本发明属于信息
技术领域：
，具体地，涉及一种基于语义网进行建筑能效分析的方法及装置。
背景技术：
：在能源危机加剧和环境破坏严重的双重背景下，节能环保成为21世纪世界各国发展的重大目标之一。建筑已然成为当今能源消耗第一大户，例如中国的比例是35％，建筑实际能效与人们预期之间存在较大差距。建筑能效的优化将降低我国能源的需求和使用量，缓解当前的能源危机，改善环境污染问题，推动社会经济发展。建筑能效分析对能效优化起着至关重要的作用，当前的建筑能效分析方法存在以下两个方面的不足：1、建筑能效分析涉及多源异构数据，包括建筑信息(BIM)、天气信息、日程信息、能耗模拟模型等。它们产生于不同的工具并保存为不同的格式，相互之间存在孤立问题。目前，没有本体适用于建筑能效评价指标，也不存在相应的计算算法可用于自动计算评价指标。2、建筑能效分析是一个需要使用多方面评价指标的综合问题，然而，目前的分析过程需要专家进行大量的指标人工计算，工作负荷大，且分析效率低下。技术实现要素：有鉴于此，本发明提供了一种基于语义网进行建筑能效分析的方法，解决了现有技术中没有相应本体适用于建筑能效评价指标及建筑能效相关数据源的多源异构问题，提升了建筑能效分析的真实性与合理性。为了实现上述目的，本发明实施例提供了一种基于语义网进行建筑能效分析的方法，所述方法包括：使用资源描述框架RDF及开源数学标准OpenMath定义建筑能效评价指标本体，使用所述建筑能效评价指标本体将能效评价指标转换为RDF能效评价数据源，将所述RDF能效评价数据源与多个建筑能效相关数据源进行关联；构建多数据源查询算法，并基于所述多数据源查询算法从所述多个建筑能效相关数据源中自动提取与所述能效评价指标对应的数据流；根据所述提取出的数据流，利用建筑能效指标计算算法将所述RDF能效评价指标转换为一个或多个代数表达式，使用计算机代数系统进行所述一个或多个代数表达式的自动计算，以确定建筑能效评价结果，并根据所述评价结果对建筑能效进行分析。可选地，所述使用RDF及OpenMath定义建筑能效评价指标本体，包括：基于所述多个建筑能效相关数据源构建的关联数据空间，采用OpenMath构建所述建筑能效评价指标本体的数学表达式，所述建筑能效指标本体为RDF格式。可选地，所述基于所述多数据源查询算法从所述多个建筑能效相关数据源中在预设时间内自动提取与所述能效评价指标对应的数据流，包括：提取所述建筑指标的数据采集时间段及建筑信息模型BIM；对所述数据采集时间段及BIM进行解析，确定出与所述数据采集时间段及BIM对应的参数；以所述BIM为挖掘起点，在所述数据采集时间段内，在多个建筑能效相关数据源构建的数据关联空间内，对一个或多个传感器采集数据进行数据挖掘，识别出所述传感器采集数据中作为能效评价指标的数据流；根据建筑能效评价指标的数据需求，自动生成SPARQL和SQL检索语句，利用所述SPARQL和SQL检索语句提取出所述能效评价指标所需数据流。可选地，所述使用计算机代数系统进行所述一个或多个代数表达式的自动计算，以确定建筑能效评价结果，并根据所述评价结果对建筑能效进行分析，包括：提取所述多个建筑指标的数据采集时间段，计算所述每一个建筑实体的能效值；根据所述建筑实体的结构关系，将所述建筑实体拆分为多个建筑子实体，并依次对所述建筑子实体进行能效计算，其中，所述多个子实体的能效结果均值为所述建筑实体的能效均值；若当前采集时间点中采集的数值为空，则将所述当前采集时间点上一个时间点及下一个时间点的数据进行均值运算，将所述均值作为所述当前采集时间点的数值。本发明实施例还提供了一种基于语义网进行建筑能效分析的装置，所述装置包括：定义模块，用于使用资源描述框架RDF及开源数学标准OpenMath定义建筑能效评价指标本体，使用所述建筑能效评价指标本体将能效评价指标转换为RDF能效评价数据源，将所述RDF能效评价数据源与多个建筑能效相关数据源多个建筑能效相关数据源进行关联；查询模块，用于构建多数据源查询算法，并基于所述多数据源查询算法从所述多个建筑能效相关数据源中在预设时间内自动提取与所述能效评价指标对应的数据流；分析模块，用于根据所述提取出的数据流，利用建筑能效指标计算算法将所述RDF能效评价指标转换为一个或多个代数表达式，使用计算机代数系统进行所述一个或多个代数表达式的自动计算，以确定建筑能效评价结果，并根据所述评价结果对建筑能效进行分析。