TW202113742A - 具有增強發現的iot情境感知數位孿生體 - Google Patents
具有增強發現的iot情境感知數位孿生體 Download PDFInfo
- Publication number
- TW202113742A TW202113742A TW109121964A TW109121964A TW202113742A TW 202113742 A TW202113742 A TW 202113742A TW 109121964 A TW109121964 A TW 109121964A TW 109121964 A TW109121964 A TW 109121964A TW 202113742 A TW202113742 A TW 202113742A
- Authority
- TW
- Taiwan
- Prior art keywords
- building
- iot
- data
- devices
- controller
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 99
- 230000009471 action Effects 0.000 claims description 40
- 238000004422 calculation algorithm Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 abstract description 20
- 230000010354 integration Effects 0.000 abstract description 14
- 238000002955 isolation Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 37
- 238000004458 analytical method Methods 0.000 description 25
- 238000012545 processing Methods 0.000 description 18
- 238000010801 machine learning Methods 0.000 description 17
- 238000003860 storage Methods 0.000 description 16
- 238000005259 measurement Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 8
- 238000013499 data model Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004378 air conditioning Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 239000008186 active pharmaceutical agent Substances 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000009428 plumbing Methods 0.000 description 1
- ZLIBICFPKPWGIZ-UHFFFAOYSA-N pyrimethanil Chemical compound CC1=CC(C)=NC(NC=2C=CC=CC=2)=N1 ZLIBICFPKPWGIZ-UHFFFAOYSA-N 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/048—Monitoring; Safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/16—Real estate
- G06Q50/163—Real estate management
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/80—Homes; Buildings
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y30/00—IoT infrastructure
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/30—Control
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/60—Positioning; Navigation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2642—Domotique, domestic, home control, automation, smart house
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Medical Informatics (AREA)
- Architecture (AREA)
- Civil Engineering (AREA)
- Structural Engineering (AREA)
- Accounting & Taxation (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Computer And Data Communications (AREA)
Abstract
商業房地產建築物環境或住宅建築物環境內的IoT設備可通過諸如建築物自動化和控制網絡(BACnet)的網絡進行連接。根據本公開的系統和方法提供商業房地產和住宅建築物中的IoT設備和關係的自動發現,以及將BACnet設備集成到建築物的數位孿生體中。在一些實施方案中,IoT閘道器被配置為將從BACnet接收的通信轉換為IoT雲平台,並且被配置為將跨不同安全平台的數據標準化為一致格式,所述一致格式實現不同建築物系統平台的集成和互操作性,否則這些建築物系統平台可能是彼此隔離運行。根據本公開的系統和方法基於定義條件和規則來提供IoTBACnet裝置的基於邊緣的分析和控制,並且提供商業房地產和住宅建築物的環境中的多個建築物系統的集成。
Description
本文描述的各方面總體涉及建築物自動化、IoT(物聯網)設備以及與其相關的硬件和軟件。更具體地,本文描述的一個或多個方面提供了智能商業房地產和住宅建築物系統和自動化。
商業房地產建築物環境內的IoT設備可利用諸如乙太網或建築物自動化和控制網絡(BACnet)的不同的有線通信協議或無線通信協議通過網絡來進行連接,BACnet是允許建築物自動化和控制系統通信回到網絡的有線通信協議。商業房地產建築物環境內的IoT設備可經由IoT閘道器連接到網際網路。 IoT閘道器通過執行BACnet與網際網路之間的通信協議轉換來橋接IoTBACnet設備與網際網路。
以下呈現本文描述的各種方面的簡化概述。該概述不是廣泛的概觀,並且不旨在標識所需元素或關鍵元素或描繪權利要求的範圍。以下概述僅以簡化形式呈現一些概念,作為對下面提供的更詳細描述的序言。
根據一個方面,本公開涉及一種生成商業房地產建築物或住宅建築物的情境感知數位孿生體的計算機實施的方法。該方法包括接收關於資產的信息,所述資產包括駐留在與商業房地產建築物或住宅建築物關聯的一個或多個物理空間中的一個或多個設備。該方法包括基於資產的一個或多個設備的標識來確定對應於一個或多個設備的傳感器或致動器的一個或多個點。該方法包括基於一個或多個點來識別經由一個或多個點為資產提供服務的至少一個控制器。至少一個控制器包括物理實體或邏輯實體。該方法包括確定與資產關聯的一個或多個網絡以及一個或多個位置。該方法包括將資產、一個或多個點、至少一個控制器、一個或多個網絡以及一個或多個位置中的每個存儲為商業房地產建築物的圖表示的單獨節點。
在一些實施方案中,該方法包括基於連接到網絡的設備的標識,確定設備是否被存儲在商業房地產建築物或住宅建築物的圖表示中。在一些實施方案中,該方法包括基於確定設備未被存儲在商業房地產建築物的圖數據庫中,將設備標識為新設備。在一些實施方案中,該方法包括確定對應於新設備的傳感器或致動器的一個或多個點。在一些實施方案中,該方法包括基於新設備的一個或多個點,標識至少一個控制器、至少一個位置以及與新設備關聯的至少一個網絡。在一些實施方案中,該方法包括將一個或多個點、至少一個控制器、至少一個位置和與新設備關聯的至少一個網絡存儲在商業房地產建築物的圖表示中。在一些實施方案中,資產的一個或多個設備連接到建築物自動化控制(BAC)網絡。在一些實施例中,一個或多個位置可以包括與商業房地產建築物的一個或多個物理空間相關聯的物理位置或邏輯位置。一個或多個位置包括樓層的標識、經度-緯度坐標、空間、海拔、區域、空間區域和一個或多個物理空間的佔用者的標識中的至少一個。在一些實施方案中,建築物的圖表示包括標籤屬性圖表示。在一些實施方案中,點包括設定點值或時間表中的至少一個。在一些實施方案中,標識與新設備關聯的至少一個控制器是基於通過對商業房地產建築物的一個或多個先前生成的圖表示訓練機器學習算法而生成的信息。
根據本公開的某些方面,提供了一種用於生成商業房地產建築物的情境感知數位孿生體的系統。該系統包括一個或多個處理器。該系統包括存儲計算機可讀指令的存儲器,當所述計算機可讀指令由一個或多個處理器執行時,使一個或多個處理器接收關於資產的信息,所述資產包括駐留在與商業房地產建築物關聯的一個或多個物理空間中的一個或多個設備。該指令使一個或多個處理器基於資產的一個或多個設備的標識來確定對應於一個或多個設備的傳感器或致動器的一個或多個點。該指令使一個或多個處理器基於一個或多個點標識經由一個或多個點來服務資產的至少一個控制器。所述至少一個控制器是物理實體或邏輯實體。該指令使一個或多個處理器確定與資產關聯的一個或多個網絡以及一個或多個位置。該指令使一個或多個處理器將資產、一個或多個點、至少一個控制器、一個或多個網絡以及一個或多個位置中的每個存儲為商業房地產建築物的圖表示的單獨節點。
在一些實施方案中,該指令使一個或多個處理器基於連接到網絡的設備的標識,確定設備是否被存儲在商業房地產建築物的圖表示中。在一些實施方案中,該指令使一個或多個處理器基於確定設備未被存儲在商業房地產建築物的圖數據庫中,將設備標識為新設備。在一些實施方案中,該指令使一個或多個處理器確定對應於新設備的傳感器或致動器的一個或多個點。在一些實施方案中,該指令使一個或多個處理器基於新設備的一個或多個點,標識至少一個控制器、至少一個位置以及與新設備關聯的至少一個網絡。在一些實施方案中,該指令使一個或多個處理器將一個或多個點、至少一個控制器、至少一個位置和與新設備關聯的至少一個網絡存儲在商業房地產建築物的圖表示中。在一些實施方案中,資產的一個或多個設備連接到建築物自動化控制(BAC)網絡。在一些實施方案中,一個或多個位置可包括與商業房地產建築物的一個或多個物理空間關聯的物理位置或邏輯位置。一個或多個位置包括樓層的標識、經度-緯度坐標、空間、海拔、區域、空間區域和一個或多個物理空間的佔用者的標識中的至少一個。在一些實施方案中,建築物的圖表示包括標籤屬性圖表示。在一些實施方案中,點包括設定點值或時間表中的至少一個。在一些實施方案中,標識與新設備關聯的至少一個控制器是基於通過對商業房地產建築物的一個或多個先前生成的圖表示訓練機器學習算法而生成的信息。
