A Survey on Semantic Modeling for Building Energy Management
本调查分析了 60 个语义模型和 20 多个基于本体的用例，旨在评估建筑能源管理（BEM）语义建模当前的能力与差距，结果表明，虽然物理结构和设备得到了良好的体现，但抽象的操作概念覆盖仍不一致，从而阻碍了通用化和自主化 BEM 应用的发展。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一座宏伟的高科技大楼就像一个生命体。它拥有骨架（墙壁、地板）、神经系统（传感器、电线）以及大脑（管理软件），并试图让它保持舒适且节能。
长期以来，这个“大脑”一直难以与“神经”进行交流。为什么？因为每一个传感器、温控器和能量计所使用的语言都不尽相同。一家制造商说“Temperature”，另一家说“Temp”，而第三家甚至只发送一个没有任何单位说明的原始数字。这使得建筑的大脑无法理解全局情况，也无法做出智能决策。
这篇论文是对研究人员创建的用于将这些不同的语言翻译成一种通用语言的“字典”（本体论/Ontologies）进行的综述，以便让建筑能够清晰地思考。
以下是该论文发现的详细拆解，使用了简单的类比：
1. 问题所在：巴别塔之困
作者解释说，虽然我们拥有海量的建筑数据（如天气、能源使用情况、房间内的人员情况），但这些数据是混乱的。这就像是在指挥一场交响乐，但小提琴在说法语，鼓在说日语，而长笛在说摩斯密码。指挥家（建筑能源管理系统）无法让他们同步演奏。
2. 解决方案：“通用字典”（本体论）
为了解决这个问题，研究人员创建了本体论（Ontologies）。可以将它们视为专门的字典或规则手册，它们精确地定义了每个词的含义以及它们之间的相互关系。
- BOT (Building Topology Ontology - 建筑拓扑本体)： 这是关于建筑结构的字典。它定义了什么是“房间”、“楼层”或“建筑”。
- SAREF： 这是关于设备的字典。它解释了“洗衣机”、“温控器”或“传感器”的功能。
- Brick： 这是一个专门针对 HVAC（暖通空调）及建筑系统 的字典。它非常详细地描述了空调和水泵是如何连接的。
- SSN/SOSA： 这是关于观测的字典。它定义了“测量”某物（如温度或湿度）的含义。
3. 调查过程：检查这些字典
作者不仅列出了这些字典，还深入实地考察了它们在现实世界建筑项目中的实际应用情况。他们查看了 60 种不同的字典，并分析了 20 多个特定的建筑项目（用例），以观察这些工具的效果如何。
他们使用了一种巧妙的评分系统，称为 OEC（本体证据完整性/Ontology Evidence Completeness）。
- 类比： 想象一位厨师声称正在使用一本特定的食谱。
- 完全 OEC (Complete OEC)： 厨师向你展示那本书，指明具体的页面，并展示他们使用了哪些食材。你可以进行验证。
- 部分 OEC (Partial OEC)： 厨师提到了这本书，但没有展示具体的页面或食材。你只能靠猜测。
- 无 (None)： 厨师只是说，“我用了一本食谱”，但拒绝展示是哪一本或如何使用的。
4. 研究结果：擅长“骨架”，弱于“大脑”
研究发现，这些字典的使用呈现出明显的模式：
- 强项（物理实体）： 这些字典在描述物理建筑方面表现出色。它们非常擅长定义墙壁、地板、传感器和温控器。如果你需要知道“传感器在哪里？”或“这是一个什么样的阀门？”，这些字典能完美胜任。
- 弱点（抽象思维）： 这些字典在描述**“大脑”工作方面很薄弱**。它们难以定义以下内容：
- KPI（关键绩效指标）： 如何从数学角度定义“节能”的成功标准？
- 控制逻辑： 实际的“如果-那么”规则（例如，“如果房间没人，则关闭灯光”）。
- 工作流： 做出决策的具体步骤。
- 优化： 用于寻找最佳能源策略的复杂数学运算。
隐喻： 这就像拥有一本可以完美描述房子里的每一块砖和每一个工具箱的字典，但它却没有词汇来描述建造房子的“蓝图”，也没有指令来教你如何修理水管。
5. 人们如何应对：“弗兰肯斯坦”式方法
由于没有单一的字典能涵盖所有内容，论文发现大多数项目必须进行混搭。
- 策略： 研究人员通常采用一种字典（如 Brick）来描述建筑部件，另一种字典（如 SAREF）来描述设备，然后自创新的词汇来填补在“能源灵活性”或“控制逻辑”等方面的空白。
- 结果： 他们构建了一个“弗兰肯斯坦”模型。它适用于特定的建筑，但由于每个人构建“弗兰肯斯坦”的方式各不相同，因此很难在以后让它们互相沟通。
6. 结论：我们需要更好的“思考”工具
论文得出结论：我们已经解决了命名硬件（传感器和墙壁）的问题，但尚未解决命名软件逻辑（决策和策略）的问题。
要让建筑真正实现智能化和节能化，我们不能仅仅停留在描述物理对象，而应该开始创建关于决策过程更好的“字典”。我们需要教会建筑的大脑如何理解它为什么做出某个决定，而不只是它正在观察什么。
简而言之：我们拥有了优秀的建筑躯体地图，但在绘制其思维地图方面仍处于挣扎之中。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。