一种基于物联网的楼宇运营设备状态监测与可视化分析系统

摘要

本发明提出一种基于物联网的楼宇运营设备状态监测与可视化分析系统。本发明利用物联网通信技术，从智能建筑的各类传感器和功能设施等运营设备当中实时监测其状态数据。本发明进而针对状态数据，根据其采样点的空间分布，采用可视化方式，生成楼宇状态图样，通过该图样来显示整个智能建筑的状态，并且运用图像处理和模式识别技术来快速和定性地分析该图样，实现对楼宇区域性异常的识别监控。

说明书

技术领域

本发明涉及智能建筑技术，尤其涉及一种基于物联网的楼宇运营设备状态监测与可视化分析系统。

背景技术

智能建筑是将信息化、物联网化的技术手段运用于建筑物之中，在无人工介入的情况下实现各种建筑功能的优化。智能建筑即包括建筑本体，也涵盖了建筑内部的各类型功能设施。与传统建筑本体及其内部设施相比，智能建筑的本质优势在于：建筑相关多元化数据信息的大规模采集、高效率高智能的数据分析和状况判断、功能设施的远程操作控制、以及以人的体验为最终目标的建筑环境优化。其中，多元化数据的采集、处理、分析和智能判断是实现功能设施操控以及建筑环境状态优化的前提条件。

数据是建筑智能化的基础。长时间并且高频率地采集和保存从智能建筑中感知的数据，特别是精细化地采集和保存智能建筑本体及其功能设施全方面、多类型的数据，是实现任何后续的智能分析和调控必需的条件。目前，虽然LEED等建筑标准要求或鼓励长期保存运行数据并将这些数据上报，但仅限于建筑总能耗之类的宏观数据，没有针对建筑内外各个空间位置以及各个类型设施的数据进行全面采集与上传，并且数据记录的频率一般也是长至一天或者一月，由于缺乏详细的高频率的建筑运行历史数据，很多智能化的分析与控制都无从谈起。

针对以上问题，近几年新建设的智能建筑一般会设置比较全面的多元化传感器网络以及具有数据通信能力的功能设施，可以实现高密度、高频率的数据采集。特别是随着物联网技术的普及应用，智能建筑中的传感器和功能设施都普遍被纳入到楼宇的物联网体系之中。物联网被称为“物与物的互联网”，是将空间中的每个物品作为网络里面的一个节点，执行数据的采集和收发，从而在空间中形成一个无处不在、无所不包的泛在化的网络，利用该网络实现数据采集、传输、共享，以及下达远程指令对物品进行控制。物联网化虽然便利了智能建筑当中数据的采集与传输，但是，由此产生的一个新问题就是海量化数据给面向智能建筑的数据管理与分析造成了困难。

因为大部分智能建筑属于大中型楼宇(比如写字楼、大型商场、住宅楼、体育馆、车站等)，其空间尺度很大，为了保证智能建筑体系在大中型楼宇的正常运营，需要对楼宇内、外的多种类型的环境参数进行采集，包括光照参数、温度参数、湿度参数、噪声参数、烟雾感应、空气颗粒物参数等，这就需要安装大量的各类传感器；同时，楼宇内部还安装大量的功能设施，例如照明灯、消防喷水嘴、空调出风口、空气净化器、自动窗帘，等等。我们将上述传感器和功能设施统称为运营设备。运营设备数量多、种类多、空间位置分散。例如，为了防范火灾而用于监测烟雾的烟雾传感器，每个房间至少有一台，则整个大楼就会有几百台分布在各个房间；同样，为了准确监测楼宇房间的照明，每个房间里面需要安装数个光照传感器，那这个大楼就有成百上千的光照传感器，分散在楼宇的各个地点。可见，在一栋大中型楼宇当中，由每个运营设备构成的数据采样点有成千上万个，其输出的数据量也很大。

