公共建筑暖通空调系统数字化运维管理技术规范（征求意见稿）

1T/JXEA076—2025公共建筑暖通空调系统数字化运维管理技术规范本文件规定了公共建筑暖通空调系统数字化运维管理的总体原则、数据采集与接入、数据处理与建模、运行状态监测与诊断、运维决策支持与优化控制、系统安全与数据管理、质量验收与持续改进等要求。本文件适用于采用数字化技术对公共建筑暖通空调系统进行运维管理的工程实践，包括但不限于办公建筑、商业建筑、医院、学校、交通枢纽等场所的冷热源系统、输配系统、末端设备及控制系统。2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T50314—2015智能建筑设计标准GB/T51350—2019建筑能源管理系统技术规范GB/T50736—2012民用建筑供暖通风与空气调节设计规范GB/T34062—2017建筑设备监控系统工程技术规范JGJ/T454—2019建筑设备管理系统工程技术标准ISO164843:2005建筑自动化与控制系统第3部分：功能3术语和定义下列术语和定义适用于本文件。3.1数字化运维管理基于数据采集、传输、处理与分析技术，实现对暖通空调系统运行状态的实时监测、智能诊断、性能评估与优化控制的全过程管理方式。3.2系统数据采集点暖通空调系统中用于采集温度、压力、流量、功率、状态等参数的传感器或智能仪表安装位置。3.3数据接入网关用于汇聚、协议转换与传输暖通空调系统多源数据的硬件或软件设备。3.4运行能效比暖通空调系统在实际运行中，单位能耗所提供的冷量或热量的比值，用于评价系统运行能效水平。2T/JXEA076—20253.5故障诊断与预警基于数据分析与模型推断，识别系统异常状态、定位故障原因并提前发出预警信息的技术过程。3.6运维决策支持系统基于数据分析、模拟仿真与优化算法，为运维人员提供维护策略、调度方案与能效改进建议的辅助决策平台。4总体原则公共建筑暖通空调系统数字化运维管理应遵循以下基本原则：科学性：应采用经过验证的数据分析方法、数学模型与优化算法，确保运维决策的技术合理性与有效性。系统性：应覆盖暖通空调全系统，包括冷热源、输配、末端及控制子系统，实现数据贯通与协同管实时性：应具备实时或近实时的数据采集、处理与响应能力，支持动态监测与快速干预。可靠性：系统应具备高可用性、数据一致性与故障恢复能力，确保运维过程连续稳定。开放性：应支持多源数据接入、多协议兼容与平台扩展，便于与建筑管理系统、能源管理系统等集可追溯性：运维过程中各环节数据、操作记录、诊断结果与决策依据应完整保存，支持全过程回溯与分析。5系统数据采集与接入5.1数据采集点规划数据采集点应覆盖暖通空调系统关键设备与关键参数，包括但不限于：冷热源设备：冷水机组、热泵、锅炉的进出水温度、压力、流量、功率、运行状态；输配系统：水泵、冷却塔、风机的频率、电流、阀门开度、管道温度与压力；末端设备：风机盘管、空调箱、VAV箱的温度、风量、调节阀状态；环境参数：室内外温湿度、CO2浓度、光照强度；能源计量：电、气、热等分项计量数据。采集点布置应遵循代表性、经济性与可维护性原则，优先设置在系统关键节点与能耗集中区域。5.2传感设备选型与校准传感设备应具备足够的测量精度、稳定性与环境适应性，并符合国家相关计量标准。设备选型应考虑：测量范围与精度满足系统监控要求；输出信号兼容现有控制系统；T/JXEA076—20253具备通信接口，支持远程配置与诊断。所有传感设备应在安装前进行校准，并在运行中定期核查，校准记录应归档备查。