根據本公開的某些方面,提供了一種包含機器可讀指令的非暫時性機器可讀存儲介質,所述機器可讀指令使處理器執行生成商業房地產建築物的情境感知數位孿生體的方法。包含在非暫時性機器可讀存儲介質上的指令使處理器執行方法,所述方法包括接收關於資產的信息,所述資產包括駐留在與商業房地產建築物關聯的一個或多個物理空間中的一個或多個設備。該方法包括基於資產的一個或多個設備的標識來確定對應於一個或多個設備的傳感器或致動器的一個或多個點。該方法包括基於一個或多個點標識經由一個或多個點來服務資產的至少一個控制器。至少一個控制器包括物理實體或邏輯實體。該方法包括確定與資產關聯的一個或多個網絡以及一個或多個位置。該方法包括將資產、一個或多個點、至少一個控制器、一個或多個網絡以及一個或多個位置中的每個存儲為商業房地產建築物的圖表示的單獨節點。
將藉助於下面更詳細討論的本公開內容進一步理解這些和附加方面。
本申請要求於2019年6月28日提交且題為“具有增強發現的IoT情境感知數位孿生體(IoT Contextually-aware Digital Twin with Enhanced Discovery)”的美國專利申請序列號16/456,525以及於2019年6月28日提交且題為“IoT閘道器上的IoT分析邊緣應用(IoT Analytics Edge Application on IoT Gateway)”的美國專利申請序列號16/456,630的權益和優先權。前述申請中的每個通過引用的方式整體併入本文。
在各種實施例的以下描述中,參考附圖,這些附圖在上文中被標識且形成實施例的一部分,並且附圖中藉助於圖示展示其中本文描述的方面可被實踐的各種實施例。應理解,在不脫離本文描述的範圍的情況下,可利用其他實施例,並且可做出結構和功能修改。各種方面能夠是其他實施例以及被實踐或者以各種不同方式被實施。
應理解,本文使用的措辭和術語是為了描述的目的,並且不應被認為是限制性的。相反,本文使用的短語和術語將被給予它們最廣泛的解釋和含義。 “包括(including)”和“包括(comprising)”及其變型的使用意味著包括其後列出的項目及其等同物以及附加項目及其等同物。術語“安裝”、“連接”、“聯接”、“定位”、“接合”和類似術語的使用意味著包括直接和間接安裝、連接、聯接、定位和接合。
用於創建商業房地產建築物的數位孿生體的一種技術依賴於將不同物理實體(諸如建築物、樓層、套房和空間)之間的關係建模為父子關係,然而,所述父子關係不能準確地捕獲這些實體之間的多對多關係。作為例子,連接到VAV控制器的可變風量(VAV)箱可服務建築物內的四個不同空間。在父子關係模型中,VAV箱處於父層級,VAV控制器是VAV箱的子,並且建築物內的四個空間是VAV控制器的子。作為另一個例子,可存在服務單個開放空間的四個VAV箱。在該例子中,一個父子表示可在父層級具有單個開放空間,其中4個VAV箱是子。在另一個父子表示中,每個VAV箱可為以開放空間作為其子節點的父節點。因此,將商業建築物中的不同物理實體之間的關係建模為父子關係可變得複雜。然而,商業建築物中的物理實體之間的多對多關係可被建模且被存儲為圖數據庫。一些技術使用以主語-謂語-對象格式存儲實體之間的關係的圖數據庫的RDF版本,並且因此不能像(例如)圖數據庫的標籤屬性版本那樣深入。此外,一種技術沒有將控制器和設備表示為圖數據庫中的單獨實體。
商業房地產建築物環境內的IoT設備可利用諸如乙太網或建築物自動化和控製網絡(BACnet)的不同的有線通信協議或無線通信協議通過網絡來進行連接,BACnet是允許建築物自動化和控制系統通信回到網絡的有線通信協議。商業房地產建築物環境內的IoT設備可經由IoT閘道器連接到網際網路。 IoT閘道器通過執行BACnet與網際網路之間的通信協議轉換來橋接IoTBACnet設備與網際網路。 IoT閘道器可通過週期性地輪詢這些設備來監視BACnet設備。雖然已經開發了pubset模型以使得通過BACnet連接的IoT設備可以以異步方式發布,但是pubset模型受到BACnet的帶寬的限制,所述BACnet具有特定波特率,並且因此僅存在可被泵送到線路上的如此多的數據。
一些技術使用集中式隊列來從設備接收數據或將數據發送到設備,所述設備是單點故障、具有瓶頸,並且不能很好地對消息區分優先級。此外,集中式調度器不考慮設備響應時間、可在時間間隔內被查詢的設備的數目,或在時間間隔內的查詢的聚集(即,在5秒、10秒、15秒間隔內的查詢彼此堆疊)。此外,集中式規則引擎(即,如果溫度超過值‘y’,則改變為模式值‘z’)需要過多的複雜性來說明每個設備的動態規則。
根據本公開的系統和方法基於在商業建築物和空間的環境中重要的實體和關係的圖數據庫表示來提供商業建築物的情境感知數位孿生體。每個商業建築物都是獨特的。即使兩個商業建築物看起來可能相似,但設備及其控制器之間的連接性在建築物之間也可為不同的。因此,在每個建築物中,同一設備可與其控制器具有不同的關係。此外,設備及其控制器可為物理上單獨的實體。諸如恆溫器的設備可被放置在特定位置,因為所述位置可為恆溫器準確地確定空間內的溫度的最佳位置。然而,恆溫器可與處於與恆溫器不同位置的控制器通信。作為另一個例子,可變風量(VAV)箱是任何大型工業建築物或商業建築物中的空調系統的基本部分。空調系統又是HVAC系統的一部分,所述HVAC系統包括加熱、通風、空調和關聯控制系統。 VAV箱可連接到VAV控制器,所述VAV控制器控制VAV箱刻度盤的打開和關閉以便控制進入建築物的空氣流。 VAV箱還可包括加熱元件。如果進入建築物的空氣沒有處於足夠高的溫度,則VAV控制器可打開VAV箱中的加熱元件以升高進入建築物的空氣的溫度。在復雜的商業建築物和結構中,VAV控制器不必需與VAV箱或設備同義。相反,VAV箱和VAV控制器可為物理上單獨的實體。此外,VAV箱和VAV控制器可由不同實體製造。客戶可混合和匹配來自不同製造商的部件。因此,將VAV控制器和VAV箱建模為建築物的數位孿生體中的不同實體對於庫存跟踪也是有用的。因此,使恆溫器及其控制器去耦合為圖數據庫中的單獨實體提供了建築物的準確的IoT模型,從而導致準確的查詢和分析。因此,根據本公開的實施方案在雲平台如何與設備和控制器交互方面使設備和控制器去耦合。實施方案可通過使用圖數據庫的標籤屬性圖版本來存儲文檔層級數據,所述圖數據庫存儲設備和點的全部或一些屬性,所述設備和點可為設備的控制器的寄存器。建築物的數位孿生體可駐留在雲中,並且可跟踪平台所支持的每個設備。數位孿生體可跟踪點、資產、控制器以及網絡和位置,包括服務位置和安裝位置。可集成不同建築物的數位孿生體。圖數據庫和參與者模型允許我們與其他數位孿生體集成,例如,BIM、能源模型、第三方API、第三方建築物軟件和應用等。此外,可基於對實際物理設備如何連接的理解來對實體之間的關係建模。例如,控制器可由另一個上游控制器管理,因此,父子關係的數據模型的表示可縮放。此外,根據本公開的實施方案使得能夠組合來自傳統上單獨的子系統的數據。實施方案實現基於位置、類型等(例如,服務特定房間的所有資產和查詢功率表、HVAC、照明等)的搜索、濾波和導航。能量模型通常是在初始設計時創建且使用系統將如何以定義的輸入集來執行的近似的靜態模型。在一些實施方案中,可基於建築物的數位孿生體的表示來校準用於HVAC區域的能量模型。根據本公開的實施方案可利用機器學習,其中可改變輸入以對建築物將如何在無限數目個場景中執行來建模。
根據本公開的系統和方法提供了商業房地產建築物中的IoT設備和關係的自動發現以及將設備集成到建築物的數位孿生體中。可基於設備的IP地址在網絡上發現設備。例如,可經由返回BACnet設備的設備標識符的“whois”命令來發現BACnet設備。例如,可存在在市場上製造VAB箱的多個不同的製造商,並且每個製造商可製造若干個不同的型號。該信息可被記錄在設備的庫中。當在網絡上發現新設備時,可基於在設備庫中記錄的信息來標識所述新設備。此外,設備的庫中的信息可包括由包括已知設備的資產引起的關係。可基於對各種商業房地產建築物的數字數位孿生體訓練機器學習算法來確定設備的關係。如果設備是已知的,則可預測來自該設備的關係,使得能夠自動創建所有或一些相關實體和關係,從而自動建立數位孿生體中的資產的節點和關係。
根據本公開的系統和方法提供了IoT閘道器,所述IoT閘道器被配置為將從BACnet接收的通信轉換到IoT雲平台。根據本公開的系統和方法提供了IoT閘道器,所述IoT閘道器被配置為提供由商業房地產建築物中的互連IoT生成的大數據的標準化。控制器可具有多個寄存器,其中控制器存儲數據。每個寄存器可被標識為單獨點。然而,不同的製造商可在同一寄存器中存儲特定類型的數據。因此,為了實現無縫數據收集和分析,由IoT設備和控制器生成的數據可在被傳輸到雲平台以進行進一步處理、存儲以及與其他系統和平台集成之前跨各種製造商和模型被標準化。可在API層級執行標準化。例如,典型的商業房地產建築物可包括與多個不同安全平台相關的IoT設備和控制器,每個安全平台以特定方式或格式存儲數據。 IoT閘道器可被配置為將跨不同安全平台的數據標準化為一致格式,該一致格式實現不同建築物系統平台的集成和互操作性,否則這些建築物系統平台可能是彼此隔離運行。此外,IoT閘道器可被配置為在將數據傳輸到雲平台以用於進一步處理和分析之前對從IoT設備接收的數據進行評估和濾波,從而減小對網絡處理和帶寬的影響。此外,IoT閘道器可被配置為在商業房地產建築物環境內執行IoT設備的基於邊緣的分析和基於邊緣的控制,包括IoT BACnet設備。在一些實施方案中,IoT閘道器可被配置為基於利用規則對輸入的即時數據進行評估來控制IoT設備。 IoT閘道器可被配置為基於不依賴於網絡連接或云計算資源的邊緣計算來執行查詢和分析。這實現對事件的即時響應,而不會顯著地增加帶寬或處理能力。
根據本公開的系統和方法基於定義條件和規則來提供IoT設備的基於邊緣的分析和控制。例如,規則可基於接收與已經超過最小/最大警報閾值的供應空氣溫度相關的即時數據來觸發動作。窗口函數可確保在觸發規則之前接收或觀察特定數目個連續即時數據點。一旦確認輸入數據點充分滿足由規則設置的相關條件,則可觸發相關設備的自動控制。可使用參與者模型來創建建築物系統和設備的表示。在參與者模型中,多個參與者可接收來自其他參與者的消息、執行計算、管理它們的狀態,以及向其他參與者發送消息。參與者可對應於與建築物系統相關的設備或設備組,諸如HVAC、照明等。例如,傳感器可將諸如溫度的測量傳送到對應於傳感器的參與者。可將測量作為消息傳送給參與者。當接收到消息時,參與者基於傳感器測量更新所存儲的狀態。代表傳感器的參與者還可接收來自其他參與者的消息,以用於訪問最新的傳感器測量。參與者還可將消息發送到物理傳感器設備以更新設備配置。觸發規則的參與者可查詢所連接的設備和資產,以基於系統的當前情況找到最優解決方案。一旦接收到與各種解決方案相關的數據,就可基於預定約束和設置(諸如能量使用、所需時間等)來確定最佳選項。在一些實施方案中,可提供設備分析以基於當前狀態對設備的預期性能建模,並且可基於使用情境感知數據的即時計算來控制設備。通過維持設備的有狀態機器表示,可通過對設備的輸入數據點和輸出數據點的即時數據訓練數據分析機器學習算法來對設備的確切行為建模。實施方案可針對設備的無限數目個有狀態場景(而非僅僅被包括在設備的機載控制器中的少數場景)提供精確的命令和控制。