对这些数量庞大和空间分散的运营设备所产生的数据进行分析和管理是一件非常困难和耗时的工作。传统技术当中，后台对通过物联网获得的各个运营设备的状态数据，都是以表单记录的形式进行汇总，并显示给管理人员。但是，以表单的方式记录和显示全部运营设备的状态很不直观，也不利于对运营设备的状态数据展开有效的分析。目前基于表单的分析方法主要是超阈值报警以及依照编号或设备名的查询，例如如果遇到异常造成某个运营设备的状态数据数值超出了允许的正常范围，则显示弹窗，向管理人员给予报警提示。这种分析手段过于单一，不能真实反映出智能建筑当中各类运营设备的实际状态及其区域性的发展变化态势。而且，由于来源和类型的多样以及标准的不统一，目前智能建筑当中的传感器、功能设施等运营设备缺乏统一的命名和编号规范，运用一般的查询方法或是列表展示方法，都很难在成千上万的采样数据点当中搜寻到所希望的数据点，这极大地增加了人们在管理和分析阶段使用这些数据的难度。

发明内容

鉴于上述现有技术中存在的以上问题，本发明提出一种基于物联网的楼宇运营设备状态监测与可视化分析系统。本发明利用物联网通信技术，从智能建筑的各类传感器和功能设施等运营设备当中实时监测其状态数据。本发明进而针对状态数据，根据其采样点的空间分布，采用可视化方式，生成楼宇状态图样，通过该图样来显示整个智能建筑的状态，并且运用图像处理和模式识别技术来快速和定性地分析该图样，实现对楼宇区域性异常的识别监控。

本发明提供了一种基于物联网的楼宇运营设备状态监测与可视化分析系统，其特征在于，包括：运营设备、数据汇聚节点以及后台数据中心；

所述运营设备包括布设在楼宇建筑物内的各种类型的传感器和功能设施；所述传感器用于对多种类型的环境参数进行采集；所述功能设施用于输出自身的工作状态参数；并且每个运营设备作为一个物联网的基础节点，通过无线物联网通信技术连接到数据汇聚节点，将自身获得的状态数据实时上传至数据汇聚节点；

所述数据汇聚节点设置于楼宇空间的每个区域，用于与在本区域空间范围内的基础节点基于无线物联网通信技术而建立连接，进而获得本区域空间范围内的各个基础节点上传的状态数据；进行本区域状态数据的汇总和中转，通过物联网技术与后台数据中心建立无线通信链接，将本节点汇聚的状态数据上传至后台数据中心；

后台数据中心汇总和存储各个基础节点通过本区域的数据汇聚节点上传的状态数据，并且对状态数据进行监测以及分析，包括：根据基础节点的空间分布，采用可视化方式，生成楼宇状态图样，通过该图样来显示整个智能建筑的状态，并且运用图像处理和模式识别技术来快速和定性地分析该图样，实现对楼宇区域性异常的识别监控。

优选的是，所述后台数据中心包括以下模块：原始记录模块、楼宇地图模块、状态数据可视化模块、状态图样合成模块、状态图样识别分析模块、异常报警模块；

所述原始记录模块用于对通过数据汇聚节点获得的各个运营设备的状态数据，以表单记录的形式进行汇总，生成原始记录文件；

所述楼宇地图模块，生成楼宇X-Y-Z坐标系之下的三维地图图像；

所述状态数据可视化模块根据原始记录模块生成的表单记录，将每个时间区段内记录的状态数据转化为X-Y-Z坐标系之下的三维状态可视化图像；

状态图样合成模块，将状态数据可视化模块生成的所述该状态可视化图像与楼宇的三维地图图像合成，形成与楼宇空间区域相关联的三维状态图样；

状态图样识别分析模块，用于从状态图样合成模块获得所述三维状态图样，将实时获得的三维状态图样与预存的楼宇标准状态模板进行匹配，判断楼宇内任何建筑空间区域的环境状态以及各种功能设施的工作状态；

异常报警模块用于在状态图样识别分析模块确定实时的三维状态图样反映的楼宇空间环境状态和工作状态存在区域性异常的情况下，执行异常报警。

优选的是，所述原始记录模块所生成的表单记录包括以下字段：ID，表示运营设备的编号；TYPE，表示运营设备的类型；STAT，表示状态数据的数值；KIND，表示状态数据的状态类型；DATE，表示该状态数据的采集日期；TIME，表示该状态数据的采集时间；POS，记录了采集状态数据的运营设备的空间位置坐标(X,Y,Z)，其中Z坐标表示楼层，(X，Y)坐标表示运营设备在该层楼层平面上的分布位置。

