| Περίληψη: | Κατά την παραγωγή, διανομή και κατανάλωση ενέργειας, παράγεται μεγάλη ποσότητα δεδομένων. Για την αποτελεσματική χρήση των ενεργειακών πόρων συλλέγονται και χρησιμοποιούνται επίσης άλλα συμπληρωματικά δεδομένα όπως πληροφορίες κτιρίων, καιρικές συνθήκες και περιβαλλοντικά δεδομένα κ.λπ. Όλα αυτά τα ενεργειακά δεδομένα και τα σχετικά δεδομένα δημοσιεύονται ως συνδεδεμένα δεδομένα προκειμένου να ενισχυθεί η επαναχρησιμοποίηση των δεδομένων και να μεγιστοποιηθεί η ικανότητα των υπηρεσιών διαχείρισης ενέργειας.
Ωστόσο, η ποιότητα αυτών των συνδεδεμένων δεδομένων είναι αμφισβητήσιμη λόγω της φθοράς των αισθητήρων, των αναξιόπιστων καναλιών επικοινωνίας και της μεγάλης διαφοροποίησης των πηγών δεδομένων. Η παροχή υψηλής ποιότητας υπηρεσιών διαχείρισης ενέργειας απαιτεί υψηλής ποιότητας συνδεδεμένα δεδομένα, τα οποία μειώνουν το κόστος χρέωσης και βελτιώνουν την ποιότητα του περιβάλλοντος διαβίωσης. Οι μεθοδολογίες αξιολόγησης και βελτίωσης για την ποιότητα των δεδομένων μαζί με συνδεδεμένα δεδομένα πρέπει να επεξεργάζονται πολύ διαφορετικά δεδομένα από πολύ διαφορετικές πηγές δεδομένων. Η αρχιτεκτονική που βασίζεται σε δεδομένα που βασίζεται σε μικροϋπηρεσίες έχει μεγάλη σημασία για την επεξεργασία πολύ διαφορετικών συνδεδεμένων δεδομένων με αρθρωτή, επεκτασιμότητα και αξιοπιστία. Αυτό το έγγραφο πρότεινε αρχιτεκτονική βασισμένη σε μικροϋπηρεσίες μαζί με δεδομένα τομέα και οντολογίες μεταδεδομένων για τη βελτίωση και αξιολόγηση της ποιότητας των συνδεδεμένων δεδομένων που σχετίζεται με την ενέργεια.
Η συλλογή ενεργειακών δεδομένων γίνεται ολοένα και περισσότερο κοινή πρακτική στον τομέα των κτιρίων. Σημερινές εφαρμογές περιλαμβάνουν την κατανόηση των τοπικών ροών ενέργειας, και την ιχνηλάτηση της ενεργειακής απόδοσης μεμονωμένων κτιρίων. Πέραν αυτών, ερευνητικές και εμπορικές εφαρμογές σε συστάδες κτιρίων παραμένουν ανεξερεύνητες. Η έρευνα είναι απαραίτητη για την παροχή διορατικότητας στα δεδομένα που συλλέγονται, ώστε να αναγνωρίσουμε κατάλληλες εφαρμογές για αυτά καθώς και ευκαιρίες καλυτέρευσης των προσπαθειών συλλογής τους. Αντίθετα από τα βασισμένα στη μηχανική μοντέλα, οι αλγόριθμοι που βασίζονται στα δεδομένα δύναται να ποσοτικοποιούν την αβεβαιότητα στις προβλέψεις ενεργειακής χρήσης και οικονομίας με ή χωρίς λεπτομερείς πληροφορίες ως προς τα χαρακτηριστικά των κτιρίων. Με την ποσοτικοποίηση της αβεβαιότητας, αυτοί οι αλγόριθμοι μπορούν να βοηθήσουν τα κράτη και τα ενδιαφερόμενα μέρη να αναγνωρίσουν μετασκευές κτιρίων χαμηλού ρίσκου ή και υψηλής εξοικονόμησης ενέργειας στις πανεπιστημιουπόλεις. Ωστόσο οι εν λόγω αλγόριθμοι περιορίζονται από την διαθεσιμότητα, τον όγκο και το πεδίο εφαρμογής των δεδομένων. Η πρόκληση σήμερα έχει μετατοπιστεί από τη μέτρηση στη διαχείριση, οργάνωση και ανάλυση των δεδομένων καθώς και στην διατήρηση της ιδιωτικότητας.
|
|---|