參與者模型可由分佈式計算和非阻塞框架(諸如Akka)實施。參與者模型和規則可被存儲在雲平台中。除了在雲中託管參與者系統之外,實施方案還可在邊緣處運行參與者系統,這避免對雲計算的依賴並且實現更好的即時響應。可在IoT閘道器上執行邊緣設備分析。
根據本公開的系統和方法提供了在商業房地產建築物環境中的多個建築物系統的集成。典型地,可存在支持彼此隔離的商業房地產建築物的多個不同的建築物軟件平台。根據本公開的實施方案提供了先前隔離的軟件平台和相關建築物系統的集成。各種建築物系統的集成使得能夠發現新的模式並洞察建築物系統。各種建築物系統的集成還使得能夠跨各種建築物系統在設備之間實現自動化交互。
圖1描繪了其中根據本文描述的一個或多個說明性方面提供了具有增強發現的IoT情境感知數位孿生體的說明性環境100。環境100包括三個建築物102a-c(通常被稱為建築物102)。建築物102可為商業房地產建築物或結構或者工業建築物或結構。圖1示出了示例建築物102a。示例建築物102a包括八個設備110a-h(通常被稱為設備110)。設備110可包括與建築物自動化系統(BAS)關聯的電氣設備或機械設備,以用於諸如加熱、通風和空調(HVAC)、照明控制、訪問控制和火災檢測的應用。設備110可包括“智能”設備。設備110可包括傳感器和致動器。設備110可連接到一個或多個控制器。示例建築物102a包括四個控制器113a-d(通常被稱為控制器113)。控制器113可從設備110接收信息,諸如傳感器數據。控制器113可被配置為基於對所接收的傳感器數據進行評估而經由設備110中的致動器來實現動作。參考示例建築物102a,第一設備和第二設備110a-b連接到第一控制器113a。第三設備和第四設備110c-d連接到第二控制器113b。此外,第二控制器113b和第五設備110連接到第三控制器113c。在示例建築物102a中,第一設備至第五設備110a-e可被稱為“BACnet設備”,因為它們通過建築物自動化和控製網絡(BACnet)連接,所述BACnet是允許建築物自動化和控制系統進行通信以傳輸或接收數據的有線通信協議。
除了連接到BACnet 112的設備110a-e之外,示例建築物102a包括連接到第四控制器113d的第六設備110f和第七設備110g。第六設備和第七設備110f-g可經由乙太網協議進行通信,並且可被稱為“乙太網設備”。示例建築物102a包括IoT閘道器125,所述IoT閘道器125用作設備110和諸如網絡160的外部網絡之間的連接點。 BACnet設備110a-d可經由BACnet介面112連接到IoT閘道器125。乙太網設備可經由乙太網介面120連接到IoT閘道器。第八設備110h直接與IoT閘道器125介面。設備110可利用其他聯網協議。示例建築物102a可包括附加設備110,所述附加設備110可經由通信協議(諸如CoAP、DTLS、ModBus、AMQP、HTTP、HTTPS和FTP等)進行通信。示例建築物102a可包括附加設備110,所述附加設備110可經由無線協議(諸如IPv6、LPWAN、Zigbee、藍牙低功耗、Z-Wave、RFID和NFC)進行通信。
IoT閘道器125可經由網絡160將設備110和控制器113連接到智能建築物雲平台165。 IoT閘道器125可被配置為通過執行BACnet與網際網路通信協議之間的通信轉換來橋接BACnet設備110。 IoT閘道器125可與智能建築物邊緣應用平台142通信。此外,IoT閘道器125可被配置為在將數據傳輸到雲平台以用於進一步處理和分析之前對從IoT設備接收的數據進行評估和濾波,從而減小對網絡處理和帶寬的影響。此外,IoT閘道器125可被配置為在示例建築物102a內執行IoT設備110的基於邊緣的分析和基於邊緣的控制,包括BACnet設備110。在一些實施方案中,IoT閘道器125可被配置為基於利用規則對輸入的即時數據進行評估來控制IoT設備110。 IoT閘道器125可被配置為基於不依賴於網絡連接或云計算資源的邊緣計算來執行查詢和分析。這實現對事件的即時響應,而不會顯著地增加帶寬或處理能力。
智能建築物邊緣應用平台142包括經由通信鏈路130的智能建築物邊緣應用服務器140。智能建築物邊緣應用服務器140可經由IoT閘道器125接收數據,並經由網絡160將數據發送到智能建築物雲平台165以用於進一步處理和存儲。智能建築物邊緣應用服務器140可推送一個或多個應用來配置IoT閘道器125以執行各種功能。智能建築物邊緣應用服務器140可被配置為:將由設備110和控制器113生成的資料傳輸到雲平台(諸如智慧建築物雲應用平台165)以進行進一步處理、存儲以及與其他系統和平台集成之前,使該資料跨各種製造商和模型標準化。可在API層級執行標準化。不同建築物的IoT閘道器125可收集特定於該建築物的數據,並將所收集的數據發送到智能建築物雲應用服務器,所述智能建築物雲應用服務器繼而處理和分析數據以提供推薦。例如,實施方案可包括對跨各種建築物收集的數據訓練機器學習算法,以獲得洞察和模式,所述洞察和模式繼而可被分析以便提供針對其他建築物的建議。在此些實施方案中,來自各種建築物的數據可為源自群集的。智能建築物邊緣應用服務器140可被配置為基於在商業建築物和空間的環境中重要的實體和關係的圖數據庫表示來創建和操縱建築物102中的每個的情境感知數位孿生體。智能建築物邊緣應用服務器140可被配置為提供對位於建築物102中的設備的自動發現、生成從所發現的設備產生的各種關係,以及將所發現的設備和關係集成到建築物102的數位孿生體中。
智能建築物邊緣應用服務器140可被配置為執行基於邊緣的分析並控制設備110。智能建築物邊緣應用服務器140可被配置為生成並維持包括建築物系統和設備的表示的參與者模型。參與者可對應於與建築物系統相關的設備或設備組,諸如HVAC、照明等。智能建築物邊緣應用服務器140可將建築物102的所生成的數位孿生體和參與者模型存儲在智能建築物雲平台165中。智能建築物邊緣應用服務器140還可將建築物102的數位孿生體和參與者模型作為建築物邊緣數據145存儲在邊緣處。智能建築物邊緣應用服務器140可被配置為提供與建築物102的建築物系統相關的多個軟件平台的集成,並且使得能夠發現新模式和對建築物系統的洞察。所述集成可使得能夠跨建築物102a的各種建築物系統且跨建築物102在設備110之間實現自動化交互。
示例建築物邊緣數據145a包括邊緣數位孿生體150和邊緣參與者模型155。智能建築物邊緣應用服務器140可使用建築物邊緣數據145來執行邊緣分析和處理。智能建築物雲平台165包括智能建築物雲應用服務器170,所述智能建築物雲應用服務器170可被配置為執行雲分析和處理。智能建築物雲平台165包括設備庫190和建築物數據175。建築物數據175可存儲關於建築物102的各種信息。示例建築物數據175a包括歷史數據185、數位孿生體180和參與者模型182。歷史數據185可包括在一段時間內收集的關於建築物102中的一個的數據。智能建築物雲應用服務器170可訪問歷史數據185、數位孿生體180和參與者模型182,以便執行提供對對應建築物102a的設備和系統的附加洞察的分析。智能建築物雲應用服務器170可將關於設備和控制器的信息存儲在設備庫190中。 IoT閘道器125可包括具有Linux操作系統的Dell 500箱,並且智能建築物邊緣應用服務器140可包括使用諸如Kubernetes的協調系統的IoTium協調器。智能建築物邊緣應用服務器140可包括使用Backstack庫以及akka.js或scala.js框架以JavaScript或TypeScript開發的軟件應用。此外,PostgreSQL數據庫系統可用於關係數據,以及諸如Kafka、Aka Stream、RabbitMO、EventHub等的消息代理。智能建築物雲應用平台165可包括Azure數據存儲和分析。
圖2示出了計算設備200的硬件元件,其可用於實施圖1所示的計算設備中的任一個(例如,示例建築物102a中所示的設備中的任一個、智能建築物雲應用平台165中所示的設備中的任一個、與外部網絡160接口的任何設備)以及本文討論的任何其他計算設備(例如,圖1中的智能建築物雲應用服務器170和智能建築物邊緣應用服務器140 )。計算設備200可包括一個或多個處理器201,所述一個或多個處理器201可執行計算機程序的指令以執行本文描述的功能中的任一個。指令可被存儲在唯讀記憶體(ROM)202、隨機存取記憶體(RAM)203、可移動介質204(例如,USB驅動器、光碟(CD)、數位多功能光碟(DVD))和/或任何其他類型的計算機可讀介質或存儲器中。指令也可被存儲在附接(或內部)硬碟205或其他類型的存儲介質中。計算設備200可包括一個或多個輸出設備,諸如顯示設備206(例如,外部電視和/或其他外部顯示設備或內部顯示設備)和揚聲器214,並且可包括一個或多個輸出設備控制器207,諸如視頻處理器。一個或多個用戶輸入設備208可包括遙控器、鍵盤、鼠標、觸摸屏(其可與顯示設備206集成)、麥克風等。計算設備200還可包括一個或多個網絡介面,諸如網絡輸入/輸出(I/O)介面210(例如,網卡)以與外部網絡209通信。網絡I/O接口210可為有線介面(例如,電、RF(經由同軸電纜)、光(經由光纖))、無線介面或兩者的組合。網絡I/O介面210可包括被配置為經由外部網絡209進行通信的調製解調器。外部網絡209可包括以上討論的通信鏈路101、外部網絡109、家庭內網絡、網絡提供商的無線、同軸、光纖或混合光纖/同軸分佈系統(例如,DOCSIS網絡)或任何其他所需網絡。計算設備200可包括位置檢測設備(諸如全球定位系統(GPS)微處理器211)所述位置檢測設備可被配置為接收和處理全球定位信號,並且在來自外部服務器和天線的可能幫助下確定計算設備200的地理位置。
儘管圖2示出了示例硬件配置,但計算設備200的元件中的一個或多個可被實施為軟件或者硬件和軟件的組合。可對計算設備200的組件進行添加、移除、組合、劃分等修改。此外,可使用已被配置為執行諸如本文描述的操作的基本計算設備和組件來實施圖2所示的元件。例如,計算設備200的存儲器可存儲計算機可執行指令,所述計算機可執行指令在由處理器201和/或計算設備200的一個或多個其他處理器執行時使計算設備200執行本文描述的操作中的一個、一些或全部。也可或可選地通過一個或多個集成電路(IC)來實施此存儲器和處理器。 IC可為(例如)訪問被存儲在ROM中的編程指令或其他數據和/或硬連線到IC的微處理器。例如,IC可包括專用集成電路(ASIC),所述專用集成電路(ASIC)具有專用於本文描述的計算和其他操作的門和/或其他邏輯。 IC可基於從ROM或RAM讀取的編程指令的執行來執行一些操作,其中其他操作硬連線到門或其他邏輯。此外,IC可被配置為將圖像數據輸出到顯示緩衝器。
