A Data-driven and Ontology-based Energy Modeling Framework for Building Digital Twins

Bygninger undergår i øjeblikket hurtig digitalisering med indførelsen af IoTsensorer, intelligente målere og avancerede kontrolsystemer. Denne digitale transformation har introduceret konceptet om digitale tvillinger, som kan overvåge, tilpasse og optimere driften i bygninger. Mens konceptet om digitale tvillinger allerede er i brug i andre industrier som produktion, fremstilling og rumfartsteknologi, har det endnu ikke nået et modent stadie inden for byggebranchen.

Denne afhandling introducerer et innovativt framework som en central komponent i digitale tvillingeløsninger for bygninger. Frameworket er designet til udvikling af skalerbare og tilpasningsdygtige energisimuleringsmodeller med fokus på to hovedemner: 1) datadrevne modeller og 2) ontologibaserede semantiske modeller.

For at implementere dette koncept inkorporerer frameworket SAREFontologien og dens udvidelser, hvilket giver en standardiseret semantisk struktur til at repræsentere bygningskomponenter, systemer og deres interaktioner. Der foreslås en modulær, datadrevet tilgang, hvor individuelle bygningskomponenter modelleres ved hjælp af enten fysikbaserede grey-box-modeller eller maskinlærings black-box-modeller. Disse komponentmodeller samles automatisk til en komplet bygningsenergismodel baseret på systemtopologien og udstyrets egenskaber defineret i den semantiske model. Denne genererede model kalibreres yderligere på faktiske driftsdata. 

Den merværdi og de potentielle tjenester, der muliggøres ved brug af frameworket, demonstreres i flere casestudier af forskellige typer og størrelser, der spænder fra et enkelt universitetsklasseværelse og et ventilationssystem med dets centrale udstyr til et omfattende casestudie af en hospitalsbygning. Resultaterne viser, at frameworket effektivt kan integrere i realtid, detektere anomalier, evaluere energibesparende og komfortforbedrende strategier samt give handlingsrettede indsigter til bygningsadministratorer. Fokus på datadrevne modeller og ontologier sikrer interoperabilitet og skalerbarhed med potentiale for at udvide til større bygninger, distrikter eller digitale tvillinger i byskala i fremtiden. Fremadrettet åbner dette framework døren for mere sofistikerede anvendelser, såsom forudsigende vedligeholdelse og automatiserede kontroljusteringer. Efterhånden som digitale tvillinger bliver mere udbredte, giver denne forskning et grundlæggende skridt mod smartere og mere effektive bygninger.