优选的是，所述状态数据可视化模块根据所述表单记录的POS字段的空间位置坐标(X,Y,Z)，将每个记录映射为X-Y-Z坐标系下的一个像素点；并且将每个记录的STAT值转化为该像素点的亮度值或颜色值，从而将任何一个时间区段内所记录的某一个状态类型的全部状态数据表示为一个三维状态可视化图像。

优选的是，所述状态图样合成模块调用楼宇的三维地图图像，并且根据该三维地图图像中的各个空间区域单位，在每个空间区域单位当中定义投射点位，并且根据状态可视化图像中的各个像素点的亮度值或颜色值，通过插值计算各个投射点位的亮度值或者颜色值。

优选的是，对于不同的空间区域单位，根据在该空间区域单位的空间当中提供状态数据的运营设备的分布数量，相应地决定该空间区域单位当中投射点位的设置数量如下：

其中，N_e是该空间区域单位内的投射，点位数量，N_p是分布在该空间区域单位以内的某一TYPE类型的运营设备的数量，ε为线性的转换因数，V是该空间区域单位的建筑面积。

优选的是，所述状态图样合成模块从状态可视化图像当中提取位置分布在该空间区域单位之内的像素点，根据每个像素点的亮度值或者颜色值以及该像素点的(X，Y，Z)坐标，以具有影响评价的插值算法计算每个投射点位上的亮度值或者是颜色值。

优选的是，对于每个投射点位，确定与该投射点位在预定义的距离范围内的状态可视化图像的所有像素点及其亮度值或颜色值，并且根据每个像素点与该投射点位的距离设定相对应的影响评价值；以该距离范围内各状态可视化图像的像素点的亮度值或颜色值以及影响评价值通过加权平均计算，获得该投射点位上的亮度值或者颜色值。

优选的是，状态图样识别分析模块负责保存和维护一个楼宇标准状态模板集，该模板集当中存储了楼宇标准状态模板；由一个时间段内积累的上述三维状态图样，进行聚类算法，获取若干个聚类，进而针对每个聚类当中的三维状态图样，进行每个投射位点取值的平均运算，所获得的聚类平均三维状态图样作为一个类型的楼宇标准状态模板。

优选的是，状态图样识别分析模块运用针对当前实时获得的一幅三维状态图样，将其与本模块预存的k个楼宇标准状态模板进行匹配，所述匹配计算是计算该实时的三维状态图样与每个作为楼宇标准状态模板的三维状态图样之间的距离值：

其中是实时的三维状态图样E与一个楼宇标准状态模板E_p之间的距离值，I_B(x，y)表示三维状态图样E在坐标为(x，y)的投射位点处的亮度值或颜色值，而I_Bp(xy)表示作为楼宇标准状态模板的三维状态图样Ep在坐标为(x，y)的投射位点处的亮度值或颜色值；坐标(x，y)取值由(0，0)到(M，N)，遍历三维状态图样的全部投射位点，从而将相同坐标位置的投射位点的亮度值或者颜色值的差值绝对值的累加和作为距离值；该实时的三维状态图样与楼宇标准状态模板集当中的哪个楼宇标准状态模板的距离值最小，则将该实时的三维状态图样识别为该楼宇标准状态模板对应的建筑空间区域环境状态以及各种功能设施工作状态。

本发明利用物联网通信技术从智能建筑的各类传感器和功能设施等运营设备当中实时监测其状态数据。并且，本发明针对采样获得的状态数据，根据采样点的空间分布进行可视化处理，生成状态图样，该状态图样与楼宇建筑物的空间结构紧密结合，可以提供可视化的状态显示，并且通过对该状态图样进行图像处理和模式识别，来快速和定性地分析该图样，获得楼宇的环境状态和工作状态，实现对楼宇区域性异常的识别监控。本发明具有可视化监控、分析效率高、可以反映智能楼宇建筑空间区域性状态变化的优点。

