Untersuchungen zur Simulation Raumlufttechnischer Anlagen zur Unterstützung von Planung und Betrieb von Nichtwohngebäuden

Die Anwendung von Anlagensimulationen bei Planungsphasen in der Gebäudetechnikkann einen bedeutenden Beitrag zur Energieeffizienz leisten. Dennoch ist die Erstellunggebäudetechnischer Simulationsmodellen sehr aufwändig, was das Einsetzen von Simulationen erschwert. Durch die Verbreitung von BIM (Building Information Modelling)könnte die Erstellung der Anlagensimulationen vereinfacht werden, da aus BIM-DatenInformationen über die Anlagen entnommen werden können. Dabei sind semantischeModellen vielversprechend. Andererseits gibt es die Möglichkeit semantische Modellemithilfe von Machine Learning aus Messdaten zu generieren; Anlagensimulationenkönnen dafür synthetische Messdaten erzeugen. Um die Möglichkeit aus semantischenModellen Simulationsmodelle abzuleiten zu untersuchen, wurden anhand einer Beispielanlage Modelle in der Brick-Metadatenschema und in Modelica erstellt. Die Modellewurden in Hinblick auf automatische Überführbarkeit untersucht. Es wurden auch unterVerwendung des Modelica-Modells der Beispielanlage synthetische Messdaten erzeugt,und daraus Zeitreihen mit einem vorhandenen Machine Learning Klassifikationsmodellnach Klassen von Datenpunkten klassifiziert; die Leistung des Klassifikators wurde danach bewertet. Bei der Untersuchung der Darstellungen in Brick und Modelica hat sichergeben, dass eine automatisierte Überführung ohne Änderungen der Modelle schwierigwäre, da die notwendigen Bedingungen nicht erfüllt wurden. Es wurden dazu Verbesserungsvorschläge präsentiert und Empfehlungen für die Brick-Ontologie gemacht. Beider Bewertung des Klassifikators, haben sich gemischte Ergebnisse ergeben; dabei hates sich gezeigt, dass die Wetterbedingungen der Trainingsdaten und der klassifiziertenDaten einen großen Einfluss auf die Ergebnisse haben.

The implementation of simulations in the planning phases of building technology systemscan significantly improve energy efficiency in their future operation. Nevertheless, thecreation of simulation models of these systems usually requires much time and effort.The increasing use of BIM (Building information modelling) could ease the creation ofthese simulation models, as the models could be derived from BIM information. Semanticmodels of building technology systems appear promising in this regard. Apart fromthat, there is the possibility to create semantic models from measurement data throughthe use of machine learning algorithms; simulation models could generate syntheticdata for this. In order to evaluate the possibility of an automatic conversion betweensemantic and simulation models, a model in Modelica and another one in the Brickmetadata schema were created and examined. An existing building technical systemwas taken as example for their creation. The Modelica model was used to generatesynthetic data, from which timeseries were classified by an existing machine learningclassification model into datapoint classes; the performance of the classification wasthen assessed. The evaluation of the models in Brick and in Modelica revealed that anautomatic conversion between them would be difficult to perform if no previous changesto them are made because the needed requirements for the conversion would not befulfilled. Further possibilities for the Brick ontology and for an automatic conversionwere suggested. The evaluation of the classification offered mixed results, it also showedthe marked influence of the weather circumstances of the training and classified dataon the performance of the classifier.