我們?nèi)粘Ｉ钪械膭?chuàng)新讓我們認(rèn)識到了技術(shù)的能力。對于我們這些在建筑環(huán)境中工作的人來說，帶來了許多關(guān)于建筑能力的假設(shè)。當(dāng)我們開車去上班的時(shí)候，我們的車會(huì)為我們剎車以避免碰撞，也會(huì)根據(jù)每個(gè)駕駛員的喜好自動(dòng)調(diào)節(jié)空調(diào)，下雨的時(shí)候會(huì)自動(dòng)打開大燈。

于是，我們開始設(shè)想，建筑物如何實(shí)現(xiàn)這種智能來抑制碳排放，改善用戶體驗(yàn)，降低運(yùn)營效率和成本。但是建筑是非常復(fù)雜的，甚至比現(xiàn)代交通工具復(fù)雜得多。每一個(gè)都有數(shù)千個(gè)設(shè)備以及設(shè)備上的數(shù)千個(gè)數(shù)據(jù)點(diǎn)所有這些都具有自己的技術(shù)、供應(yīng)商、樓宇管理系統(tǒng)協(xié)議和網(wǎng)絡(luò)。

智能建筑行業(yè)的大多數(shù)專家都認(rèn)為，為了讓建筑達(dá)到我們在其他行業(yè)看到的智能水平，一個(gè)獨(dú)立的數(shù)據(jù)層(IDL)簡化了建筑技術(shù)的復(fù)雜性是至關(guān)重要的。他們也明白，要實(shí)現(xiàn)這一點(diǎn)，對于行業(yè)來說，有一個(gè)組織建筑數(shù)據(jù)的標(biāo)準(zhǔn)化方法是很重要的，這意味著建筑數(shù)據(jù)模型。

雖然“為什么”已經(jīng)很清楚，但“如何”往往不太清楚。通往模型良好的建筑的道路往往不太順利。以下是為更順暢的數(shù)據(jù)建模之旅鋪平道路的 5 個(gè)技巧：

建筑環(huán)境的復(fù)雜性帶來了建筑環(huán)境中標(biāo)記和數(shù)據(jù)建模的大量不一致。這些不一致使數(shù)據(jù)建模者難以跨設(shè)備、建筑物甚至投資組合選擇和實(shí)施一致且統(tǒng)一的數(shù)據(jù)模型。例如，如果有人要求你對點(diǎn)“AHU1DATSP”進(jìn)行建模，你會(huì)怎么做？你會(huì)給它貼上“ahu”、“discharge”、“setpoint”、“temp”的標(biāo)簽嗎？或者可能是“供應(yīng)”、“空氣”、“溫度”、“設(shè)定點(diǎn)”？

標(biāo)記和數(shù)據(jù)建模中的這種不一致是我們的Ontology Alignment Project (OAP)背后的動(dòng)機(jī)。除了將多個(gè)本體集中在一個(gè)范圍下之外，OAP 還為標(biāo)記點(diǎn)和設(shè)備提供了規(guī)范性指導(dǎo)。數(shù)據(jù)建模者可以從預(yù)定義的點(diǎn)名稱列表中選擇，而不是猜測一組好的標(biāo)簽可能是什么。因此，可以通過應(yīng)用 OAP 的點(diǎn)定義來標(biāo)記名為“AHU1DATSP”的點(diǎn)：“排放空氣溫度設(shè)定點(diǎn)”，它定義了正確的標(biāo)簽集：“空氣”、“排放”、“有效”、“點(diǎn)”、“sp” ，`溫度`。

建筑環(huán)境的復(fù)雜性——數(shù)據(jù)點(diǎn)、設(shè)備、建筑物、空間、關(guān)系——導(dǎo)致了大量的數(shù)據(jù)。由于要建模的數(shù)據(jù)如此之多，數(shù)據(jù)建模人員和開發(fā)人員可能很難知道如何以及從哪里開始。這可能會(huì)導(dǎo)致智能建筑解決方案的開發(fā)和實(shí)施出現(xiàn)重大瓶頸，或者會(huì)增加環(huán)境的復(fù)雜性。

例如 Buildings IOT開發(fā)了工具和流程來輕松載入建筑物數(shù)據(jù)，并允許建筑集成商和數(shù)據(jù)建模人員快速有效地繪制建筑物地圖。此外，OAP 數(shù)據(jù)標(biāo)準(zhǔn)是完全開放、可訪問和可查詢的，其他人可以通過 GraphQL API 來利用和構(gòu)建自己的工具。

簡化構(gòu)建環(huán)境的復(fù)雜性通常意味著重復(fù)標(biāo)記大量實(shí)體。對于數(shù)據(jù)建模人員和開發(fā)人員來說，跨建筑和投資組合標(biāo)準(zhǔn)化建筑環(huán)境數(shù)據(jù)是一個(gè)耗時(shí)的過程。即使對于有經(jīng)驗(yàn)的數(shù)據(jù)建模人員，將“AHU1DATSP”標(biāo)記為“排氣溫度設(shè)定點(diǎn)”也變得很麻煩。

利用機(jī)器學(xué)習(xí)和人工智能來自動(dòng)識別點(diǎn)并根據(jù)點(diǎn)或?qū)嶓w名稱和歷史數(shù)據(jù)應(yīng)用數(shù)據(jù)模型。這節(jié)省了大量時(shí)間，使我們能夠更快、更準(zhǔn)確地應(yīng)用數(shù)據(jù)模型。

數(shù)據(jù)建模人員和開發(fā)人員普遍關(guān)心他們正在獲得滿足其需求的正確數(shù)據(jù)。更糟糕的是，如果沒有為建筑物的數(shù)字化設(shè)定目標(biāo)，幾乎不可能知道需要對哪些數(shù)據(jù)進(jìn)行建模。因此，很容易被數(shù)據(jù)建模沖昏頭腦，并構(gòu)建一個(gè)過于詳細(xì)或過于復(fù)雜的模型。

解決這個(gè)問題首先要為建筑數(shù)字化轉(zhuǎn)型建立一個(gè)具體且可衡量的目標(biāo)。問問自己，用例是什么，你想解決什么問題？使用這些問題的答案來指導(dǎo)數(shù)據(jù)建模以限制范圍并僅根據(jù)需要進(jìn)行建模。例如，你會(huì)做分析嗎？故障檢測？能源洞察力？圖形？入住體驗(yàn)？這些數(shù)據(jù)將如何使用，我是否滿足了這種需求？考慮到這些問題，更容易縮小需要建模的所需信息。

一旦完成了一個(gè)數(shù)據(jù)模型，就很容易洗手走人，但重要的是要驗(yàn)證已經(jīng)創(chuàng)建了一個(gè)完整且準(zhǔn)確的模型，它將處理所需的用例。

驗(yàn)證工具是確保建筑物完全建模且沒有錯(cuò)誤的關(guān)鍵。例如，如果空氣處理器有一個(gè)熱水閥控制點(diǎn)，它的加熱過程是否定義為使用加熱熱水？它與為它服務(wù)的設(shè)備是否有熱水關(guān)系？

建立和檢查關(guān)系是模型創(chuàng)建的最后一個(gè)重要步驟。在建筑物物聯(lián)網(wǎng)，驗(yàn)證工具建立在內(nèi)部專業(yè)知識和OAP建模標(biāo)準(zhǔn)的基礎(chǔ)上。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。