说明书附图

图1是本发明所述的基于物联网的楼宇运营设备状态监测与可视化分析系统的总体架构示意图；

图2是本发明所述系统的后台数据中心架构示意图；

图3是本发明生成的楼宇建筑空间三维状态图样示意图；

图4是任一投射位点的插值运算示意图。

具体实施方式

下面通过实施例，对本发明的技术方案做进一步具体的说明。

本发明提出一种基于物联网的楼宇运营设备状态监测与可视化分析系统。本发明利用物联网通信技术，从智能建筑的各类传感器和功能设施等运营设备当中实时监测其状态数据。本发明进而针对状态数据，根据其采样点的空间分布，采用可视化方式，生成楼宇状态图样，通过该图样来显示整个智能建筑的状态，并且运用图像处理和模式识别技术来快速和定性地分析该图样，实现对楼宇区域性异常的识别监控。

图1是本发明所述的基于物联网的楼宇运营设备状态监测与可视化分析系统架构示意图。本发明将布设在智能化大型楼宇建筑物内各种类型的传感器和功能设施作为运营设备；进而，将这些运营设备组织为一个物联网，通过物联网通信实现各种运营设备状态数据的采集和传输；并且建立后台数据中心，用于监测和可视化分析所汇集的状态数据，从而为智能建筑的状态识别和优化调控给予支持。

本系统将智能建筑楼宇内布设的各种传感器和功能设施作为运营设备。本系统部署的传感器可以包括分布在楼宇内部和外部空间当中的光照参数传感器、温度参数传感器、湿度参数传感器、噪声参数传感器、烟雾感应传感器、空气颗粒物参数传感器，传感器用于对楼宇内、外的多种类型的环境参数进行采集，比如光照传感器采集周边的亮度状态数据，空气颗粒物参数传感器采集空气颗粒物密度数据。同时，楼宇内部安装的功能设施包括：照明灯、消防喷水嘴、空调出风口、温度调节器、空气净化器、自动窗帘；智能化的功能设施可以自主执行或者根据远程控制指令执行必要的功能和调节，例如照明灯可以自主或远程控制调节亮度，空调出风口可以自主或远程调节出风速度和出风量，温度调节器可以自主或者远程控制调节室内温度；并且，每个功能设施也可以作为一个数据点，输出自身的工作状态参数，例如，空调出风口可以输出自身出风速度和出风量的实际值作为工作状态参数，温度调节器可以输出自身的温度设定值作为工作状态参数。

在本发明的物联网架构当中，每个传感器或功能设施类型的运营设备均作为一个物联网的基础节点，该基础节点采集运营设备所在空间的环境状态数据，或者采集运营设备自身的工作状态数据。基础节点通过ZigBee、WIFI、6LoWPAN、BlueTooth、GPRS、3G等无线物联网通信技术，连接到数据汇聚节点，实现状态数据的上传，即将自身获得的状态数据实时上传至数据汇聚节点。

本发明将智能建筑内、外部空间划分为一定数量的区域，例如，对于内部空间，可以将智能化楼宇的每一层作为一个区域，或者将同一层划分为若干个区域；也可以根据建筑结构实现细化的划分，例如将楼宇的门厅作为一个区域、每个独立房间作为一个区域，每一层的楼道、电梯间等公共场所作为一个区域；对于楼宇的外部空间也可以划分若干区域。本发明为每个区域内设立一个数据汇聚节点。该数据汇聚节点与空间位置处在本区域空间范围内的基础节点基于上述物联网协议而建立无线通信链接，进而获得本区域空间范围内的各个基础节点上传的状态数据。数据汇聚节点进行本区域状态数据的汇总和中转。具体来说，每个数据汇聚节点通过物联网技术与后台数据中心建立无线通信链接，将本节点汇聚的状态数据上传至后台数据中心。

后台数据中心汇总和存储楼宇内外空间范围的各个基础节点通过本区域的数据汇聚节点上传的状态数据，并且对状态数据进行监测以及分析。具体来说，后台数据中心根据基础节点的空间分布，采用可视化方式，生成楼宇状态图样，通过该图样来显示整个智能建筑的状态，并且运用图像处理和模式识别技术来快速和定性地分析该图样，实现对楼宇区域性异常的识别监控。

