大数据，分析和建筑物的互联网

免责声明:本文中的观点仅为作者个人观点，绝不代表其所在公司或与之相关的任何行业团体的观点。

建筑一直是丰富的数据来源。技术上的限制使得数据存储在本地或简单的聚合存储库中，并在这些存储库上执行一些基本的分析功能。高存储成本阻碍了此类数据和分析的发展。数据和分析仍然局限于感兴趣和查询的对象，因为围绕数据的商业模型还没有开发出来。这减少了对数据的有意义的使用。

在过去的几十年里，已经有许多项目开发了故障检测和诊断，并应用了大量的构建数据来改进预测维护。这在某种程度上承认了数据的内在价值。由于高昂的成本、复杂性和可伸缩性问题，大多数此类项目仍停留在学术领域。多年来，另一组倡议的目标是使用数据驱动分析来制定基准并改善建筑性能;这些也经历了有限的成功和有限的大规模采用。

有几个作用的因素，为什么通过大数据分析已经在建筑行业发展至今的限制：

• 收集和存储所有用于有意义分析的数据是非常困难、缓慢和昂贵的。
• 热门技术的选择需要大量的结构化，标准化，无差错的数据。建筑的多样性，在建筑和使用的子系统使得这种努力不朽。
• 构建数据总是被认为具有多样性和准确性，导致数据失去可用性和正常分析报告太多异常。
• 并非所有与建筑有关的信息都以数字数据格式提供。纸质记录可以被扫描并转换成数字格式，但在没有技术支持的情况下，将它们转换成数据格式非常具有挑战性。
• 在没有更强大的商业模式，从建筑和子系统的高容量性能数据用于报警和事件管理;贬谪的数据发挥更大的运营支撑作用。

大数据和分析技术的进步打开了可能性的前景。有了围绕大数据分析的新能力，我们可以围绕建筑物做更多事情。

建立数据是结构化和非结构化。建设系统的运行数据往往是很有条理的，但维修的信息是非结构化得多。即使是结构化数据共享一些常见的参数，但是从不同的源发出看上去都非常困难。正火和协调该阵列的多样性是非常困难的。传统的技术是能够通过结构化的数据涉水还算不错，但无法充分利用已经存在的建筑周围丰富的非结构化数据，因为传统技术需要任何一种分析的正常化。当前大数据技术还使我们能够像维修单据，系统规范，图纸和类似材料datafy静态文本数据，并进一步用数据化的信息。

建筑生态系统不断受到各种现象的影响受环境、使用或机电变化的驱动。大数据技术使我们能够在分析和后续行动中利用和利用这些影响。

以前，我们总是从一个关于最佳性能的假设开始建筑物或系统其中包含基于我们的专业知识。通过我们的知识和直觉的无垠驱动的偏见总是影响假设的出发点。现在，我们可以改善与先进的机器学习算法和自然语言处理的预测模型的有效性。可用性更多的数据现在可以弥补以前需要专业知识和付出巨大努力的高层次的算法的任何不足之处。各地造成的假设和假设模型中的实际数据消除限制建立数据和模型的普适可用性。

数据和洞察力的可视化成为一个关键因素我们将继续消耗更多的数据和更深刻的见解放纵。功能强大的可视化工具演变与互联网和Web 2.0技术，但他们在满足动态和不断变化的建筑的需求，特别是在处理非结构化数据的一些限制。新的可视化技术发展，以满足大数据分析的可视化的需求是显著解锁建立数据的价值。

在此之前，大多数决策都是由被认为是建筑设计和运营各个方面的专家做出的。这些人通常来自机械、电气、土木、环境工程或科学背景。未来，随着建筑行业大数据技术的进一步普及，数据科学家在建筑决策方面也将拥有越来越多的话语权。这将为建筑的设计和管理带来新的视角。

大数据分析给建筑行业带来了许多新的挑战。其中一些关键是:

• 分类法的定义和维护。建筑是生活像和不断发展的生态系统。通过数据我们可以得到的见解。但是数据和见解围绕一组定义和分类。由于建筑的不断发展，数据的相关性和洞察力也需要协同发展。这就要求分类法以自学习模式几乎演变。这个行业需要学习新的技能，并创建一个围绕有关建筑设计和操作，以及监控和维护这些定义的各个方面分类的初始定义准则。
  
• 设计集成交付生态系统。在许多行业中，数据分析可以使用数据分析的结果独立于运营和其他业务功能。在建筑中，各种数据源的相互作用和相互影响是动态的;这对数据和分析的影响比大多数行业都要大。有领导抱负的公司需要建立集成的交付生态系统来利用数据和分析。例如，在没有伴随的维护和服务提供功能的情况下，基于建筑物中设备和系统的运行性能进行预测故障建模会限制预测模型的效用。使用数据和分析的独立insight提供商在建筑行业的成功和可扩展性有限。
  
• 商业化数据的价值。在建筑物的世界中，每个玩家的生态系统的收入流被绑定到某种形式的实际行动或材料的见解，导致可量化的效益。在许多其它工业中的数据本身是收入来源和几乎可以被视为一个产品。这种现象将渗透到建筑行业太。数据的丰富程度是非常高的，它可以导致多个未开发的收入机会。创建围绕数据的商业模式和解决数据和分析的所有权将成为建筑行业一个新的挑战。
  
• 反思的IT基础设施。公司参与建筑行业已建立各地交易性金融和运营需求的IT基础设施。那些没有架构采取的是通过各种设备和安装在建筑物系统收集到的庞大的数据流和静态数据的优势。例如公用事业公司拥有先进的计费分析系统，但是他们可能没有工具包或能力做就怎么功率是由不同的设备和建筑物，甚至关联占用系统，气象投入和不同HVAC设备的设置点消耗更深层次的分析以调节温度，湿度和功耗。暖通空调和机械服务商有着大量丰富的维修记录。现在他们也正在开发其捕获系统的性能数据的能力，但他们没有能力来调节他们的服务产品和时间表动态使用所有这些数据。如果没有正确的技术基础设施，结合了非传统的大数据分析与传统现有的IT系统，数据的使用会被人类的想象力和干预限于大于要求的水平。

在不到20年的时间里，互联网发展到物联网，改变了世界。大数据分析将使未来的建筑互联网成为可能，每座建筑都将与其他建筑相连。建筑将在没有人为干预的情况下与同类建筑相互作用。建筑将根据环境、操作和职业因素进行自我校正。

可能性的前景刚刚出现。前方有一段激动人心的旅程。

图像中Dragana Gerasimoski通过存在Shutterstock