我們?nèi)粘I钪械膭?chuàng)新讓我們認識到了技術(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候,我們的車會為我們剎車以避免碰撞,也會根據(jù)每個駕駛員的喜好自動調(diào)節(jié)空調(diào),下雨的時候會自動打開大燈。
于是,我們開始設(shè)想,建筑物如何實現(xiàn)這種智能來抑制碳排放,改善用戶體驗,降低運營效率和成本。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。每一個都有數(shù)千個設(shè)備以及設(shè)備上的數(shù)千個數(shù)據(jù)點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)專家都認為,為了讓建筑達到我們在其他行業(yè)看到的智能水平,一個獨立的數(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,要實現(xiàn)這一點,對于行業(yè)來說,有一個組織建筑數(shù)據(jù)的標準化方法是很重要的,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 個技巧:
挑戰(zhàn)一:如何獲得統(tǒng)一的數(shù)據(jù)建模和一致性?
建筑環(huán)境的復(fù)雜性帶來了建筑環(huán)境中標記和數(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“AHU1DATSP”進行建模,你會怎么做?你會給它貼上“ahu”、“discharge”、“setpoint”、“temp”的標簽嗎?或者可能是“供應(yīng)”、“空氣”、“溫度”、“設(shè)定點”?
解決方案:
標記和數(shù)據(jù)建模中的這種不一致是我們的Ontology Alignment Project (OAP)背后的動機。除了將多個本體集中在一個范圍下之外,OAP 還為標記點和設(shè)備提供了規(guī)范性指導(dǎo)。數(shù)據(jù)建模者可以從預(yù)定義的點名稱列表中選擇,而不是猜測一組好的標簽可能是什么。因此,可以通過應(yīng)用 OAP 的點定義來標記名為“AHU1DATSP”的點:“排放空氣溫度設(shè)定點”,它定義了正確的標簽集:“空氣”、“排放”、“有效”、“點”、“sp” ,`溫度`。
挑戰(zhàn)二:如何進行數(shù)據(jù)建模?
建筑環(huán)境的復(fù)雜性——數(shù)據(jù)點、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。這可能會導(dǎo)致智能建筑解決方案的開發(fā)和實施出現(xiàn)重大瓶頸,或者會增加環(huán)境的復(fù)雜性。
解決方案
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)標準是完全開放、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。
挑戰(zhàn) 3:數(shù)據(jù)建模是一個重復(fù)且耗時的過程。
簡化構(gòu)建環(huán)境的復(fù)雜性通常意味著重復(fù)標記大量實體。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準化建筑環(huán)境數(shù)據(jù)是一個耗時的過程。即使對于有經(jīng)驗的數(shù)據(jù)建模人員,將“AHU1DATSP”標記為“排氣溫度設(shè)定點”也變得很麻煩。
解決方案
利用機器學(xué)習(xí)和人工智能來自動識別點并根據(jù)點或?qū)嶓w名稱和歷史數(shù)據(jù)應(yīng)用數(shù)據(jù)模型。這節(jié)省了大量時間,使我們能夠更快、更準確地應(yīng)用數(shù)據(jù)模型。
挑戰(zhàn) 4:我需要多少數(shù)據(jù)建模?
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,幾乎不可能知道需要對哪些數(shù)據(jù)進行建模。因此,很容易被數(shù)據(jù)建模沖昏頭腦,并構(gòu)建一個過于詳細或過于復(fù)雜的模型。
解決方案:
解決這個問題首先要為建筑數(shù)字化轉(zhuǎn)型建立一個具體且可衡量的目標。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)需要進行建模。例如,你會做分析嗎?故障檢測?能源洞察力?圖形?入住體驗?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。
挑戰(zhàn)5:我做對了嗎?
一旦完成了一個數(shù)據(jù)模型,就很容易洗手走人,但重要的是要驗證已經(jīng)創(chuàng)建了一個完整且準確的模型,它將處理所需的用例。
解決方案
驗證工具是確保建筑物完全建模且沒有錯誤的關(guān)鍵。例如,如果空氣處理器有一個熱水閥控制點,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)建的最后一個重要步驟。在建筑物物聯(lián)網(wǎng),驗證工具建立在內(nèi)部專業(yè)知識和OAP建模標準的基礎(chǔ)上。
文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請謹慎對待。投資者據(jù)此操作,風(fēng)險自擔(dān)。
近日,德國柏林國際電子消費品展覽會(IFA2024)隆重舉辦。憑借在核心技術(shù)、產(chǎn)品設(shè)計及應(yīng)用方面的創(chuàng)新變革,全球領(lǐng)先的智能終端企業(yè)TCL實業(yè)成功斬獲兩項“IFA全球產(chǎn)品設(shè)計創(chuàng)新大獎”金獎,有力證明了其在全球市場的強大影響力。
近日,中國家電及消費電子博覽會(AWE 2024)隆重開幕。全球領(lǐng)先的智能終端企業(yè)TCL實業(yè)攜多款創(chuàng)新技術(shù)和新品亮相,以敢為精神勇闖技術(shù)無人區(qū),斬獲四項AWE 2024艾普蘭大獎。
“以前都要去窗口辦,一套流程下來都要半個月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進了21600元。
由世界人工智能大會組委會、上海市經(jīng)信委、徐匯區(qū)政府、臨港新片區(qū)管委會共同指導(dǎo),由上海市人工智能行業(yè)協(xié)會聯(lián)合上海人工智能實驗室、上海臨港經(jīng)濟發(fā)展(集團)有限公司、開放原子開源基金會主辦的“2024全球開發(fā)者先鋒大會”,將于2024年3月23日至24日舉辦。