具体来说，如图2所示，本发明的后台数据中心包括以下模块：原始记录模块、楼宇地图模块、状态数据可视化模块、状态图样合成模块、状态图样识别分析模块、异常报警模块。

原始记录模块：对通过数据汇聚节点获得的各个运营设备的状态数据，以表单记录的形式进行汇总，生成原始记录文件；原始记录文件的表单记录格式如下：

其中，ID表示运营设备的编号，每一个运营设备都有一个自己独特的编号；TYPE表示运营设备的类型，例如，光照传感器、温度传感器、湿度传感器、声量传感器、烟雾传感器、照明灯、消防喷水嘴、空调出风口、温度调节器、空气净化器、自动窗帘等运营设备，每一种类型的运营设备对应于一个类型编号；STAT表示状态数据的数值；KIND表示状态数据的状态类型，比如光照参数、温度参数、湿度参数、噪声参数、烟雾感应等等，每一类型的状态数据对应于一个状态类型编号，例如，TYPE为空调出风口的运营设备具有出风量、出风速度两个状态类型KIND的状态数据；DATE表示该状态数据的采集日期；TIME表示该状态数据的采集时间。并且，原始记录模块汇总生成的表单记录中具有POS项，该项记录了采集状态数据的运营设备的空间位置坐标(X,Y,Z)，在上述X-Y-Z坐标系之下，Z坐标表示楼层，位于一层的运营设备Z坐标取值为1，位于地下一层的运营设备Z坐标取值为-1；(X，Y)坐标表示运营设备在该层楼层平面上的分布位置。

楼宇地图模块，生成楼宇在上述X-Y-Z坐标系之下的三维地图图像。楼宇地图模块可以调用楼宇建筑的3D模型图，并且在该3D模型图上标记X-Y-Z坐标。

状态数据可视化模块，将每个表单记录中的(X,Y,Z)值表示为X-Y-Z坐标系下的像素点，并且将其STAT值映射到特定颜色或者亮度空间，从而将该STAT值转化为像素点的颜色或者亮度值；从而将原始记录模块在每个时间区段内记录的状态数据转化为X-Y-Z坐标系下的状态可视化图像。具体来说，例如，根据原始记录文件各条表单记录里面的DATE字段和TIME字段，提取在某一个时间区段(例如2017年10月10日14:30-15:00)内采样的某一个状态类型KIND下的全部记录，比如上述时间区段内采集的KIND表示光照参数的全部记录；根据这些记录的POS字段的(X,Y,Z)值，将每个记录映射为X-Y-Z坐标系下的一个像素点；并且将每个记录的STAT值转化为该像素点的亮度值或颜色值，例如，可以预先建立该状态类型的STAT值与像素亮度值或颜色值的映射关系表：将STAT值的最大取值范围划分为255个区间段，每个区间段对应于取值范围0-255的亮度值或预先从色域空间中选定的255个色度值当中的一个。当某个记录的STAT值属于某个区间段，则与该记录对应的X-Y-Z坐标系像素点的亮度值或色度值即为该区间段对应的亮度值或者色度值。从而，状态数据可视化模块可以将任何一个时间区段内所记录的某一个状态类型KIND的全部采样点的状态数据表示为一个三维的状态可视化图像。

状态图样合成模块，将状态数据可视化模块生成的所述该状态可视化图像与楼宇的三维地图图像合成，形成与楼宇空间区域相关联的三维状态图样。状态图样合成模块将状态可视化图像与楼宇三维地图图像合成的原因在于，使三维状态图样的表征内容与楼宇的建筑结构空间分布相匹配，并且实现三维状态图样的标准化，为后续实现快速、定性的识别分析建立基础，减低难度。具体来说，状态图样合成模块调用楼宇的三维地图图像，并且根据该三维地图图像中的各个空间区域单位，在每个空间区域单位当中定义投射点位，并且根据状态可视化图像中的各个像素点的亮度值或颜色值，通过插值计算各个投射点位的亮度值或者颜色值。

根据楼宇的三维地图图像，可以将楼宇的门厅、每个独立房间、楼道和电梯间等空间上全部或者局部分隔、并且具备不同建筑功能的场所分别定义为空间区域单位。所述投射点位是分布在每个空间区域单位当中、用于表示该空间中的状态数据分布情况的虚拟点位，同样在X-Y-Z坐标系中标识每个投射点位的坐标。另外，对于不同的空间区域单位，根据在该单位的空间当中提供状态数据的运营设备的分布数量，相应地决定该单位当中投射点位的设置密度，从而更精确地可视化描述具有较多运营设备的空间单位内部的状态。如图3所示，根据楼宇的三维地图图像展示的建筑内部空间结构，划分为三个三维的空间区域单位；并且确定每个空间区域单位当中存在的某一TYPE类型的运营设备的数量；根据空间区域单位当中存在的某一TYPE类型的运营设备的数量，确定该空间区域单位当中投射点位的数量如下：

