大数据、分析和建筑互联网

免责声明：本文中提出的观点是作者的，绝不个人观点代表了那些他为公司工作或他正在与相关的任何行业机构。

建筑一直是丰富的数据来源。在技​​术限制保持存储在本地或简单的汇总资料库与他们进行一些基本的分析功能的数据。高存储成本是阻碍了这些数据和分析的增长。数据和分析仍然仅限于兴趣和探究的问题，因为围绕数据的商业模式是在发达国家。这减少了有意义的使用数据。

在过去的几十年中出现了很多措施，以建立故障检测和诊断，并申请建设提高预测性维护大量的数据。这在某种程度上认识到，在数据的内在价值。大多数的这些举措，由于高昂的成本，复杂性和可扩展性问题留在学术领域。另一组多年来举措有针对性的基准，并使用数据驱动的分析提高建筑性能;这些也经历了有限的成功并大规模采用有限。

到目前为止，建筑行业对大数据分析的采用受到了限制，原因有以下几个:

• 这是非常困难的，缓慢且昂贵的收集和存储有意义的分析所有的数据。
• 流行的技术选择需要大量结构化、规范化和无错误的数据。建筑的多样性、建筑中的子系统和使用方式使这种努力具有纪念意义。
• 建立数据总是与品种和准确性估算，造成数据丢失的可用性和正常的分析报告说有很多例外。
• 并非所有的建筑的相关信息以数字数据格式是可用的。纸记录进行扫描，并转换为数字，但转换成它们的数据格式已经不支持技术已经相当具有挑战性。
• 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。

先进性大数据和分析技术开辟了可能性的前景。随着围绕大数据分析的新功能，我们可以做的建筑物周围更多。

建立数据是结构化和非结构化。构建系统的操作数据通常是非常结构化的，而维护信息则是非结构化的。即使是共享一些公共参数但来自不同来源的结构化数据看起来也非常困难。规范和协调这一系列的多样性是极其困难的。传统技术能够很好地处理结构化数据，但不能充分利用建筑周围丰富的非结构化数据，因为传统技术需要对任何类型的分析进行规范化。目前的大数据技术还允许我们对维护文档、系统规范、图纸和类似材料等静态文本数据进行数据化处理，并进一步使用这些数据化信息。

构建生态系统不断受到各种现象由环境，使用情况或机电的变化所驱动。大数据技术使我们能够datafy并利用在分析和后续行动，这些影响。

以前我们总是开始围绕最佳性能假说基于我们的专业知识，建筑或其中包含的系统。由知识和直觉的广博所驱动的偏见总是影响着假设的起点。我们现在可以通过复杂的机器学习算法和自然语言处理来提高预测建模的有效性。现在获得更多的数据可以弥补以前需要高水平的专业知识和巨大努力的算法的任何不足。数据和围绕实际数据建立的模型的普遍可用性消除了模型中假设和假设造成的限制。

数据和洞察的可视化已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。

此前，大部分的决定都是由人在建筑设计和运营的各个方面考虑专家们提出。通常这样的人来自机械，电气，土木和环境工程或科学背景。在未来，随着建筑行业的大数据技术的进一步扩散，数据科学家也将在建筑物周围的决策越来越发言权。这将带来全新的视角建筑物的设计和管理。

大数据分析已经引入到建筑行业的许多新的挑战。其中一些关键的是：

• 分类定义和保养。建筑就像生活在进化中的生态系统。通过使用数据，我们可以获得洞察力。然而，数据和见解都围绕着一组定义和分类法。由于建筑在不断发展，数据相关性和洞察力也需要同步发展。这要求分类法几乎以一种自学习模式进化。行业需要学习新的技能，并围绕与建筑设计和操作、监控和维护这些定义相关的分类的初始定义创建指导方针。
  
• 设计集成的交付生态系统。在许多行业中，数据分析可以独立工作，使用数据分析的结果，运营等业务功能。在建筑中，各种数据源和它们对彼此的影响的相互作用是非常有活力的;这会影响数据和分析超过显著大多数行业。公司以领先的愿望需要建立集成交付生态系统利用数据和分析。例如，根据在建筑物的设备和系统的操作性能，而不伴随维护和服务提供功能限制预测模型的效用做预测断层建模。使用数据和分析的独立见解提供者会发现，在建筑行业有限的成功和可扩展性。
  
• 将数据的价值商业化。在建筑世界中，每个生态系统玩家的收入流都与能够带来可量化收益的有形行动或物质见解相关联。在许多其他行业，数据本身就是收入来源，几乎可以被视为产品。这种现象也将渗透到建筑行业。数据的丰富程度非常高，它可以带来多个未开发的收入机会。围绕数据创建商业模型，解决数据所有权和分析问题，将是建筑行业面临的新挑战。
  
• 重新考虑IT基础设施。参与建筑行业的公司已经围绕交易金融和操作需求建立了他们的IT基础设施。它们的架构并没有充分利用通过安装在建筑物中的各种设备和系统收集的大量流数据和静态数据。例如公用事业公司复杂的计费分析系统,但是他们可能没有工具集或能力做深入分析权力是如何被不同的设备和系统的建筑物,甚至关联入住率,天气输入和设置点不同的空调设备,调节温度、湿度和功耗。HVAC和机械服务提供商有很多丰富的维护记录。现在他们也在开发捕获系统性能数据的能力，但是他们没有能力使用所有这些数据来动态地调整他们的服务提供和调度。如果没有合适的技术基础设施，将非传统的大数据分析与传统的现有IT系统相结合，数据的使用将受到人类想象力和干预的限制，超出所需的水平。

在不到20年里，互联网已经发展到物联网，改变了世界。大数据分析将使建筑，每个建筑将被连接到其它建筑的未来互联网。建筑将无需人工干预对建筑物进行互动。建筑会自行纠正自己基于环境，业务和职业因素。

可能性的前景才刚刚打开。有一个令人兴奋的旅程前进。

图片来源：德拉加娜Gerasimoski通过在上面