圖3說明了由圖1所示的示例系統執行的用於提供具有增強發現的IoT情境感知數位孿生體的示例過程300。雖然參考圖1描述了圖3,但是應注意,圖3的方法步驟可由其他系統執行。
IoT(物聯網)環境中的“事物”可為被配置為通過網絡傳輸或接收數據的設備。因此,“事物”可為將傳感器數據傳輸到控制器並從控制器接收控制數據的傳感器設備。可基於定義與“事物”關聯的各種實體(諸如類型、網絡、製造商、控制器、點、資產和位置)的IoT數據模型模式來生成商業房地產建築物的IoT情境感知數位孿生體。類型實體可為事物的分類。可基於不同的類別(諸如其類和子類)對事物進行分類。網絡實體可為通過有線協議或無線協議連接的“事物”的集合。有線協議可為BACnet協議。製造商實體可為“事物”的製造者或生產者。點可為包含數位屬性或模擬屬性的設備或控制器的傳感器或致動器。點可為配置值,諸如設定點值或時間表。資產實體可為物理設備或位於空間內的對象,如本領域技術人員在閱讀了本文公開的全部內容之後所理解的。資產可包括多個物理設備和/或點。資產可具有諸如序列號或製造商的屬性。資產可被分類為類型和子類型。資產類型可對應於建築物系統,諸如HVAC空氣、HVAC水、管道,消防、電氣和火警。每個資產類型可包括各種子類型。對應於HVAC空氣系統的資產類型可包括子類型,諸如可變風量(VAV)箱/控制器、風扇供電箱(FPB)、風扇盤管單元(FCU)、計算機機房空氣處理器(CRAH)、風扇系統、風扇、空氣處理單元(AHU)、熱回收單元(HRU)和熱泵。對應於HVAC水系統的資產類型可包括子類型,諸如冷卻水設備、泵、熱交換器、單元加熱器、基板加熱器、管道加熱器、鍋爐和膨脹箱。對應於管道系統的資產類型可包括子類型,諸如泵和油脂捕集器。對應於消防系統的資產類型可包括子類型,諸如泵和預動作。對應於電氣系統的資產類型可包括子類型,諸如儀表、交換機、面板、發電機、轉換開關、不間斷電源(UPS)、照明控制面板、火警控制面板(FACP)和遠程控制面板。控制器實體可為與一個或多個點關聯的物理實體或邏輯實體。控制器實體可通過一個或多個資產的點來服務一個或多個資產。位置實體可為“事物”的所在地的物理標識或邏輯標識,諸如經度-緯度坐標、海拔、地址、樓層名稱、邏輯區域或物理區域。可基於資產的物理位置以及資產所服務的建築物的區域來確定位置實體。例如,駐留在一個位置處的VAV箱可服務建築物的許多其他區域。位置實體可具有它們自己的定義物理位置和邏輯位置之間關係的數位孿生體。位置實體的數位孿生體可與資產的數位孿生體接口。
IoT數據模型模式使得物理設備110能夠與它們的對應物理控制器113去耦合,並被表示為建築物102a的數位孿生體中的單獨實體。即使建築物102看起來可能相似,但設備(諸如傳感器設備)及其控制器之間的連接性跨建築物102也可為不同的。因此,在建築物102的每個中,同一設備110可與其控制器113具有不同的關係。此外,設備及其控制器可為物理上單獨的實體。設備(諸如駐留在物理位置處的恆溫器)可與位於與恆溫器不同的物理位置的控制器通信。 IoT數據模型模式使得恆溫器及其控制器能夠被表示為建築物的數位孿生體中的不同實體。根據IoT數據模型模式,恆溫器的傳感器和致動器可被映射到一個或多個點,並且其物理控制器可被映射到控制器實體。作為另一個例子,在復雜的商業建築物和結構中,VAV控制器可不與其控制的VAV箱或設備同義。相反,VAV箱及其VAV控制器可為物理上單獨的實體。此外,VAV箱及其VAV控制器可具有不同的製造商,使得客戶可混合和匹配來自不同製造商的部件。在這種情況下,將VAV控制器和VAV箱表示為數位孿生體中的不同實體對於庫存跟踪也是有用的。因此,根據IoT數據模型模式,VAV箱的傳感器和致動器可被映射到點,並且其VAV控制器可被映射到控制器實體。在一些情況下,設備可包括在同一物理設備內的傳感器、致動器和控制邏輯。根據IoT數據模型模式,設備的傳感器、致動器和控制邏輯可被映射到點和邏輯控制器實體,並且因此彼此去耦合且被表示為建築物的數位孿生體中的單獨實體。將設備與它們的對應控制器去耦合併將它們表示為單獨實體提供了建築物的更準確的數位孿生體,從而導致更準確的查詢和分析。
圖6說明了各種實體和關係的示例圖模式600。圖模式600包括多個節點605a-g(通常被稱為節點605)。資產、類型、點、位置、控制器、網絡和製造商實體分別被表示為圖模式600的節點605a-g。圖模式600包括多個邊緣610a-i(通常被稱為邊緣610)。邊緣610表示節點605與其對應實體之間的關係。邊緣可為定向的並且可包括屬性。節點605a的資產實體和節點605b的類型實體之間的關係被表示為邊緣610a。邊緣610a的方向是從節點605a的資產實體到節點605b的類型實體。邊緣610a的屬性指示節點605a的資產實體是節點605b的類型實體的“一部分”。節點605可包括屬性。節點605a的資產實體的屬性620a包括GUID格式的“id”和字符串格式的“name”。節點605a的資產實體和節點605c的點實體之間的關係被表示為邊緣610b。邊緣610b的方向是從節點605a的資產實體到節點605c的點實體。邊緣610b的屬性指示節點605c的點實體“屬於”節點605a的資產實體。節點605c的點實體的屬性包括GUID格式的“id”和字符串格式的“name”。節點605a的資產實體和節點605d的位置實體之間的關係被表示為邊緣610c。邊緣610c的方向是從節點605d的位置實體到節點605a的資產實體。邊緣610c的屬性指示節點605a的資產實體由節點605d的位置實體“服務”。節點605c的點實體的屬性620c包括GUID格式的“id”和字符串格式的“name”。節點605b的類型實體和節點605c的點實體之間的關係被表示為邊緣610d。邊緣610d的方向是從節點605c的點實體到節點605b的類型實體。邊緣610d的屬性指示節點605c的點實體是節點605b的類型實體的“一部分”。節點605d的位置實體和節點605c的點實體之間的關係被表示為邊緣610e。邊緣610e的方向是從節點605c的點實體到節點605d的位置實體。邊緣610e的屬性指示節點605c的點實體“位於”節點605d的類型實體中。節點605e的控制器實體和節點605b的類型實體之間的關係被表示為邊緣610f。邊緣610f的方向是從節點605e的控制器實體到節點605b的類型實體。邊緣610f的屬性指示節點605e的控制器實體是節點605b的類型實體的“一部分”。節點605e的控制器實體和節點605f的網絡實體之間的關係被表示為邊緣610g。邊緣610g的方向是從節點605e的控制器實體到節點605f的網絡實體。邊緣610g的屬性指示節點605e的控制器實體“駐留在”節點605f的網絡實體上。節點605e的控制器實體和節點605g的製造商實體之間的關係被表示為邊緣610i。邊緣610i的方向是從節點605e的控制器實體到節點605g的製造商實體。邊緣610i的屬性指示節點605e的控制器實體由節點605g的製造商實體“製造”。節點605d的位置實體和節點605f的網絡實體之間的關係被表示為邊緣610h。邊緣610h的方向是從節點605f的網絡實體到節點605d的位置實體。邊緣610h的屬性指示節點605f的網絡實體位於節點605f的位置實體中,如本領域技術人員在閱讀本文公開的全部內容之後所理解的。
圖7說明了位置實體的示例圖模式700。位置實體中的每個(諸如塔、建築物、樓層、公司、空間區域、空間和區域)對應於與建築物關聯的邏輯位置或物理位置。塔、建築物、樓層、公司、空間區域、空間和區域分別被表示為圖700的節點705a-g(通常被稱為節點705)。節點705可包括屬性720a-g,諸如GUID格式的“id”、字符串格式的“name”和字符串格式的“description”。圖表示700包括表示被映射到節點705的位置實體之間的關係的多個邊710a-i。由邊緣710a表示節點705a的塔實體和節點705b的建築物實體之間的關係。邊緣710a的方向是從節點705a的塔實體到節點705b的建築物實體。邊緣710a的屬性指示節點705a的塔實體“位於”節點705b的建築物實體中。由邊緣710b表示節點705a的塔實體和節點705c的樓層實體之間的關係。邊緣710b的方向是從節點705a的塔實體到節點705c的樓層實體。邊緣710b的屬性指示節點705c的樓層實體“位於”節點705a的塔實體中。由邊緣710c表示節點705b的建築物實體和節點705c的樓層實體之間的關係。邊緣710c的方向是從節點705b的建築物實體到節點705c的樓層實體。邊緣710c的屬性指示節點705c的樓層實體“位於”節點705b的建築物實體中。由邊緣710d表示節點705b的建築物實體和節點705d的公司實體之間的關係。邊緣710d的方向是從節點705b的建築物實體到節點705d的公司實體。邊緣710d的屬性指示節點705d的公司實體“位於”節點705b的建築物實體中。由邊緣710e表示節點705e的空間區域實體和節點705d的公司實體之間的關係。邊緣710e的方向是從節點705e的空間區域實體到節點705d的公司實體。邊緣710e的屬性指示節點705e的空間區域實體由節點705d的公司實體“佔用”。
返回參考圖1,示例建築物102a可包括一個或多個建築物系統。每個建築物系統可包括一個或多個資產。如上所討論,資產是與“事物”關聯的實體。資產可為物理設備或位於空間內的對象。資產可與多個物理設備110和/或點關聯。資產還可包括諸如序列號或製造商的屬性。在階段305,過程300開始於智能建築物邊緣應用服務器140接收關於與商業房地產建築物(諸如圖1中的示例建築物102a)關聯的資產的信息。資產可與商業房地產建築物的建築物系統關聯。關於資產的信息可包括與資產關聯的一個或多個設備110的標識。
可基於確定與資產關聯的點、控制器實體、位置實體和網絡實體來標識與資產關聯的多個關係。智能建築物雲平台165中的設備庫190可包括關於設備和控制器之間的關係的各種信息,所述信息是基於對各種建築物系統的數據訓練機器學習算法而生成的。可基於與資產關聯的點、控制器實體、位置實體和網絡實體來確定與資產關聯的多個關係。因此,在階段310,過程300可包括確定與資產關聯的一個或多個點。在階段315,過程300可包括確定與資產關聯的一個或多個控制器實體。如上所討論,控制器實體可為邏輯控制器或物理控制器,諸如控制器113。在階段320,過程300可包括確定資產的多個位置實體。位置實體可為與資產關聯的物理位置和邏輯位置。可基於關於與資產關聯的設備和控制器的實際位置、設備和控制器所服務的建築物的區域(服務區域)的信息以及來自建築物的建築物信息建模(BIM)數據的其他信息來確定位置實體。在階段325,過程300可包括確定與資產關聯的網絡實體。在階段330,過程300可包括確定與資產關聯的上游設施或數據流以及下游設施或數據流,從而標識與來自資產的上游數據流和下游數據流關聯的控制器和設備。
在一些實施方案中,智能建築物邊緣應用服務器140可被配置為提供用於添加資產的應用和用戶界面(UI)。可基於資產模板來即時驗證與資產關聯的所確定的關係。資產模板可基於對各種建築物數據和各種建築物的數位孿生體訓練機器學習算法。