其中，N_e是该空间区域单位内的投射点位数量，N_p是分布在该空间区域单位以内的某一TYPE类型的运营设备的数量，ε为线性的转换因数，V是该空间区域单位的建筑面积。根据计算获得的投射点位的数量N_e，在该空间区域单位当中均匀分布虚拟的投射点位，在X-Y-Z坐标系下确定设置的每个投射点位的坐标值。例如，图3表示了楼宇的三个空间区域单位D1-D3，图中的黑色点表示了某一TYPE类型的每个运营设备的位置，而白色点则表示在D1-D3当中虚拟设置的各个投射点位的位置，可见根据运营设备数量的不同，D1-D3中投射点位具有不同的分布数量，且均为均匀分布。进而，对于每一个空间区域单位，从状态可视化图像当中提取位置分布在该空间区域单位之内的像素点，根据每个像素点的亮度值或者颜色值以及该像素点的(X，Y，Z)坐标，以具有影响评价的插值算法计算每个投射点位上的亮度值或者是颜色值。具体来说，对于每个投射点位，确定与该投射点位在预定义的距离范围内的状态可视化图像的所有像素点及其亮度值或颜色值，并且根据每个像素点与该投射点位的距离设定相对应的影响评价值，像素点距离投射点位越远，则该影响评价值越小；以该距离范围内各状态可视化图像的像素点的亮度值或颜色值以及影响评价值通过加权平均计算，获得该投射点位上的亮度值或者颜色值。例如，图4中的E是一个投射点位，预定距离为L，与E的距离在该预定距离L之内的状态可视化图像像素点为P1-P3，该像素点的亮度值或者颜色值为I₁，I₂，I₃，并且P1-P3与E的距离分别为L1、L2、L3，因此，投射点位E的像素亮度值或者颜色值为

其中为与距离L1-L3呈反比的影响评价值。从而，通过对于整个楼宇的各个空间区域单位利用状态可视化图像的像素点进行上述插值运算，可以将该状态可视化图像转换为由在各个空间区域单位中非均匀分布的各个投射位点作为像素点的三维状态图样。

状态图样识别分析模块，本模块从状态图样合成模块获得所述三维状态图样，如上文所述，该图样是与楼宇建筑的建筑空间结构相匹配且位点分布标准化的三维图像。状态图样识别分析模块运用模式识别算法，将实时获得的三维状态图样与本模块预存的楼宇标准状态模板进行匹配，可以迅速和定性的判断楼宇内任何建筑空间区域的环境状态以及各种功能设施的工作状态，并且有效甄别其中的异常状况及其位置。状态图样识别分析模块负责保存和维护一个楼宇标准状态模板集，该模板集当中存储了楼宇标准状态模板。由在较长时间段(例如一个月或者一个季度)内积累的上述三维状态图样，进行聚类算法，获取若干个聚类，进而针对每个聚类当中的三维状态图样，进行每个投射位点取值的平均运算，所获得的聚类平均三维状态图样作为一个类型的楼宇标准状态模板。具体来说，该时间段内由状态图样合成模块生成并且输出的全部三维状态图样，设共n个三维状态图样，计为E_i-n，E_i-n+1...，E_i；预设将这些三维状态图样归入k个聚类，则从n个三维状态图样中任意选取k个三维状态图样作为初始的聚类中心，计为E_c1，E_c2，......，E_ck；计算E_i-n，E_i-n+1...，E_i中每个三维状态图样与E_c1，E_c2，......，E_ck中每个聚类中心的距离值V_i-Ck＝|E_i-E_ck|，该距离值是两幅三维状态图样的各个位于相同位置点的投射位点的亮度值或者颜色值的差值绝对值的累加和，即