可选地，所述定义模块使用RDF及OpenMath定义建筑能效评价指标本体，包括：基于所述多个建筑能效相关数据源构建的关联数据空间，采用OpenMath构建所述建筑能效评价指标本体的数学表达式，所述建筑能效指标本体为RDF格式。可选地，所述查询模块基于所述多数据源查询算法从所述多个建筑能效相关数据源中在预设时间内自动提取与所述能效评价指标对应的数据流，包括：提取所述建筑指标的数据采集时间段及建筑信息模型BIM；对所述数据采集时间段及BIM进行解析，确定出与所述数据采集时间段及建筑信息模型对应的参数；以所述BIM为挖掘起点，在所述数据采集时间段内，在多个建筑能效相关数据源构建的数据关联空间内，对一个或多个传感器采集数据进行数据挖掘，识别出所述传感器采集数据中作为能效评价指标的数据流；根据建筑能效评价指标的数据需求，自动生成SPARQL和SQL检索语句，利用所述SPARQL和SQL检索式提取出所述能效评价指标。可选地，所述分析模块使用计算机代数系统进行所述一个或多个代数表达式的自动计算，以确定建筑能效评价结果，并根据所述评价结果对建筑能效进行分析，包括：提取所述多个建筑指标的数据采集时间段，计算所述每一个建筑实体的能效值；根据所述建筑实体的结构关系，将所述建筑实体拆分为多个建筑子实体，并依次对所述建筑子实体进行能效计算，其中，所述多个子实体的能效结果均值为所述建筑实体的能效均值；若当前采集时间点中采集的数值为空，则将所述当前采集时间点上一个时间点及下一个时间点的数据进行均值运算，将所述均值作为所述当前采集时间点的数值。本发明实施例还提供了一种基于语义网进行建筑能效分析的装置，所述装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，所述处理器用于运行所述计算机程序时，执行上述基于语义网进行建筑能效分析的方法。一种计算机可读存储介质，其上存储有计算机可执行指令，该计算机可执行指令用于执行上述基于语义网进行建筑能效分析的方法。本发明实施例的方法及装置具有下列优点：本发明实施例揭示的建筑能效分析的方法及装置，分析建筑能效评价指标与其他能效相关多源异构数据间的相互联系，辅以语义网的RDF标准，设计可用于建筑能效评价指标的新本体，构建建筑能效关联数据空间。提升了建筑能效分析的真实性与合理性。附图说明图1是本发明实施例中基于语义网进行建筑能效分析的方法流程图；图2是本发明实施例中多数据源查询算法的输入输出参数示意图；图3是本发明实施例中多数据源查询算法的方法流程示意图；图4是本发明实施例中建筑能效指标计算算法的方法流程示意图；图5是本发明实施例中基于语义网进行建筑能效分析的装置结构示意图。具体实施方式为了使本发明的目的、技术方案及优点更加清楚，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。实施例一建筑能效评价指标对于能效分析至关重要，但它目前与其他相关数据源互不关联，它的计算极大依赖于工程师的人工参与，本发明实施例拟使用语义网技术的资源描述框架实现评价指标的关联和自动计算。为达到以上目的，如图1所示，本发明提供了一种基于语义网进行建筑能效分析的方法，该方法包括：S101、使用资源描述框架RDF及开源数学标准OpenMath定义建筑能效评价指标本体(ontology)，使用所述建筑能效评价指标本体将能效评价指标转换为RDF能效评价数据源，将所述RDF能效评价数据源与多个建筑能效相关数据源进行关联；资源描述框架(ResourceDescriptionFramework，RDF)以“主谓宾”结构为Web资源的元数据表达和分享提供了一个精确、可靠的框架，具有基于开源、模块化、可扩展等优点。开源数学标准OpenMath是一个用于语义化描述数学对象及他们之间相互关系的可扩展标记语言，从而使得数学表达式与计算机代数系统的交互成为可能。OpenMath具有以下特点：1、拥有丰富的运算符定义库。2、采用递归形式定义数学表达式，具有开放性，可扩展性。在本发明实施例中，将使用作为语义网基础的RDF来定义能效评价指标本体，通过RDF描述的能效评价指标本体通常无法直接进行数字化的运算，因此，本发明中，除了采用RDF进行能效评价指标本体的定义，再通过OpenMath的数字化标记语言，将语义版本的描述本体转变为数字化/数字表达式的可扩展标记语言，从而满足目前现有的计算机代数系统的运算法则，运用该运算法则可将相关建筑指标筛选并进行相应的数据处理，从而确定出符合建筑能效分析的客观数据。