可對每個資產重複過程300,從而產生商業房地產建築物的數位孿生體。智能建築物邊緣應用服務器140可經由網絡160將所生成的數位孿生體發送到智能建築物雲平台165的智能建築物雲應用服務器170。智能建築物雲應用服務器170可將數位孿生體作為數位孿生體180存儲在建築物數據175中。智能建築物雲平台165可基於對存儲在不同建築物102的數位孿生體180中的數據進行整合來執行雲分析和處理。智能建築物雲應用服務器170可訪問歷史數據185、數位孿生體180和參與者模型182,以便執行提供對對應建築物102a的設備和系統的附加洞察的分析。智能建築物邊緣應用服務器140還可將建築物102的數位孿生體作為建築物邊緣數據145存儲在邊緣處。示例建築物邊緣數據145a包括邊緣數位孿生體150和邊緣參與者模型155。智能建築物邊緣應用服務器140可使用建築物邊緣數據145來執行邊緣分析和處理。
圖4說明了由圖1所示的示例系統執行的用於提供具有增強發現的IoT情境感知數位孿生體的另一個示例過程400。在階段402,過程402可包括監視連接到網絡的新設備。網絡可為BAC網絡。可在網絡上發出用於檢測新設備的命令。命令可為BAC網絡上的“whois”命令。命令可檢索連接到網絡的設備的設備標識符。在階段403,過程400檢測新設備。設備標識符可指示連接到網絡的新設備。在階段405,標識新設備並且可確定設備特性。在階段401,過程400包括確定新設備的一個或多個點。可基於被存儲在設備庫190中的信息來確定新設備的一個或多個點。智能建築物雲平台165中的設備庫190可包括關於設備和控制器之間的關係的各種信息,所述信息是基於對各種建築物系統的數據訓練機器學習算法而生成的。在階段415,過程400可包括標識與新設備的一個或多個點關聯的至少一個控制器實體。在階段420,過程400包括確定與新設備關聯的網絡實體和位置實體。在階段425,過程400可包括用與新設備關聯的點、網絡、控制器和位置來更新商業房地產建築物的數位孿生體的圖表示。在階段435,過程400可返回到階段402,以監視新設備。
在一些實施方案中,可為登機建築物系統和設備提供用戶界面(UI)。智能建築物邊緣應用服務器140可被配置為提供應用和用戶介面(UI)以用於生成建築物的情境感知數位孿生體。為了訪問應用和UI,用戶可將機器連接到建築物的網絡。網絡可與BACnet介面。機器可為膝上型電腦或IoTium邊緣設備。用戶可提供關於建築物的信息,從建築物的列表中選擇建築物,並且將與所選擇的建築物關聯的全部或一些資產添加到數據庫。然後,用戶可在BACnet上運行諸如“whois”命令的命令,以發現網絡上的設備。作為響應,可獲得與資產中的每個關聯的設備中的每個的設備標識符。用戶可通過在BACnet上運行“whohas”命令來獲得對應於設備標識符的設備的附加細節。基於設備標識符,可基於被存儲在(例如)設備庫190中的設備信息來標識對應於設備的點。可將所述點添加到資產並保存到數據庫。可基於資產模板來即時驗證與資產關聯的所確定的關係。資產模板可基於對各種建築物數據和各種建築物的數位孿生體訓練機器學習算法。資產模板可被存儲在與建築物的圖數據庫表示集成的文檔/NoSQL數據庫中。除了以上討論的BACnet發現之外,還可從.dwg格式文件檢索關於設備的各種信息,諸如物理位置。
建築物的圖表示可跟踪關於設備的其他靜態信息,諸如製造商、序列號、型號等。實施方案可訪問建築物的數位孿生體以支持用戶查詢。例如,用戶可通過諸如智能電話的用戶設備上的應用來上拉用於建築物的數據或查詢關於設備的值的信息。由於邊緣應用不斷地更新邊緣處的數位孿生體,因此能夠快速且有效地搜索關於建築物系統的當前狀態的各種信息。
圖5說明了由圖1所示的示例系統執行的用於提供IoT邊緣分析和控制的示例過程500。雖然參考圖1描述了圖5,但是應注意,圖5的方法步驟可由其他系統執行。
可使用參與者模型(諸如邊緣參與者模型155)來創建建築物系統和設備的表示。參與者可對應於與建築物系統相關的設備或設備組,諸如HVAC、照明等。圖8示出了參與者模型(諸如邊緣參與者模型155)中的示例參與者系統800。例如,傳感器可將諸如溫度的即時測量傳送到對應於傳感器的參與者。可將測量作為輸入消息880傳送到對應於傳感器設備的參與者。輸入消息880由處理模塊840處理。處理模塊840可基於在輸入消息880中接收的傳感器測量來更新被存儲在狀態830中的設備狀態。參與者800還可從其他參與者接收消息,以用於訪問被存儲在狀態830中的最新傳感器測量。參與者800還可將消息發送到傳感器設備以更新設備配置。以不同的量和不同的時間間隔收集由每個設備生成的數據。時間間隔取決於設備點對於即時控制和分析的重要性。例如,可將阻尼器百分比指定為具有中等優先級,並且從而可以以五分鐘間隔從設備收集與測量阻尼器百分比相關的數據。可將區域溫度指定為具有高優先級,並且從而可以以30秒間隔從相關設備點收集與測量區域溫度相關的數據。可將警報指定為具有最高優先級,並且從而可基於值的變化來即時收集與測量警報的觸發相關的數據。由於成千上萬個設備可以以不同的時間間隔請求數據,因此需要維持設備當中的優先級,以便減少BACnet帶寬的過載。參與者模型可能夠每秒處理數百萬個消息。參與者模型被建立用於模仿內置於環境中的設備。換言之,參與者模型維持設備的有狀態表示。當數據指示建立窗口內的缺陷值時,基於規則815中的規則來觸發校正動作。這使得能夠在不需要雲連接性的情況下實現更快速的即時響應,並且減少網絡帶寬使用、響應時間和手動輸入。
觸發規則的參與者可查詢所連接的設備和資產,以基於系統的當前情況找到最優解決方案。一旦接收到與各種解決方案相關的數據,就可基於預定約束和設置(諸如能量使用、所需時間等)來確定最佳選項。在一些實施方案中,可提供設備分析以基於當前狀態對設備的預期性能建模,並且可基於使用情境感知數據的即時計算來控制設備。通過維持設備的有狀態機器表示,可通過對設備的輸入數據點和輸出數據點的即時數據訓練數據分析機器學習算法來對設備的確切行為建模。實施方案可針對設備的無限數目個有狀態場景(而非僅僅被包括在設備的機載控制器中的少數場景)提供精確的命令和控制。參與者模型可由分佈式計算和非阻塞框架(諸如Akka)實施。參與者模型和規則可作為參與者模型182被存儲在智能建築物雲應用平台165的建築物數據175中。除了在雲中託管參與者模型182之外,實施方案還可在邊緣處運行參與者系統,這避免對雲計算的依賴並且實現更好的即時響應。
在階段505,過程500包括為參與者中的每個設置規則。智能建築物邊緣應用服務器140和IoT閘道器125可被配置為基於規則提供設備110和控制器113的基於邊緣的分析和控制。例如,規則可被設置為基於接收與已經超過最小/最大警報閾值的供應空氣溫度相關的即時數據來觸發動作。規則可指示如果供應空氣溫度下降到最小閾值以下或超過最大閾值五分鐘以上,則必須採取行動以將空氣溫度調節到被設置為預定值的優選溫度。規則可被存儲在對應於溫度傳感器的參與者800的規則815中。
在階段510,過程500包括監視來自溫度傳感器設備的作為輸入消息880的輸入即時數據,並且在階段515,過程500包括處理輸入消息880並評估即時數據是否滿足被存儲在規則815中的規則。窗口函數可確保從溫度傳感器接收特定數目個連續即時測量,以便觸發規則815中的規則。當確定供應空氣溫度已經下降到最小閾值以下或超過最大閾值五分鐘以上時,過程500進行到階段520。
在階段520,過程520包括向其他參與者請求用於將空氣溫度調節到預定值的信息。例如,與維持空氣供應溫度相關的其他參與者可包括與冷卻器系統、FPB相關的設備,或者被配置為實現可影響空氣供應溫度的局部變化的其他設備。空氣溫度參與者可經由輸出消息855將請求發送到其他參與者。其他參與者可接收輸出消息855,並且基於它們的設備的當前狀態來確定它們的設備可採取的用以實現解決方案的動作。例如,對應於冷卻器的參與者可確定需要在12Kw下操作冷卻器5分鐘以將空氣溫度調節到優選溫度。對應於FPB(風扇供電箱)的參與者可確定需要在14Kw下操作其設備2分鐘以將空氣溫度調節到優選溫度。對應於局部變化的參與者可確定需要在9Kw下操作其設備7分鐘以將空氣溫度調節到優選溫度。每個參與者將該信息作為輸出消息855發送到空氣溫度參與者,所述空氣溫度參與者接收所述信息作為輸入消息880並處理所述消息。在過程500的階段503,空氣溫度參與者可基於與(例如)時間、能量和可行性相關的其他考慮,基於對從其他參與者接收的信息進行評估來選擇解決方案。在階段545,過程500包括通過通知相關資產來執行解決方案。空氣溫度參與者可通知相關參與者採取行動來執行參與者所提出的解決方案。例如,空氣溫度參與者可發送輸出消息855以通知冷卻器參與者在12Kw下操作冷卻器5分鐘。冷卻器參與者接收來自空氣溫度參與者的消息作為輸入消息880。冷卻器參與者開啟冷卻系統以便降低空氣溫度並通知空氣溫度參與者。在過程500的階段555,空氣溫度參與者基於繼續接收即時溫度測量來監視空氣溫度。在階段560,過程500包括確定空氣溫度是否滿足由被存儲在規則815中的規則設置的準則。當確定空氣溫度已經返回到優選溫度時,在過程500的階段565,空氣溫度參與者通知冷卻器返回到其正常操作。
執行基於邊緣的設備分析(即空間溫度變化率)可用於控制設備(例如,空氣阻尼器),而不依賴於雲計算。執行邊緣設備分析依賴於訪問邊緣處的數位孿生體以執行計算,而不是依賴於被存儲在雲中的數位孿生體。例如,設備可具有被稱為空間溫度的數據點,其可具有檢查該值的變化率的功能。如果變化率在給定時間段內連續超過閾值,則設備的空氣阻尼器關閉。這使得設備能夠快速地對緊急火災相關狀況起作用,而不依賴於到雲平台的網絡連接性,以便提供返回到設備的命令。
在一些實施方案中,從設備收集的數據可被存儲在時間序列數據庫中。如果用戶試圖改變溫度或檢查VAV箱的當前狀態,則查詢雲存儲的數據是低效且昂貴的。因此,實施方案在最近的時間段(諸如24小時)內提供關於VAV箱或其他設備的信息。如果基於最近的數據觀察到設備的當前行為不像預期的那樣,則可訪問云平台以查詢與設備相關的雲存儲的大數據。這可基於終端用戶觸發或請求查詢發生或者基於預設參數和閾值自動地發生。在一些實施方案中,人工智能和機器學習可用於在收集數據的同時分析和標識異常。在一些實施方案中,可將時間界限設置為具有流入或被收集的數據的最後30秒或其他預定時間段。可基於在數據中觀察到的模式觸發警報,所述警報繼而觸發將由各種設備或系統執行的動作。通過對先前收集的數據訓練機器學習算法來使用機器學習使得實施方案能夠在收集設備數據時預測設備數據中的異常。實施方案可訪問所收集的數據並對其進行評估以獲得洞察。從中得到的數據可提供使用傳統方法無法獲得的先前未知的洞察。此外,實施方案能夠維持和操縱整個子系統的狀態機。
下面根據本文公開的一個或多個方面列出了許多說明性實施例。儘管下面列出的許多實施例被描述為依賴於其他實施例,但是所述依賴性不限於此。
實施例1.一種生成商業房地產建築物的情境感知數位孿生體的方法,其包括:
由計算設備接收關於資產的信息,所述資產包括駐留在與所述商業房地產建築物關聯的一個或多個物理空間中的一個或多個設備;
