Muster leistungsbeschreibung bau

Es wird ein zeitlicher Dataminingprozess für tägliche Erstellungsleistungsdaten vorgeschlagen. Die Menge an Sensordaten, die von modernen Gebäudesystemen generiert werden, wächst rasant. Die automatische Erkennung der Struktur von Tagesmustern in diesen Daten unterstützt die Implementierung von Bauinbetriebnahme-, Fehlererkennungs- und Retrofit-Analysetechniken. Darüber hinaus sind diese Daten entscheidend, um Design-Experten über die Wirksamkeit ihrer Annahmen und Strategien zu informieren, die in Simulationsmodellen für Performance-Vorhersagen verwendet werden. In diesem Beitrag stellen wir DayFilter vor, einen Tagtypisierungsprozess, der Symbolic Aggregate approXimation (SAX), Motiv- und Discordextraktion und Clustering verwendet, um die zugrunde liegende Struktur von Gebäudeleistungsdaten zu erkennen. Zwietracht oder seltene tägliche Muster werden gefiltert und für eine tiefere, detaillierte Analyse potenzieller Energieeinsparungsmöglichkeiten markiert. Motive oder die häufigsten Muster werden erkannt und mit k-Means-Clustering weiter aggregiert. Dieses Verfahren ist für die Anwendung auf gesamte Gebäude- und Teilsystemmetriken aus hierarchischen Gebäude- und Energiemanagementsystemen (BMS/EMS) konzipiert. Der Prozess wandelt quantitative Rohdaten in qualitative Untergruppen auf der Grundlage der täglichen Leistungsähnlichkeit um und visualisiert sie mit ausdrucksstarken Techniken. Wir wenden DayFilter an 474 Tagen Beispieldaten von einem internationalen Schulcampus in tropischem Klima und 407 Tage Daten aus einem Bürogebäude aus einem gemäßigten europäischen Klima an. Zwietracht werden gefiltert, was zu 17 und 22 gefundenen Mustern führt. Ausgewählte Zwietracht werden untersucht und viele korrelieren mit spezifischen Ausfällen und Energieeinsparungen, die vom Betriebspersonal vor Ort festgestellt wurden. Sechs und zehn Motivkandidaten werden in den beiden Fallstudien ermittelt.

Diese Motive werden dann zu fünf und sechs Leistungsclustern aggregiert, die das typische Betriebsverhalten dieser Projekte widerspiegeln. Wir besprechen den Einfluss der Parameterauswahl und stellen erste Parametereinstellungen für den DayFilter-Prozess bereit. Es gibt andere Integrationsmuster, die sich in der Branche weiterentwickeln. Eines davon ist das Konzept, dass der gesamte Informationsaustausch über Standards erfolgen sollte. Dazu gehören Spezifikationen wie CityGML und IFC des Open Geospatial Consortium. Dies kann eine Herausforderung sein, wenn die Standards für separate Branchen und Workflows erstellt wurden und erst später versucht wurden, zusammengeklebt zu werden. Das Konvertieren von Daten von einem Standard in einen anderen weist ähnliche Probleme wie klassische ETL-Workflows auf, was zu Datenverlusten aufgrund fehlender Domänen- oder Disziplininformationen und einer Diskrepanz in der grafischen Komplexität führt.