可选地，所述使用RDF及OpenMath定义建筑能效评价指标本体，具体可以为：基于所述多个建筑能效相关数据源构建的关联数据空间，采用OpenMath构建所述建筑能效评价指标本体的数学表达式，所述建筑能效指标本体为RDF格式。能效评价指标，通常作为不同类型建筑体的各类指标概念而被工程师说理解，典型的建筑体如建筑大厦、楼层、空间、供热通风与空气调节系统(Heating,VentilationandAirConditioning,HVAC)等，每一类建筑体均具备多种待量化指标，例如温度、湿度等。而通过RDF的语义网描述语言，再通过OpenMath将之转化为可将该能效评价指标描述为不同的能效评价指标本体。能效评价指标本体包含两部分：能效评估参数定义及能效评估公式定义。能效参数定义包含了多种预设置的参数，例如建筑体名称、参数名称、数据开始采集时间及数据停止采集时间等，这些参数将作为能效评估公式的输入源进行计算。能效评估公式包含输入参数及运算符。其中，输入参数定义了三种不同的类型。分别是：将表达式分解之后的子表达式、整数及浮点型信息数据，以及代表信息概念的数据流(如温度和适度的数据流)，其中，输入参数将通过分布在建筑物体的多个不同种类的传感器获得，例如，温度可通过温度传感器进行采集，湿度则通过湿度传感器进行获取。而对于运算符而言，按照种类不同，又可分为常规及特殊运算符，常规运算符包含了加、减、乘、除四种，而特殊运算符则源于加法运算及均值运算，适用于建筑计算。加法运算符将所有关联的子节点-父节点上的数据全部进行加法运算。例如，对于某一楼层的热量消耗进行加法运算，即是对该楼层的所有房间的热量(此时该楼层的结构关系为：父节点为楼层；子节点为各个房间)消耗进行加法运算。同理，均值运算符用于对某一楼层的平均热量消耗进行均值运算，均值运算则是将该楼层所有热量的总和与该楼层房间数/空间数相除得到。S102、构建多数据源查询算法，并基于所述多数据源查询算法从所述多个建筑能效相关数据源中自动提取与所述能效评价指标对应的数据流；多数据源查询算法的输入来源与输出数据具体如图2所示，以计算某一体育中心中台球房的能效为例。如图2，多数据源查询算法将上述的输入参数作为该查询算法的输入源，算法的核心在于对关联数据空间进行挖掘，提取出建筑物体相关联的各类数据。在本例中，利用传感器获取楼层和HVAC的数据流，再利用本算法进行数据挖掘。其中，楼层又可分为台球室、药房等不同房间，其中每一个房间又包含了一个或多个传感器进行数据的采集，例如台球房中至少包含两个传感器，传感器1负责采集温度，传感器2负责采集湿度。HVAC则包含了多个盘管(Coil)，每一个盘管至少包含了3个传感器，分别负责采集盘管中水流速率、供应温度及反馈温度。由于采集到的数据类型不同，故需要经过S101中的OpenMath将上述提及的各能源评价指标进行变换为数学表达式，变换之后的各类数据流将构成关联数据空间，其数据空间如下表格所示：ID采集时间值传感器1....传感器2....传感器3....其中，ID是传感器标识码，采集时间即表示传感器开始工作到停止工作的时间段，值代表采集到的数据。具体地，针对本例中的台球室能效采集，其采集到的数据表如下：建筑物体台球室开始时间11/01/2018结束时间12/01/2018指标/参数热盘管能效公式Wf*4.18*(TS-TR)其中，Wf为水流速率；TS为供应温度，TR为反馈温度。可选地，基于所述多数据源查询算法从所述多个建筑能效相关数据源中在预设时间内自动提取与所述能效评价指标对应的数据流，具体可以为：提取所述建筑指标的数据采集时间段及建筑信息模型BIM；对所述数据采集时间段及BIM进行解析，确定出与所述数据采集时间段及建筑信息模型对应的参数；以所述BIM为挖掘起点，在所述数据采集时间段内，在多个建筑能效相关数据源构建的数据关联空间内，对一个或多个传感器采集数据进行数据挖掘，识别出所述传感器采集数据中作为能效评价指标的数据流；根据建筑能效评价指标的数据需求，自动生成SPARQL和SQL检索语句，利用所述SPARQL和SQL检索语句提取出所述能效评价指标。其中，建筑能效评价指标的数据需求，即为预定义的数据需求，例如针对某个房间，某层楼，某栋建筑的能源评价指标，而针对某一层楼/房间的能源评价指标的也可进一步细化，例如针对温度这一指标，或针对湿度这一指标来进行建筑能效指标的检索与提取。