Übergeordnetes Ziel des Projekts ist die Entwicklung einer Methode, um Gebäude mit vorhandenen GA-Netzwerken automatisiert in eine TMon-Plattform integrieren zu können. Damit eine möglichst geringe Hemmschwelle zur Integration eines TMon besteht, soll der Implementierungsaufwand auf ein nötiges Minimum reduziert werden. Im Vordergrund steht die Entwicklung eines Algorithmus, der unstrukturierte und semantisch heterogene Betriebsdaten den jeweiligen Anlagenkomponenten und Betriebszuständen zuordnet. Die so aus den GA-Netzwerken generierten Strukturinformationen bilden die Basis für die Erstellung automatisierter TMon-Anwendungen. Damit der Algorithmus bei der Generierung eine möglichst hohe Genauigkeit erreicht, werden die Daten in verschiedenen Zwischenschritten aufbereitet. Diese bilden einzelne Teilziele des Projekts:
– Abbildung der heterogenen Kommunikationstechnologien und Datenpunkte der TGA auf ein gemeinsames Informationsmodell
– Entwicklung eines Fragebogens, der zur Erstellung eines ersten Profils für die verbaute Anlagentechnik dient
– Reduzierung der potenziellen Zuordnungsmöglichkeiten eines Datenpunkts durch Auswertung von Metadaten
– Verarbeitung der semantisch heterogenen Informationen der Datenpunkte durch Semantic Matching basierend auf NLP-Methoden
– Verhaltensanalyse von Datenpunkten und Vergleich mit zu erwartendem Verhalten in der TGA
Durch die Anwendung dieser Zwischenschritte wird der Algorithmus für die Datenpunkte eine Prognose abgeben, welcher Anlagenkomponente bzw. welchem Betriebszustand ein Datenpunkt zuzuordnen ist. Die Visualisierung des TMon wird auf einer Cloud-Plattform umgesetzt. Basierend auf der installierten Anlagentechnik des jeweiligen Gebäudes werden in der TMon-Plattform automatisiert anwendungsbezogene Dashboards erstellt. Diese werden Nutzer dabei unterstützen, einen ressourcenschonenden Anlagenbetrieb umzusetzen. Als Abschluss wird die entwickelte Methodik in unterschiedlichen Gebäuden unterschiedlicher Typen praxisnah realisiert.