Semantic BMS: Semantics-Driven Middleware Layer for Building Operation Analysis in Large-Scale Environments

RNDr. Adam Kučera

Doctoral thesis

Abstract:

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, vyvinutá konsorciem W3C, byla rozšířena na doménu automatizačních systémů budov. Model je navržený tak, aby byl nezávislý na automatizačním protokolu a popisuje dostupná data takovým způsobem, který umožňuje jejich využití pro podporu rozhodování, analýzu, vyhodnocení, a zlepšování provozu. Kromě sémantického popisu automatizačních dat se práce zaměřuje na dotazování nad tímto sémantickým modelem. Za tímto účelem je navržena tzv. middleware vrstva. Ta poskytuje pohodlná aplikační rozhraní, která umožňují získat informace o datových bodech nebo vybírat datové body na základě požadovaných kritérií bez toho, aby uživatel byl odborníkem v oblasti automatizačních systémů či sémantických technologií. Představený systém se zaměřuje na poskytnutí nástrojů pro uživatelsky přívětivé a flexibilní dotazování nad automatizačními daty z budov pomocí kritérií, která jsou srozumitelná pro správce budov. Získávání a koumání klíčových ukazatelů výkonnosti (KPI) je výrazně zjednodušen. Navržený systém umožnuje správcům budov pohodlně používat automatizační dat pro měření výkonnosti provozu a podporu rozhodování.

Abstract:

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. The model is designed to be automation protocol independent and describes available data in a way that can be utilized during decision support tasks needed for building performance analysis, evaluation, and improvement. The presented Semantic BMS project focuses not only on the semantic description of the data points but also on querying of the ontology model. Thus, the middleware layer is built on top of the semantic model. The Semantic BMS provides convenient interfaces that allow to gather semantic data about data point or easily select data points that satisfy required criteria without the need to fully understand specifics of the building automation systems or specifics of the ontology languages. The Semantic BMS focuses on providing tools for user-friendly, flexible, and dynamic querying over the building automation data using criteria that are comprehensible for facility managers. The process of obtaining and inspecting key performance indicator data is significantly simplified. The proposed system allows facility managers to conveniently use BAS data for benchmarking and decision support.

Keywords

facility management, building automation systems, semantic sensor network ontology, decision support, data integration

Language used: English

Date on which the thesis was submitted / produced: 31. 10. 2017

Thesis defence

• Date of defence: 21. 5. 2018
• Supervisor: doc. RNDr. Tomáš Pitner, Ph.D.
• Reader: doc. RNDr. Tomáš Řezník, Ph.D., Prof. Mirjana Ivanović

Masaryk University

Faculty of Informatics

Doctoral programme / field:
Informatics (4-years) / Computer Systems and Technologies