的數(shù)據(jù)，將其映射至更高維度，再進行分類；K近鄰算法通過距離度量找出離測試例最近的K個訓練樣本，以此確定測試例的類別；決策樹從訓練樣本中學習將預測空間簡單劃分為多個區(qū)域，從而進行多元分類；隨機森林通過創(chuàng)建許多分類樹來提高預測準確性[6,11]。

為了增強測試結(jié)果的穩(wěn)定性和保真性，在訓練機器學習算法時對數(shù)據(jù)集應用k折交叉驗證法，即將數(shù)據(jù)集劃分成k份，每次用k-1份的并集作為訓練集，用剩下的1份作為測試集，從而進行k次訓練與測試，最終返回的是k個測試結(jié)果的平均值[11]。

1.5 性能評估

利用機器學習進行建模之后，需要對入住率感知模型的性能進行評估，選取兩個常用的指標[12]：

(1) 準確率(Accuracy)：即入住率感知正確的樣本數(shù)占樣本總數(shù)的比例。入住率感知模型目標是將準確率最大化。

(2)

(2) 均方根誤差(Root Mean Square Error，RMSE):入住率感知結(jié)果的平均誤差幅度。入住率感知模型目標是將均方根誤差最小化。

(3)

2 研究結(jié)果與分析

2.1 特征選擇

圖2為各特征與入住率之間的相關(guān)性熱點圖。可以看出，各特征與入住率水平都具有較高的相關(guān)性，其中最高的是Wi-Fi設備數(shù)，為0.81，說明建筑內(nèi)接入Wi-Fi終端設備數(shù)最能反映入住率水平。同時各特征之間的相關(guān)性也很高，說明可能存在冗余特征。其中，照明負載、插座負載與總負載之間的相關(guān)性分別達到了0.95和0.93，呈高度相關(guān)，這是因為總負載是由前兩者求和所得。

圖2 各特征間相關(guān)性熱點圖

表3為利用CFS對各特征子集的預測能力進行評估的結(jié)果。在單個特征的子集中，Wi-Fi設備數(shù)的Merit值最高，說明Wi-Fi設備數(shù)的預測能力最強，這與相關(guān)性熱點圖分析結(jié)果是一致的。在所有特征子集中，總負載與Wi-Fi設備數(shù)兩個特征融合的子集的Merit值最高，說明其預測能力最強，所以選擇該特征子集建立入住率感知模型。同時，可以看出多個特征融合的子集的Merit值不一定比單個特征的子集高，比如Wi-Fi設備數(shù)的Merit值為0.81，CO2濃度、照明負載、插座負載、總負載和Wi-Fi設備數(shù)五個特征融合的子集Merit值僅為0.798，說明多傳感器融合的預測能力不一定比單傳感器的預測能力強。

表3 基于相關(guān)性的特征選擇

2.2 入住率感知模型評估結(jié)果

(1) 有效性分析。有效性分析是指在同一數(shù)據(jù)集(即同一季節(jié)同一樓層)中進行訓練與測試。以數(shù)據(jù)集1為例，選取總負載與Wi-Fi設備數(shù)兩個特征融合的子集進行有效性分析，利用10折交叉驗證法確保評估結(jié)果的穩(wěn)定性，結(jié)果見表4。所有算法的準確率平均值都超過了60%，說明總負載與Wi-Fi設備數(shù)兩個特征融合能夠有效感知建筑內(nèi)入住率水平。其中：線性支持向量機獲得了最高的準確率平均值(77%)和最低的均方根誤差平均值(0.37)；徑向基支持向量機和樸素貝葉斯也有較好的結(jié)果；而決策樹的結(jié)果最不理想，準確率僅為61.7%。

表4 入住率感知模型的有效性分析

(2) 可轉(zhuǎn)移性分析。可轉(zhuǎn)移性分析是指將訓練好的入住率模型在不同樓層或不同季節(jié)中測試(即在一個數(shù)據(jù)集上訓練的入住率感知模型在另一個數(shù)據(jù)集上進行測試分析)。監(jiān)督類機器學習算法在建立入住率感知模型時需要收集一定的數(shù)據(jù)，十分耗時，若能夠?qū)⒂柧毢玫娜胱÷矢兄Ｐ驮诓煌ㄖ蚍块g、不同季節(jié)間進行轉(zhuǎn)移，則能夠大大減少訓練成本，增加入住率感知模型的可用性。

表5為同一樓層不同季節(jié)中的可轉(zhuǎn)移性測試結(jié)果(在數(shù)據(jù)集1上訓練，在數(shù)據(jù)集2上測試)?？梢钥闯?，所有算法的準確率也都超過了60%，并且與在同一季節(jié)同一樓層測試的結(jié)果接近，說明入住率感知模型在不同季節(jié)間是可以轉(zhuǎn)移的。其中徑向基支持向量機和樸素貝葉斯獲得了較高的準確率(84.3%和82.7%)和較低的均方根誤差(0.40和0.42)，而決策樹算法的結(jié)果依舊是最差的(68.5%和0.56)。

表5 入住率感知模型在不同季節(jié)的可轉(zhuǎn)移性分析

表6為不同樓層同一季節(jié)的可轉(zhuǎn)移性測試結(jié)果(在數(shù)據(jù)集1上訓練，在數(shù)據(jù)集3上測試)，表7為不同樓層不同季節(jié)的可轉(zhuǎn)移性測試結(jié)果(在數(shù)據(jù)集1上訓練，在數(shù)據(jù)集4上測試)。在不同樓層中轉(zhuǎn)移應用時，各算法的準確率基本都低于40%，說明基于這些機器學習算法的入住率感知模型在不同樓層中的可轉(zhuǎn)移性是不可靠的?？梢钥闯觯幢惚疚闹胁煌瑯菍拥拇笮?、結(jié)構(gòu)和方向大致相同，但是室內(nèi)布置、傳感器位置和用戶行為的變化都可能為入住率感知模型的轉(zhuǎn)移增加許多挑戰(zhàn)，需要探索新的特征或者其他更先進的機器學習算法。

表6 入住率感知模型在不同樓層的可轉(zhuǎn)移性分析

續(xù)表6

表7 入住率感知模型在不同樓層和不同季節(jié)的可轉(zhuǎn)移性分析

3 結(jié) 語

為了避免涉及隱私問題的同時改善入住率感知精度，首先利用CFS對多傳感器數(shù)據(jù)進行篩選，再利用7種機器學習算法建立入住率感知模型。以某辦公樓的入住率數(shù)據(jù)為例進行研究，結(jié)果顯示多傳感器融合能夠有效感知建筑入住率水平，并且入住率感知模型能夠應用在不同季節(jié)中，支持向量機(包括線性和徑向基)和樸素貝葉斯算法在預測入住率時均具有較好的預測性能。但是入住率模型在不同樓層中應用時，所有算法準確率均偏低。此外，研究結(jié)果還表明，由于冗余特征的存在，多傳感器融合的預測能力不一定比單傳感器的預測能力強。