由所述計算設備並基於所述資產的所述一個或多個設備的標識來確定對應於所述一個或多個設備的傳感器或致動器的一個或多個點;
由所述計算設備並基於所述一個或多個點來標識經由所述一個或多個點服務所述資產的至少一個控制器,其中所述至少一個控制器包括物理實體或邏輯實體;
由所述計算設備確定與所述資產關聯的一個或多個網絡以及一個或多個位置;以及
由所述計算設備將所述資產、所述一個或多個點、所述至少一個控制器、所述一個或多個網絡以及所述一個或多個位置中的每個存儲為所述商業房地產建築物的圖表示的單獨節點。
實施例2.根據實施例1所述的方法,其還包括:
基於連接到網絡的設備的標識,確定所述設備是否被存儲在所述商業房地產建築物的所述圖表示中;
基於確定所述設備未被存儲在所述商業房地產建築物的圖數據庫中,將所述設備標識為新設備;
確定對應於所述新設備的傳感器或致動器的一個或多個點;
基於所述新設備的所述一個或多個點,標識至少一個控制器、至少一個位置以及與所述新設備關聯的至少一個網絡;以及
將所述一個或多個點、所述至少一個控制器、所述至少一個位置和與所述新設備關聯的所述至少一個網絡存儲在所述商業房地產建築物的所述圖表示中。
實施例3.根據實施例2所述的方法,其中所述資產的所述一個或多個設備連接到建築物自動化控制(BAC)網絡。
實施例4.根據實施例2所述的方法,其中所述一個或多個位置包括與所述商業房地產建築物的所述一個或多個物理空間關聯的物理位置或邏輯位置,並且其中所述一個或多個位置包括以下中的至少一者:樓層的標識、經度-緯度坐標、空間、海拔、區域、空間區域和所述一個或多個物理空間的佔用者的標識。
實施例5.根據實施例2所述的方法,其中所述建築物的所述圖表示包括標籤屬性圖表示。
實施例6.根據實施例2所述的方法,其中所述點包括設定點或時間表中的至少一個。
實施例7.根據實施例2所述的方法,其中所述標識與所述新設備關聯的所述至少一個控制器是基於通過對所述商業房地產建築物的一個或多個先前生成的圖表示訓練機器學習算法而生成的信息。
實施例8.一種用於生成商業房地產建築物的情境感知數位孿生體的系統,其包括:
一個或多個處理器;以及
存儲器,其存儲計算機可讀指令,當所述計算機可讀指令由所述一個或多個處理器執行時,配置所述一個或多個處理器以:
接收關於資產的信息,所述資產包括駐留在與所述商業房地產建築物關聯的一個或多個物理空間中的一個或多個設備;
基於所述資產的所述一個或多個設備的標識來確定對應於所述一個或多個設備的傳感器或致動器的一個或多個點;
基於所述一個或多個點來標識經由所述一個或多個點服務所述資產的至少一個控制器,其中所述至少一個控制器包括物理實體或邏輯實體;
確定與所述資產關聯的一個或多個網絡以及一個或多個位置;以及
將所述資產、所述一個或多個點、所述至少一個控制器、所述一個或多個網絡以及所述一個或多個位置中的每個存儲為所述商業房地產建築物的圖表示的單獨節點。
實施例9.根據實施例8所述的系統,其中所述指令還配置所述一個或多個處理器以:
基於連接到網絡的設備的標識,確定所述設備是否被存儲在所述商業房地產建築物的所述圖表示中;
基於確定所述設備未被存儲在所述商業房地產建築物的圖數據庫中,將所述設備標識為新設備;
確定對應於所述新設備的傳感器或致動器的一個或多個點;
基於所述新設備的所述一個或多個點,標識至少一個控制器、至少一個位置以及與所述新設備關聯的至少一個網絡;以及
將所述一個或多個點、所述至少一個控制器、所述至少一個位置和與所述新設備關聯的所述至少一個網絡存儲在所述商業房地產建築物的所述圖表示中。
實施例10.根據實施例9所述的系統,其中所述資產的所述一個或多個設備連接到建築物自動化控制(BAC)網絡。
實施例11.根據實施例9所述的系統,其中所述一個或多個位置包括與所述商業房地產建築物的所述一個或多個物理空間關聯的物理位置或邏輯位置,並且其中所述一個或多個位置包括以下中的至少一者:樓層的標識、經度-緯度坐標、空間、海拔、區域、空間區域和所述一個或多個物理空間的佔用者的標識。
實施例12.根據實施例9所述的系統,其中所述建築物的所述圖表示包括標籤屬性圖表示。
實施例13.根據實施例9所述的系統,其中所述點包括設定點或時間表中的至少一個。
實施例14.根據實施例9所述的系統,其中所述標識與所述新設備關聯的所述至少一個控制器是基於通過對所述商業房地產建築物的一個或多個先前生成的圖表示訓練機器學習算法而生成的信息。
實施例15.一種包括機器可讀指令的非暫時性機器可讀存儲介質,所述機器可讀指令使處理器執行生成商業房地產建築物的情境感知數位孿生體的方法,其包括:
由計算設備接收關於資產的信息,所述資產包括駐留在與所述商業房地產建築物關聯的一個或多個物理空間中的一個或多個設備;
由所述計算設備並基於所述資產的所述一個或多個設備的標識來確定對應於所述一個或多個設備的傳感器或致動器的一個或多個點;
由所述計算設備並基於所述一個或多個點來標識經由所述一個或多個點服務所述資產的至少一個控制器,其中所述至少一個控制器包括物理實體或邏輯實體;
由所述計算設備確定與所述資產關聯的一個或多個網絡以及一個或多個位置;以及
由所述計算設備將所述資產、所述一個或多個點、所述至少一個控制器、所述一個或多個網絡以及所述一個或多個位置中的每個存儲為所述商業房地產建築物的圖表示的單獨節點。
實施例16.根據實施例15所述的非暫時性機器可讀存儲介質,其中所述方法還包括:
基於連接到網絡的設備的標識,確定所述設備是否被存儲在所述商業房地產建築物的所述圖表示中;
基於確定所述設備未被存儲在所述商業房地產建築物的圖數據庫中,將所述設備標識為新設備;
確定對應於所述新設備的傳感器或致動器的一個或多個點;
基於所述新設備的所述一個或多個點,標識至少一個控制器、至少一個位置以及與所述新設備關聯的至少一個網絡;以及
將所述一個或多個點、所述至少一個控制器、所述至少一個位置和與所述新設備關聯的所述至少一個網絡存儲在所述商業房地產建築物的所述圖表示中。
實施例17.根據實施例16所述的非暫時性機器可讀存儲介質,其中所述資產的所述一個或多個設備連接到建築物自動化控制(BAC)網絡。
實施例18.根據實施例16所述的非暫時性機器可讀存儲介質,其中所述一個或多個位置包括與所述商業房地產建築物的所述一個或多個物理空間關聯的物理位置或邏輯位置,並且其中所述一個或多個位置包括以下中的至少一者:樓層的標識、經度-緯度坐標、空間、海拔、區域、空間區域和所述一個或多個物理空間的佔用者的標識。
實施例19.根據實施例16所述的非暫時性機器可讀存儲介質,其中所述建築物的所述圖表示包括標籤屬性圖表示,並且其中所述點包括設定點值或時間表中的至少一個。
實施例20.根據實施例16所述的非暫時性機器可讀存儲介質,其中所述標識與所述新設備關聯的所述至少一個控制器是基於通過對所述商業房地產建築物的一個或多個先前生成的圖表示訓練機器學習算法而生成的信息。
實施例21.一種對連接到商業房地產建築物的建築物自動化控制(BAC)網絡的多個物聯網(IOT)設備進行異步控制的方法,其包括:
定義至少一個規則,其包括用於評估第一IoT設備的數據的至少一個第一準則以及與確定所述第一IoT設備的所述數據不滿足所述第一準則關聯的至少一個第二準則;
由計算設備並基於通過所述至少一個第一準則對所述第一IoT設備的第一多個數據的評估來確定所述第一IoT設備的所述第一多個數據是否滿足所述至少第一準則;
由所述計算設備並基於確定所述第一IoT設備的所述第一多個數據不滿足所述至少第一準則來標識將被控制的一個或多個第二IoT設備;
由所述計算設備並基於所述至少一個第二準則來確定與所述一個或多個第二IoT設備關聯的多個動作;
由所述計算設備選擇與所述一個或多個第二IoT設備關聯的所述動作中的一個;以及
由所述計算設備控制與所選動作關聯的所述第二IoT設備以執行所述所選動作。
實施例22.根據實施例21所述的方法,其中所述控制與所述所選動作關聯的所述第二IoT設備以執行所述所選動作是基於確定所述第一IoT設備的第二多個數據是否滿足所述至少第二準則。
實施例23.根據實施例21所述的方法,其還包括:
基於確定所述第一IoT設備的第二多個數據滿足所述至少第二準則,控制與所述所選動作關聯的所述第二IoT設備返回到正常操作。
實施例24.根據實施例21所述的方法,其中從對應於所述第一IoT設備的傳感器或致動器的一個或多個點接收所述第一IoT設備的所述第一多個數據。
實施例25.根據實施例21所述的方法,其中所述多個設備中的每個對應於參與者模型中的參與者,並且定義用於評估所述第一IoT設備的所述數據的所述至少一個規則包括為對應於所述第一IoT設備的所述參與者定義規則。
實施例26.根據實施例21所述的方法,其中所述標識將被控制的所述一個或多個第二IoT設備是基於所述商業房地產建築物的圖表示。
實施例27.根據實施例21所述的方法,其中所述第一IoT設備的所述第一多個數據基於以預定時間間隔週期性地從所述第一IoT設備收集的數據。
實施例28.根據實施例21所述的方法,其中確定所述第一IoT設備的所述第一多個數據不滿足所述至少第一準則包括在預定時間窗口內評估所述第一IoT設備的所述第一多個數據。
實施例29.根據實施例21所述的方法,其中所述方法還包括:
生成並維持所述多個IoT設備中的每個的當前狀態。
實施例30.一種用於對連接到商業房地產建築物的建築物自動化控制(BAC)網絡的多個物聯網(IOT)設備進行異步控制的系統,其包括:
一個或多個處理器;以及
存儲器,其存儲計算機可讀指令,當所述計算機可讀指令由所述一個或多個處理器執行時,配置所述一個或多個處理器以:
定義至少一個規則,其包括用於評估第一IoT設備的數據的至少一個第一準則以及與確定所述第一IoT設備的所述數據不滿足所述第一準則關聯的至少一個第二準則;
由計算設備並基於通過所述至少一個第一準則對所述第一IoT設備的第一多個數據的評估來確定所述第一IoT設備的所述第一多個數據是否滿足所述至少第一準則;
由所述計算設備並基於確定所述第一IoT設備的所述第一多個數據不滿足所述至少第一準則來標識將被控制的一個或多個第二IoT設備;
由所述計算設備並基於所述至少一個第二準則來確定與所述一個或多個第二IoT設備關聯的多個動作;
由所述計算設備選擇與所述一個或多個第二IoT設備關聯的所述動作中的一個;以及
由所述計算設備控制與所述所選動作關聯的所述第二IoT設備以執行所述所選動作。
實施例31.根據實施例30所述的系統,其中所述控制與所述所選動作關聯的所述第二IoT設備以執行所述所選動作是基於確定所述第一IoT設備的第二多個數據是否滿足所述至少第二準則。
實施例32.根據實施例30所述的系統,其中當所述指令由所述一個或多個處理器執行時,還配置所述一個或多個處理器以:
基於確定所述第一IoT設備的第二多個數據滿足所述至少第二準則,控制與所述所選動作關聯的所述第二IoT設備返回到正常操作。
實施例33.根據實施例30所述的系統,其中從對應於所述第一IoT設備的傳感器或致動器的一個或多個點接收所述第一IoT設備的所述第一多個數據,並且其中所述第一IoT設備的所述第一多個數據基於以預定時間間隔週期性地從所述第一IoT設備收集的數據。
實施例34.根據實施例30所述的系統,其中所述多個設備中的每個對應於參與者模型中的參與者,並且定義用於評估所述第一IoT設備的所述數據的所述至少一個規則包括為對應於所述第一IoT設備的所述參與者定義規則。
