Zurück

Inhalte

Gewinnung von Strukturinformationen aus semantisch heterogenen Gebäudeautomationsnetzen durch Mustererkennung mittels Künstlicher Intelligenz

Projektbeschreibung

Projektbeteiligte

Eckdaten

Projektetage der Bauforschung

Gewinnung von Strukturinformationen aus semantisch heterogenen Gebäudeautomationsnetzen durch Mustererkennung mittels Künstlicher Intelligenz


Projektnummer
10.08.18.7-22.26
Projektbeginn
10.2022
Projektende
10.2024
Projektstatus
laufend

Übersichtsbild der Anwendung und der zugrunde liegenden Algorithmen des Forschungsprojektes MonKI, Quelle: Eigene Darstellung

Die Mehrzahl der Gebäude werden unterhalb ihres Energieeffizienzpotenzials betrieben. Dies ist wegen des signifikanten Einflusses auf die Treibhausgasemissionen problematisch. Betreiber von Liegenschaften haben oftmals keinen Überblick über Energieflüsse und Betriebskenndaten in ihren Gebäuden und können somit keine geeigneten Lösungen zur Effizienzsteigerung oder Verlustminimierung entwickeln. Ein Grund hierfür sind fehlende Strukturinformationen und die heterogene Beschreibung von Datenpunkten innerhalb der technischen Gebäudeausrüstung (TGA) und der Gebäudeautomation (GA). Dadurch wird die Errichtung eines Technischen Monitoring (TMon) erschwert, welches als zentrale Informationsplattform des Anlagenbetriebs dienen kann. Der hohe Konfigurationsaufwand steht der breiten Verfügbarkeit dieser Anwendungen im Wege. In diesem Projekt wird eine Methodik für eine automatisierte Erkennung heterogener Kommunikationsprotokolle und deren Abbildung auf eine gemeinsame Struktur und Semantik entworfen. Dabei werden etablierte Technologien wie die Erkundung von GA-Netzwerken mit Entwicklungen aus dem Bereich Industrie 4.0 (I4.0) und Innovationen der künstlichen Intelligenz (KI) kombiniert. Ziel ist es, die heterogen vorliegende Struktur der Datenpunkte in Neubauten und bestehenden Gebäuden auf den Standard der I4.0-Verwaltungsschale zu mappen. Dadurch kann die Semantik der Datenpunkte durch bestehende Metainformationen, Verhaltensanalysen und KI-Algorithmen auf ein gemeinsames Vokabular abgebildet werden, um sie für die automatisierte Einbindung in Grafiken und Dashboards des TMon zur Verfügung zu stellen. Ein dedizierter und intuitiver Fragebogen über die installierte technische Ausrüstung grenzt vorab das mögliche Vokabular ein, um so Missklassifizierungen der Daten zu verhindern. Zudem wird untersucht, wie Dashboards des TMon automatisiert und passend zu den Bedürfnissen verschiedener Betreiber erstellt werden können, um diese optimal zu unterstützen.

Projektbeteiligte
Antragsteller/in :

Technische Hochschule Köln

administrative Verantwortung: Dr. Klaus Becker

Gustav-Heinemann-Ufer 54

50968 Köln

Federführende/r Forscher/in (alternativ Sprecher/in) :

Technische Hochschule Köln

Institut für Technische Gebäudeausrüstung/ Labor für Gebäudeautomation

Projektleitung: Prof. Dr. Jochen Müller

Fachbetreuer/in im BBSR :

Andreas Windisch , WB 3

Eckdaten
Schlagworte zum Projekt : Technisches Monitoring, Künstliche Intelligenz, Gebäudeautomation, Digitale Zwillinge, Natural Language Processing, Kommunikationsprotokolle, Machine Learning, Energieeffizienz, Strukturinformationen, Reduzierung Engineeringaufwände
Einordnung in Zukunft Bau : Forschungsförderung, Energieeinsparung/ -gewinnung, KI/ Robotik/ 3D-Druck, Monitoring/ Gebäudeautomation, Gebäudetechnik, Robotik
Forschungskategorie nach EU : Grundlagenforschung
Art des Unternehmens : Einrichtung für Forschung und Wissensverbreitung
Bundesförderung in EUR : 310.434,48
Projektetage der Bauforschung
Projektvorstellung 1 15.03.2023