其中I_Bi(x，y)表示三维状态图样E_i在坐标为(xy)的投射位点处的亮度值或颜色值，而I_Bak(x，y)表示作为聚类中心的三维状态图样在坐标为(x，y)的投射位点处的亮度值或颜色值；坐标(x，y)取值由(0，0)到(M，N)，遍历三维状态图样的全部投射位点，从而将相同坐标位置的投射位点的亮度值或者颜色值的差值绝对值的累加和作为距离值。进而将三维状态图样E_i-n，E_i-n+1...，E_i中的每个图样分配给E_c1，E_c2，......，E_ck当中与之距离最近的聚类中心所属的聚类；然后再重新计算每个聚类的聚类中心，该重新计算的聚类中心为每个聚类当中与本聚类内的其它图样平均距离最近的三维状态图样；然后计算E_i-n，E_i-n+1...，E_i中每个三维状态图样与重新计算的聚类中心的距离值，并根据距离值将E_i-n，E_i-n+1...，E_i中的每个图样重新分配给与之距离最近的聚类中心所属的聚类；然后再次更新聚类中心；迭代以上过程，直至更新后聚类中心不再发生变化，最终形成的k个三维状态图样的聚类。然后再针对每个聚类当中的全部三维状态图样，计算本聚类的三维状态图样在每个投射位点处亮度值或颜色值取值的平均值，作为聚类平均三维状态图样在该投射位点处的取值，从而获得聚类平均三维状态图样，作为一个类型的楼宇标准状态模板。从而，共生成了k个楼宇标准状态模板，加入楼宇标准状态模板集。

进而，状态图样识别分析模块运用针对当前实时获得的一幅三维状态图样，将其与本模块预存的k个楼宇标准状态模板进行匹配，所谓匹配计算是计算该实时的三维状态图样与每个作为楼宇标准状态模板的三维状态图样之间的距离值：

其中是实时的三维状态图样E与一个楼宇标准状态模板E_p之间的距离值，I_B(x，y)表示三维状态图样E在坐标为(x，y)的投射位点处的亮度值或颜色值，而I_Bp(x，y)表示作为楼宇标准状态模板的三维状态图样E_p在坐标为(x，y)的投射位点处的亮度值或颜色值；坐标(x，y)取值由(0，0)到(M，N)，遍历三维状态图样的全部投射位点，从而将相同坐标位置的投射位点的亮度值或者颜色值的差值绝对值的累加和作为距离值。该实时的三维状态图样与楼宇标准状态模板集当中的哪个楼宇标准状态模板的距离值最小，则将该实时的三维状态图样识别为该楼宇标准状态模板对应的建筑空间区域环境状态以及各种功能设施工作状态。从而，状态图样识别分析模块获得状态图样合成模块所生成的一幅实时的三维状态图样之后，可以通过与楼宇标准状态模板当中的模板图样进行图像像素运算，可以迅速和定性的判断楼宇内任何建筑空间区域的环境状态以及各种功能设施的工作状态，特别是判断区域性分布的环境状态以及工作状态，例如建筑局部空间范围的温度状态、湿度状态、空气质量状态以及局部的照明灯工作状态等。基于监测和可视化分析，可以为针对建筑一定空间区域内的环境状态监测和功能设施的集中调控提供快速支持，并且可以提供图形化的人机界面显示，相比于表单式的呈现方式和数据管理分析方法，具有快速、直观、可区域化操作分析的特点。

异常报警模块用于执行异常报警。在楼宇标准状态模板集当中，存储一定数量的异常状态模板，包括楼宇空间区域性的环境状态异常和工作状态异常所造成的三维状态图样。状态图样识别分析模块获得状态图样合成模块所生成的一幅实时的三维状态图样之后，可以通过与楼宇标准状态模板集当中的模板图样进行图像像素运算；如果运算结果显示该实时的三维状态图样与楼宇标准状态模板集当中的某一个异常状态模板距离最小，则判定该三维状态图样反映的楼宇空间环境状态和工作状态存在区域性异常，则异常报警模块可以针对该三维状态图样实现异常报警。

本发明利用物联网通信技术从智能建筑的各类传感器和功能设施等运营设备当中实时监测其状态数据。并且，本发明针对采样获得的状态数据，根据采样点的空间分布进行可视化处理，生成状态图样，该状态图样与楼宇建筑物的空间结构紧密结合，可以提供可视化的状态显示，并且通过对该状态图样进行图像处理和模式识别，来快速和定性地分析该图样，获得楼宇的环境状态和工作状态，实现对楼宇区域性异常的识别监控。

以上实施例仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。