Semantic BMS: Semantics-Driven Middleware Layer for Building Operation Analysis in Large-Scale Environments /
Měření a vyhodnocování efektivity provozu budov a jejich technického vybavení jsou významnými úkoly při zajištění efektivního, úsporného a udržitelného provozu. Moderní budovy jsou vybaveny automatizačními systémy, které obsahují velké množství různých senzorů. V porovnání s dalšími zdroji dat, jako...
Uloženo v:
| Hlavní autor: | |
|---|---|
| Další autoři: | |
| Typ dokumentu: | VŠ práce nebo rukopis |
| Jazyk: | Angličtina |
| Vydáno: |
2018
|
| Témata: | |
| On-line přístup: | http://is.muni.cz/th/umgby/ |
| Shrnutí: | Měření a vyhodnocování efektivity provozu budov a jejich technického vybavení jsou významnými úkoly při zajištění efektivního, úsporného a udržitelného provozu. Moderní budovy jsou vybaveny automatizačními systémy, které obsahují velké množství různých senzorů. V porovnání s dalšími zdroji dat, jako jsou například ekonomická data, jsou údaje ze senzorů podrobnější, čerstvější a přesnější. Automatizační systémy nicméně postrádají vhodné nástroje pro práci s daty, což limituje jejich použití pro optimalizaci provozu. Tento problém se zřetelně ukazuje zejména ve velkých areálech. Cílem této práce je odstranit tento problém a zpřístupnit správcům budov data z automatizačních systémů, aby mohli s minimálním vynaloženým úsilím používat tato data pro vyhodnocování efektivity provozu. Tato práce představuje ontologický model, který obohacuje automatizační data o nové sémantické informace. Tento model je vytvořen pomocí jazyka Web Ontology Language (OWL). Ontologie Semantic Sensor Network, vyv Facility benchmarking and evaluation of facility performance are crucial tasks in reaching efficient, economical, and sustainable facility operation. Modern buildings are equipped with building automation systems that contain vast numbers of various sensors. In comparison with other data sources, such as financial data, the sensor data are more detailed, less delayed, and more accurate. However, such systems lack convenient tools for data inspection, which limits their use in building operation optimization especially on large sites. The aim of the thesis is to overcome this issue and allow facility managers to use building automation data for facility benchmarking with minimal effort. The thesis presents an ontology model enriching automation data with additional semantic information. The semantic model is created using the Web Ontology Language. The Semantic Sensor Network (SSN) ontology created by W3C Consortium is adapted and extended for the field of building operation analysis. |
|---|---|
| Popis jednotky: | Vedoucí práce: Tomáš Pitner |
| Fyzický popis: | x, 187 stran : ilustrace |