Datatell分享劳伦斯伯克利国家实验室商用建筑FDD算法测试与市场部署调研

原创 Datatell 2019-07-04 17:17

市场部署和FDD算法测试

本期我们分享一个关于FDD的算法测试和市场部署的调研，由美国劳伦斯伯克利国家实验室完成。关于FDD的基本概念及其应用价值和成功案例等，请出门左拐，阅读我们的往期文章《这么多问题都是运维做的不好，怎么破？》和《FDD：欧美已经有大量实践，而我们还没有认识到它的价值》。

至于FDD价值的探讨，我们继续听听专家们的看法:

动机和目标

商用FDD产品代表了建筑运营技术中增长最快的市场之一，新产品和算法不断开发，但是却没有一个合理的途径能让用户去理解并区分市场产品、比较和对标不同产品的性能。本次调研的总体目标是调查和标定当前常见的FDD产品和功能，制定测试流程和公共数据集来测试FDD解决方案。

FDD工具的关键特性

本次调研主要考察FDD产品的以下关键特性：

（1）当前服务的市场(商业范畴内)

（2）交付模型：位置、用户、数据源、调试等

（3）产品功能：故障推送、故障位置、严重程度、根本原因

（4）可检测故障所涵盖的系统和类别

（5）FDD方法、算法逻辑

（6）FDD之外的其他特性

调研主要发现

（1）FDD几乎应用于所有类型的商用建筑，较小的设施不太常见，高层建筑中FDD的应用比较广泛。

（2）云托管和SaaS服务占主导地位。

（3）通过第三方服务提供商交付FDD的市场正在增长。

（4）许多工具都具有能够跨越所有系统和故障类别来确定故障的专家库。

（5）即使产品能提供很全面的性能，系统和故障的覆盖率也更多地是由项目数据的可用性来驱动的。

（6）大多数产品使用基于规则的算法，配置时需要针对不同项目需求进行参数调优。

（7）许多产品的销售都强调广泛的适用性，并且在分析其产品的功能时存在高度的相似性。然而，实际的需求可能因不同的项目而千差万别。

（8）对于潜在的用户来说，应该了解FDD提供商实现产品功能的具体方法，例如：诊断方法、故障优先级、与不同品牌的楼控产品的兼容性。

常见故障分类

（1）基于条件的：存在不合理的或未预期的物理条件。例如：冷水阀被卡住，一直保持开启。

（2）基于行为的：在运行操作过程中的不当行为。例如：空调箱同时加热和制冷。

（3）基于结果的：可量化的结果偏离了预期的结果。例如：冷冻水用冷量比预计的要大。

常见故障举例：

FDD算法性能评估程序

建立流程和数据集来测试FDD算法的性能，应用于商业和研究机构提供的FDD解决方案进行测试，主要步骤如下：

（1）确定输入场景

（2）从输入场景中创建输入样本，输入样本与输入结果一对一

（3）为每个输入样本分配真实值，例如故障或未故障，以及如果故障，存在哪些故障原因

（4）对每个输入样本执行FDD算法

（5）取得FDD算法的输出结果并进行评估

（6）综合单一测试结果完成整体性能评估

让运维更轻松

Easier Work Better Building