更具体地，图3是该算法的一个具体实例，如图3所示，该算法流程包括：S1021、提取与输入参数对应的采集时间段及建筑物体ID；S1022、对公式中的参数进行分解，并在输入参数中获取所述公式中的参数；S1023、以S1021提取的采集的时间段为起点，根据建筑物体ID对当前关联空间进行数据挖掘，以检测各个传感器提供的关联数据是否可以作为输入数据流；数据挖掘查询可以为SPARQL格式；S1024、如果在算法执行过程中，当前节点包含子节点，则判断当前节点的数据流挖掘不完整，以当前子节点为基础，重复上述步骤；S1025、当前所有的数据流都已经经过挖掘，则生成SQL查询语句，对当前所有的数据流进行查询，提取与当前建筑物体ID关联的数据流。S103、根据所述提取出的数据流，利用建筑能效指标计算算法将所述RDF能效评价指标转换为一个或多个代数表达式，使用计算机代数系统进行所述一个或多个代数表达式的自动计算，以确定建筑能效评价结果，并根据所述评价结果对建筑能效进行分析。在S103中，通过第二个算法-建筑能效指标计算算法，将提取出的数据流转换为可利用计算机代数系统进行计算的代数表达式。可选地，使用计算机代数系统进行所述一个或多个代数表达式的自动计算，以确定建筑能效评价结果，并根据所述评价结果对建筑能效进行分析，具体可以为：提取所述多个建筑指标的数据采集时间段，计算所述每一个建筑实体的能效值；根据所述建筑实体的结构关系，将所述建筑实体拆分为多个建筑子实体，并依次对所述建筑子实体进行能效计算，其中，所述多个子实体的能效结果均值为所述建筑实体的能效均值；若当前采集时间点中采集的数值为空，则将所述当前采集时间点上一个时间点及下一个时间点的数据进行均值运算，将所述均值作为所述当前采集时间点的数值。建筑实体的结构关系，可以是树形结构，例如，某一建筑实体包含3层楼，每一层楼又包含8个房间，那么对于当前建筑实体而言，其建筑子实体可以划分为楼层或房间。其中，各个建筑子实体可以单独进行能效计算，将该多个子实体的能效结果进行均值运算即为总的建筑实体的能效均值。更具体地，建筑能效指标计算算法一个具体流程如图4所示，具体为：S1031、获取采集开始时间；S1032、执行加法运算；当前加法运算需要将所有参数均进行加法运算，包括父节点-子节点上所有的数据；S1033、执行均值运算；同理，在获得加法运算的结果后，需要将总结果除以总数量；例如，当前楼层(父节点)的能量消耗需要累加当前楼层各个房间(子节点)的能量消耗值，而均值运算需要将加法运算后的结果除以空间数(例如房间数)，从而获得相应的均值。S1034、若当前采集时间段内的数据流不完整，则将该均值运算后的数据作为剩余数据填充至当前数据流相应部分。在本发明的一个实施例中，可利用S101-S103进行实测。以一所高校的运动中心为例，该高校运动中心占地11000平方米，有3层楼，其中包含了运动中心和学生中心，其中，学生中心里面又包含了医疗室、剧院、媒体室及休闲设备，运动中心包含了50米*25米的游泳池，以及健身中心、行政办公室等。建筑物体的供暖和供冷设备为两个热电联产(Cogeneration,CombinedHeatandPower，CHP)单元、两个锅炉以及空调冷却装置。上述设备包含了8个空调箱(AirHandleUnit,AHU)及风机盘管机组(FanCoilUnit，FCU)、地暖及护壁板加热片。该建筑物体的通风系统是机械式的。该建筑物体可进行大量的能耗优化配置。该建筑物体中包含了大量的不同种类的空间，每一类空间具备不同的供应条件及需求，例如，运动中心的台球室温度需要维持在30摄氏度+/-0.5摄氏度，未来防止出现结构上的化学腐蚀，其相对湿度需要维持在40-60％。目前该建筑物体内分布了少量的、不完备的传感器，获取到了一些不完整的、不同种类的数据，由于该建筑物体结构复杂，又需要采集到不同种类的数据流，因此建筑管理人很难全面的获取到该建筑物整体的能效值。而应用上述步骤所述的方案，可全面的获取该建筑物体整体的能效值，具体如下：1.搭建软件平台，软件平台可分为四层，分别是数据源层、关联数据成、服务支持层及交互层。其中数据源层为语义网的RDF格式，关联数据利用SPARQL和SQL进行关联数据空间的查询；2.利用场景建模(ScenarioModelling)及OpenMath进行能效评估；场景建模可以将概念的、模糊的信息通过建模的方式转换为RDF格式的、明晰的表达式，OpenMath则可将RDF格式的表达式转换为数学表达式，在本例中需要获取四种指标/参数：空间温度；空间相对湿度；加热盘管能耗(单位：KWh)；节热器能源恢复(单位：KWh)。当前的数学公式及参数介绍如(1)-(4)：h＝1.006t+W(2501+1.86t)(1)T＝t+273.15(4)其中，t代表相对温度值，T代表绝对温度值，W代表湿度比值；p代表气压；表示相对湿度；pws代表水压。