5.3数据接入与通信应建立统一的数据接入层，支持多种通信协议（如Modbus、BACnet、OPCUA、MQTT等）的数据采集与转换。数据接入网关应具备：多协议兼容与协议转换能力；数据缓存与断点续传功能；网络安全管理与访问控制机制；设备状态自监测与告警功能。数据传输应采用加密通信方式，确保数据在传输过程中的完整性、机密性与可用性。5.4数据采集频率与存储数据采集频率应根据参数类型与运维需求确定：设备状态与报警信息：实时或秒级；温度、压力、流量等过程参数：1分钟至5分钟；能耗计量数据：15分钟至1小时。采集数据应实时存储于时序数据库或关系数据库中，并建立数据备份与归档机制，确保数据长期可追溯。6数据处理与建模6.1数据预处理应对采集的原始数据进行清洗、对齐与规约，包括：缺失值处理：采用插值、前向填充或模型估计方法；异常值检测与剔除：基于统计方法或业务规则；数据对齐：统一时间戳，处理时延与采样频率差异；数据规约：对高频数据进行聚合，降低存储与计算负担。6.2系统建模应建立暖通空调系统的物理模型或数据驱动模型，支持系统状态仿真、性能评估与优化分析。模型类型包括：机理模型：基于质量、能量与动量守恒定律；统计模型：如回归模型、时间序列模型；机器学习模型：如神经网络、支持向量机、随机森林等。模型应经过历史数据验证，并在运行中持续更新与优化。6.3能效指标计算T/JXEA076—20254应基于采集数据计算系统运行能效指标，包括但不限于：冷水机组COP、热泵制热性能系数；水泵、风机效率；系统整体能效比；单位面积能耗、能耗强度指标。指标计算应遵循附录B中的定义与计算方法。7系统运行状态监测与诊断7.1实时监测应建立可视化监控界面，实时展示系统关键参数、设备状态、能效指标与报警信息。监测界面应支多维度数据展示：曲线、表格、仪表盘、拓扑图；历史数据查询与对比；阈值报警与趋势预警。7.2故障诊断应基于数据分析与模型推断，实现系统故障的自动检测、分类与定位。诊断方法包括：规则诊断：基于专家规则与阈值判断；模型诊断：基于残差分析、状态估计；数据驱动诊断：基于模式识别、异常检测算法。诊断结果应包括故障类型、可能原因、影响范围与处理建议。7.3健康度评估应对系统关键设备与子系统进行健康度评分，评估其性能衰减、可靠性状态与剩余寿命。评估应结合实时数据、历史表现与设备厂商建议。8运维决策支持与优化控制8.1运维策略推荐应根据系统状态、故障诊断结果与健康度评估，生成运维工单、维护计划与备件采购建议。推荐策略应考虑：故障紧急程度；维护成本与停机影响；设备生命周期管理。8.2能效优化控制应基于模型预测、优化算法与实际运行数据，生成系统控制策略优化建议，包括：T/JXEA076—20255冷水机组台数控制与负荷分配；水泵变频调节与水力平衡；送风温度重置与新风量优化；夜间清洗与预热预冷策略。优化控制应在保证室内环境舒适度的前提下，实现系统能效提升。8.3负荷预测与能源调度应建立短期与中长期负荷预测模型，支持能源采购、储能调度与需求响应参与。预测模型应综合考虑气象、日历、历史负荷与建筑使用模式。9系统安全与数据管理9.1网络安全应建立网络安全防护体系，包括：网络分区与访问控制；入侵检测与防御；数据加密传输与存储；定期安全审计与漏洞扫描。9.2数据管理应建立全生命周期数据管理体系，包括：数据分类与分级；数据存储架构设计；数据备份与恢复机制；数据归档与销毁策略。9.3权限管理应建立基于角色的访问控制机制，确保数据与功能的合规使用。权限设置应遵循最小权限原则，并记录所有操作日志。10质量验收与持续改进10.1验收内容数字化运维管理系统验收应包括以下内容：数据采集完整性与准确性；系统模型精度与可靠性；故障诊断准确率与响