實施例35.根據實施例30所述的系統,其中所述標識將被控制的所述一個或多個第二IoT設備是基於所述商業房地產建築物的圖表示。
實施例36.根據實施例30所述的系統,其中所述確定所述第一IoT設備的所述第一多個數據不滿足所述至少第一準則包括在預定時間窗口內評估所述第一IoT設備的所述第一多個數據。
實施例37.根據實施例30所述的系統,其中當所述指令由所述一個或多個處理器執行時,還配置所述一個或多個處理器以:
生成並維持所述多個IoT設備中的每個的當前狀態。
實施例38.一種包括機器可讀指令的非暫時性機器可讀存儲介質,所述機器可讀指令使處理器執行一種對連接到商業房地產建築物的建築物自動化控制(BAC)網絡的多個物聯網(IOT)設備進行異步控制的方法,其包括:
定義至少一個規則,其包括用於評估第一IoT設備的數據的至少一個第一準則以及與確定所述第一IoT設備的所述數據不滿足所述第一準則關聯的至少一個第二準則;
由計算設備並基於通過所述至少一個第一準則對所述第一IoT設備的第一多個數據的評估來確定所述第一IoT設備的所述第一多個數據是否滿足所述至少第一準則;
由所述計算設備並基於確定所述第一IoT設備的所述第一多個數據不滿足所述至少第一準則來標識將被控制的一個或多個第二IoT設備;
由所述計算設備並基於所述至少一個第二準則來確定與所述一個或多個第二IoT設備關聯的多個動作;
由所述計算設備選擇與所述一個或多個第二IoT設備關聯的所述動作中的一個;以及
由所述計算設備控制與所述所選動作關聯的所述第二IoT設備以執行所述所選動作。
實施例39.根據實施例38所述的非暫時性機器可讀存儲介質,其中所述控制與所述所選動作關聯的所述第二IoT設備以執行所述所選動作是基於確定所述第一IoT設備的第二多個數據是否滿足所述至少第二準則。
實施例40.根據實施例38所述的非暫時性機器可讀存儲介質,其中所述方法還包括:
基於確定所述第一IoT設備的第二多個數據滿足所述至少第二準則,控制與所述所選動作關聯的所述第二IoT設備返回到正常操作。
儘管已經用對結構特徵和/或方法動作專用的語言描述了本主題,但是應理解,所附權利要求書中定義的主題不必限於上述特定特徵或動作。相反,以上描述的特定特徵和動作是作為所附權利要求的示例實施方案而描述的。
100:環境
102:建築物
102a:示例建築物
110a-110h:設備
112:BACnet介面
113a-113d:控制器
125:IoT閘道器
120:乙太網介面
130:通信鏈路
140:智能建築物邊緣應用服務器
142:智能建築物邊緣應用平台
145:建築物邊緣數據
145a:示例建築物邊緣數據
150:邊緣數位孿生體
155:邊緣參與者模型
160:網絡
165:智能建築物雲平台
170:智能建築物雲應用服務器
175:建築物數據
175a:示例建築物數據
180:數位孿生體
182:參與者模型
185:歷史數據
190:設備庫
200:設備
201:處理器
202:唯讀記憶體(ROM)
203:隨機存取記憶體(RAM)
204:可移動介質
205:硬碟
206:顯示設備
207:設備控制器
208:輸入設備
209:乙太網路
210:網絡輸入/輸出(I/O)介面
211:全球定位系統(GPS)微處理器
214:揚聲器
300:示例過程
305-335:階段
400:示例過程
402-425:階段
500:示例過程
505-565:階段
600:示例圖模式
605a-605g:節點
610a-610i:邊緣
620a-620e:屬性
700:示例圖模式
705a-705g:節點
710a-710i:邊緣
720a-720g:屬性
800:示例參與者系統
805:安全性
810 :配置
815:規則
820:雲連接
825:通知
830:狀態
835:時間表
840:處理
845:轉換
850:網路協議
855:輸出消息
880:輸入消息
通過參考以下結合附圖的描述,可獲得對本文描述的方面及其優點的更完整的理解,附圖中相同的附圖標記指示相同的特徵,並且其中:
〔圖1〕描繪了其中根據本文描述的一個或多個說明性方面提供了具有增強發現的IoT情境感知數位孿生體的說明性環境。
〔圖2〕示出了可用於實施圖1所示的計算設備中的任一個的計算設備的硬件元件。
〔圖3〕說明了由圖1所示的示例系統執行的用於提供具有增強發現的IoT情境感知數位孿生體的示例過程。
〔圖4〕說明了由圖1所示的示例系統執行的用於提供具有增強發現的IoT情境感知數位孿生體的另一個示例過程。
〔圖5〕說明了由圖1所示的示例系統執行的用於提供IoT邊緣分析和控制的另一個示例過程。
〔圖6〕說明了各種實體和關係的示例圖模式。
〔圖7〕說明了位置實體的示例圖模式。
〔圖8〕說明了參與者模型中的參與者系統的示例表示。
100:環境
102:建築物
102a:示例建築物
110a-110h:設備
112:BACnet介面
113a-113d:控制器
125:IoT閘道器
120:乙太網介面
130:通信鏈路
140:智能建築物邊緣應用服務器
142:智能建築物邊緣應用平台
145:建築物邊緣數據
145a:示例建築物邊緣數據
150:邊緣數位孿生體
155:邊緣參與者模型
160:網絡
165:智能建築物雲平台
170:智能建築物雲應用服務器
175:建築物數據
175a:示例建築物數據
180:數位孿生體
182:參與者模型
185:歷史數據
190:設備庫
Claims (10)
- 一種生成商業房地產建築物的情境感知數位孿生體的方法,其包括: 由計算設備接收關於資產的信息,所述資產包括駐留在與所述商業房地產建築物關聯的一個或多個物理空間中的一個或多個設備; 由所述計算設備並基於所述資產的所述一個或多個設備的標識來確定對應於所述一個或多個設備的傳感器或致動器的一個或多個點; 由所述計算設備並基於所述一個或多個點來標識經由所述一個或多個點服務所述資產的至少一個控制器,其中所述至少一個控制器包括物理實體或邏輯實體; 由所述計算設備確定與所述資產關聯的一個或多個網絡以及一個或多個位置;以及 由所述計算設備將所述資產、所述一個或多個點、所述至少一個控制器、所述一個或多個網絡以及所述一個或多個位置中的每個存儲為所述商業房地產建築物的圖表示的單獨節點。
- 根據請求項1所述的方法,其還包括: 基於連接到網絡的設備的標識,確定所述設備是否被存儲在所述商業房地產建築物的所述圖表示中; 基於確定所述設備未被存儲在所述商業房地產建築物的圖數據庫中,將所述設備標識為新設備; 確定對應於所述新設備的傳感器或致動器的一個或多個點; 基於所述新設備的所述一個或多個點,標識至少一個控制器、至少一個位置以及與所述新設備關聯的至少一個網絡;以及 將所述一個或多個點、所述至少一個控制器、所述至少一個位置和與所述新設備關聯的所述至少一個網絡存儲在所述商業房地產建築物的所述圖表示中。
- 根據請求項2所述的方法,其中,所述一個或多個位置包括與所述商業房地產建築物的所述一個或多個物理空間關聯的物理位置或邏輯位置,並且其中所述一個或多個位置包括以下中的至少一者:樓層的標識、經度-緯度坐標、空間、海拔、區域、空間區域和所述一個或多個物理空間的佔用者的標識。
- 根據請求項2所述的方法,其中,所述建築物的所述圖表示包括標籤屬性圖表示。
- 根據請求項2所述的方法,其中,所述標識與所述新設備關聯的所述至少一個控制器是基於通過在所述商業房地產建築物的一個或多個先前生成的圖表示上訓練機器學習算法而生成的信息。
- 一種對連接到商業房地產建築物的建築物自動化控制(BAC)網絡的多個物聯網(IoT)設備進行異步控制的方法,其包括: 定義至少一個規則,所述至少一個規則包括用於評估第一IoT設備的數據的至少一個第一準則,以及與確定所述第一IoT設備的所述數據不滿足所述第一準則關聯的至少一個第二準則; 由計算設備並基於通過所述至少一個第一準則對所述第一IoT設備的第一多個數據的評估來確定所述第一IoT設備的所述第一多個數據是否滿足所述至少第一準則; 由所述計算設備並基於確定所述第一IoT設備的所述第一多個數據不滿足所述至少第一準則來標識將被控制的一個或多個第二IoT設備; 由所述計算設備並基於所述至少一個第二準則來確定與所述一個或多個第二IoT設備關聯的多個動作; 由所述計算設備選擇與所述一個或多個第二IoT設備關聯的所述動作中的一個;以及 由所述計算設備控制與所選動作關聯的所述第二IoT設備以執行所述所選動作。
- 根據請求項6所述的方法,其中,所述控制與所述所選動作關聯的所述第二IoT設備以執行所述所選動作是基於確定所述第一IoT設備的第二多個數據是否滿足所述至少第二準則。
- 根據請求項6所述的方法,其還包括: 基於確定所述第一IoT設備的第二多個數據滿足所述至少第二準則,控制與所述所選動作關聯的所述第二IoT設備返回到正常操作。
- 根據請求項6所述的方法,其中,所述多個設備中的每個對應於參與者模型中的參與者,並且定義用於評估所述第一IoT設備的所述數據的所述至少一個規則包括為對應於所述第一IoT設備的所述參與者定義規則。
- 根據請求項6所述的方法,其中,確定所述第一IoT設備的所述第一多個數據不滿足所述至少第一準則包括在預定時間窗口內評估所述第一IoT設備的所述第一多個數據。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/456,630 US10951713B2 (en) | 2019-06-28 | 2019-06-28 | IoT analytics edge application on IoT gateway |
US16/456,525 | 2019-06-28 | ||
US16/456,525 US10798175B1 (en) | 2019-06-28 | 2019-06-28 | IoT contextually-aware digital twin with enhanced discovery |
US16/456,630 | 2019-06-28 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202113742A true TW202113742A (zh) | 2021-04-01 |
Family
ID=74059819
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109121964A TW202113742A (zh) | 2019-06-28 | 2020-06-29 | 具有增強發現的iot情境感知數位孿生體 |
Country Status (7)
Country | Link |
---|---|
EP (1) | EP3991128A4 (zh) |
CN (1) | CN114026505A (zh) |
AU (1) | AU2020308577A1 (zh) |
CA (1) | CA3144646A1 (zh) |
MX (1) | MX2021015559A (zh) |
TW (1) | TW202113742A (zh) |