本发明实施例揭示的建筑能效分析的方法及装置，分析建筑能效评价指标与其他能效相关多源异构数据间的相互联系，辅以语义网的RDF标准，设计可用于建筑能效评价指标的新本体，构建建筑能效关联数据空间。提升了建筑能效分析的真实性与合理性。实施例二如图5所示，本发明实施例公开了一种基于语义网进行建筑能效分析的装置，所述装置包括：定义模块51，用于使用资源描述框架RDF及开源数学标准OpenMath定义建筑能效评价指标本体，使用所述建筑能效评价指标本体将能效评价指标转换为RDF能效评价数据源，将所述RDF能效评价数据源与多个建筑能效相关数据源进行关联；RDF和OpenMath的介绍请参考实施例一，这里不再累述。可选地，定义模块使用RDF及OpenMath定义建筑能效评价指标本体，具体为：基于所述多个建筑能效相关数据源构建的关联数据空间，采用OpenMath构建所述建筑能效评价指标本体的数学表达式，所述建筑能效指标本体为RDF格式。查询模块52，用于构建多数据源查询算法，并基于所述多数据源查询算法从所述多个建筑能效相关数据源中在预设时间内自动提取与所述能效评价指标对应的数据流；可选地，查询模块基于所述多数据源查询算法从所述多个建筑能效相关数据源中在预设时间内自动提取与所述能效评价指标对应的数据流，包括：提取所述建筑指标的数据采集时间段及建筑信息模型BIM；对所述数据采集时间段及BIM进行解析，确定出与所述数据采集时间段及建筑信息模型对应的参数；以所述BIM为挖掘起点，在所述数据采集时间段内，在多个建筑能效相关数据源构建的数据关联空间内，对一个或多个传感器采集数据进行数据挖掘，识别出所述传感器采集数据中作为能效评价指标的数据流；根据建筑能效评价指标的数据需求，自动生成SPARQL和SQL检索式，利用所述SPARQL和SQL检索式提取出所述RDF能效评价指标相对应的数据流。分析模块53，用于根据所述提取出的数据流，利用建筑能效指标计算算法将所述RDF能效评价指标转换为一个或多个代数表达式，使用计算机代数系统进行所述一个或多个代数表达式的自动计算，以确定建筑能效评价结果，并根据所述评价结果对建筑能效进行分析。可选地，分析模块53使用计算机代数系统进行所述一个或多个代数表达式的自动计算，以确定建筑能效评价结果，并根据所述评价结果对建筑能效进行分析，包括：提取所述多个建筑指标的数据采集时间段，计算所述每一个建筑实体的能效值；根据所述建筑实体的结构关系，将所述建筑实体拆分为多个建筑子实体，并依次对所述建筑子实体进行能效计算，其中，所述多个子实体的能效结果均值为所述建筑实体的能效均值；若当前采集时间点中采集的数值为空，则将所述当前采集时间点上一个时间点及下一个时间点的数据进行均值运算，将所述均值作为所述当前采集时间点的数值。本发明实施例还提供了一种基于语义网进行建筑能效分析的装置，所述装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，所述处理器用于运行所述计算机程序时，执行上述基于语义网进行建筑能效分析的方法。本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机可执行指令，该计算机可执行指令用于执行上述基于语义网进行建筑能效分析的方法。应理解，在本申请的各种实施例中，各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的模块及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置、装置和模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。本说明书的各个部分均采用递进的方式进行描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点介绍的都是与其他实施例不同之处。尤其，对于装置和装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例部分的说明即可。最后，需要说明的是：以上所述仅为本申请技术方案的较佳实施例而已，并非用于限定本申请的保护范围。显然，本领域技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。当前第1页1 2 3