WO (1) | WO2020264095A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023020511A1 (zh) * | 2021-08-19 | 2023-02-23 | 华为云计算技术有限公司 | 设备控制方法、装置、服务器及存储介质 |
TWI821994B (zh) * | 2022-04-15 | 2023-11-11 | 中華電信股份有限公司 | 一種使用數位分身之區域災害防治系統、方法及其電腦可讀媒介 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220058556A1 (en) * | 2020-08-18 | 2022-02-24 | Johnson Controls Tyco IP Holdings LLP | Building system with building health analysis |
CN112131636B (zh) * | 2020-09-08 | 2021-05-07 | 湖南建工集团有限公司 | 一种建筑信息模型与物联网监测项精准映射的装置及方法 |
CN113419857B (zh) * | 2021-06-24 | 2023-03-24 | 广东工业大学 | 一种基于边缘数字孪生关联的联邦学习方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102411345B (zh) * | 2011-06-28 | 2016-08-31 | 于佳辉 | 一种用于建筑上的物联网方法 |
CN104238510B (zh) * | 2014-09-03 | 2017-01-18 | 尚高科技有限公司 | 一种基于物联网的智能建筑区域管理系统 |
US10505756B2 (en) * | 2017-02-10 | 2019-12-10 | Johnson Controls Technology Company | Building management system with space graphs |
KR102071266B1 (ko) * | 2016-06-21 | 2020-01-30 | 한국전자통신연구원 | 빌딩 에너지 관리 시스템 및 방법 |
WO2019067631A1 (en) * | 2017-09-27 | 2019-04-04 | Johnson Controls Technology Company | BUILDING MANAGEMENT SYSTEM WITH INTELLIGENT ENTITIES, TIMELINE, INBOUND FLOW GENERATION, CLOUD CONTROL AND ID AND INSURANCE MANAGEMENT SERVICES |
US10642598B2 (en) * | 2017-10-06 | 2020-05-05 | Johnson Controls Technology Company | Building management system with plug and play device registration and configuration |
CN109739099A (zh) * | 2018-12-26 | 2019-05-10 | 广东电网有限责任公司 | 智慧楼宇控制系统 |
-
2020
- 2020-06-25 WO PCT/US2020/039526 patent/WO2020264095A1/en active Application Filing
- 2020-06-25 CN CN202080047324.4A patent/CN114026505A/zh active Pending
- 2020-06-25 CA CA3144646A patent/CA3144646A1/en active Pending
- 2020-06-25 EP EP20833536.4A patent/EP3991128A4/en active Pending
- 2020-06-25 MX MX2021015559A patent/MX2021015559A/es unknown
- 2020-06-25 AU AU2020308577A patent/AU2020308577A1/en active Pending
- 2020-06-29 TW TW109121964A patent/TW202113742A/zh unknown
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023020511A1 (zh) * | 2021-08-19 | 2023-02-23 | 华为云计算技术有限公司 | 设备控制方法、装置、服务器及存储介质 |
TWI821994B (zh) * | 2022-04-15 | 2023-11-11 | 中華電信股份有限公司 | 一種使用數位分身之區域災害防治系統、方法及其電腦可讀媒介 |
Also Published As
Publication number | Publication date |
---|---|
CA3144646A1 (en) | 2020-12-30 |
AU2020308577A1 (en) | 2022-01-20 |
CN114026505A (zh) | 2022-02-08 |
EP3991128A4 (en) | 2023-10-25 |
EP3991128A1 (en) | 2022-05-04 |
MX2021015559A (es) | 2022-02-16 |
WO2020264095A1 (en) | 2020-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11882187B1 (en) | IoT contextually-aware digital twin with enhanced discovery | |
US11323520B2 (en) | IoT analytics edge application on IoT gateway | |
TW202113742A (zh) | 具有增強發現的iot情境感知數位孿生體 | |
US20240126220A1 (en) | Building system with a time correlated reliability data stream | |
US11755604B2 (en) | Building management system with declarative views of timeseries data | |
CN109445848B (zh) | 设备联动方法及装置 | |
CN109154802A (zh) | 分布式建筑物管理系统中的hvac装置注册 | |
US20110077779A1 (en) | Systems and methods for configuring a building management system | |
CN107688627B (zh) | 物联网数据管理方法、语义数据库和计算机系统 | |
US20240004361A1 (en) | Building automation system with digital twin population from commissioning workflow | |
US20230168638A1 (en) | Building data platform with digital twin based situational experimentation | |
WO2008150815A2 (en) | Building automation system with text messaging | |
US11714930B2 (en) | Building data platform with digital twin based inferences and predictions for a graphical building model | |
Nesztler et al. | Uniformization, organization, association and use of metadata from multiple content providers and manufacturers: A close look at the Building Automation System (BAS) sector | |
CN114356313A (zh) | 一种基于sha的信物融合系统自动建模与验证方法及系统 | |
KR20180077678A (ko) | 스마트 홈 오토메이션 서비스 방법 및 이를 수행하는 장치들 | |
US20240134366A1 (en) | Building management system with intelligent fault visualization | |
US20240231349A9 (en) | Building management system with intelligent fault visualization | |
US20240194054A1 (en) | Building management system with intelligent visualization for fire suppression, fire prevention, and security integration | |
US20240035696A1 (en) | Building management system with intelligent visualization for heating, ventilation, and/or air conditioning integration | |
US20240142930A1 (en) | Building management system with intelligent visualization for occupancy and energy usage integration | |
US20230161306A1 (en) | Building system with involvement features | |
US20240232264A1 (en) | Building management system with semantic model integration | |
Doellner et al. | Towards Concepts for Climate and Energy-Oriented Digital Twins for Buildings | |
Merino-Córdoba et al. | Towards concepts for climate and energy-oriented digital twins for buildings |