[发明专利]基于混合语义推理技术的建筑能效评估方法及系统

说明书

本发明公开了一种基于混合语义推理技术的建筑能效评估方法及系统，包括：云服务器获取建筑能效相关的多源异构数据(包括语义推理规则、语义本体数据、语义实例数据)，通过混合语义推理技术对所述建筑能效相关的多源数据进行多层次推理。推理模块包括Jena和Pellet推理机，Jena推理机包括术语公理集组件及断言事实集组件，则云服务器分别采用术语公理集组件、断言事实集组件以及语义推理规则组件对不同的数据源进行推理，推理过程涉及传感网信息、天气信息、日程信息等，输出的隐含知识/关联构成了建筑能效知识库，该知识库可满足建筑能效评价指标的数据流需求，完成建筑能效评价指标的自动计算，实现对建筑能效深层次、全方位的评估。

技术领域

本发明属于语义网技术与建筑能效评价相交叉领域，具体地，涉及一种基于混合语义推理技术的建筑能效评估方法及系统。

背景技术

建筑能效分析和评价是近年来新起的学科之一，在北美，建筑能耗占据了能源消耗的40％，是各学术界和产业界研究和评估的重点。

在目前的研究当中，针对交叉领域(cross-domain)建筑信息的语义研究增加越来越多，尤其是涉及交叉领域的数据关联技术。例如，ifcOWL定义了一个建筑信息模型(IFC)本体，可以通过OWL语言表进行表示，还可以通过IFC的EXPRESS schema进行表示。

然而，在目前的研究当中，BIM的架构及设备仅仅提供了部分的数据和信息供复杂环境和能耗评估，许多隐性知识或隐性关联常常没有被挖掘，导致知识图谱 (knowledgegraph)缺乏此类知识库，导致建筑能效评估不准确，并且需要人工校正，缺乏灵活性及效率。

发明内容

本发明提供了一种基于混合语义推理技术的建筑能效评估方法及系统，通过推理隐性知识及交叉领域建筑信息之间的隐性关联，解决了现有技术中没有针对交叉领域的隐性知识及隐性关联进行推理而导致建筑能效评估不准确，且缺乏灵活性且效率低的问题。

为了实现上述目的，本发明提供了一种基于混合语义推理技术的建筑能效评估方法，包括：

云服务器获取多源数据，所述多源数据包括语义推理规则、建筑信息建模BIM数据、传感器信息、建筑能效评价指标、天气报告、人员日程信息、关系数据库架构信息、建筑信息模型本体ifcOWL、语义传感网络SSN本体、智能家居本体、人员日程信息本体、关系数据库架构本体及时序数据；

所述云服务器通过混合语义推理技术对所述多源数据进行多层次推理，输出知识库，以便对当前建筑环境及能源进行评估。

可选地，所述云服务器通过混合语义推理技术对所述多源数据人员日程进行多层次推理，包括：

云服务器创建语义数据推理组件，所述语义数据推理组件包括术语公理集TBox组件、断言事实集ABox组件以及语义推理规则RBox组件，其中，所述术语公理集组件用于对OWL本体类、数据、目标属性以及类与属性的关联关系进行推理，所述断言事实集用于对建筑信息模型-资源描述框架IFC-RDF实例数据以及SSN-RDF实例数据进行推理，所述语义推理规则组件包括多个策略逻辑，所述策略逻辑用于挖掘隐性关联或隐性知识；

针对不同的数据源，所述云服务器分别采用ABox、TBox进行初级推理，并采用RBox进行进一步推理。

可选地，所述云服务器还包括Jena推理机和Pellet推理机，所述Jena推理机包括术语公理集组件及断言事实集组件，则所述云服务器分别采用术语公理集组件、断言事实集组件以及语义推理规则组件对不同的数据源进行推理，包括：

所述云服务器采用术语公理集组件对所述数据源中ifcOWL本体、SSN本体、智能家居本体、人员日程本体及数据库架构本体进行推理；

所述云服务器采用断言事实集组件对所述数据源中BIM数据、传感器信息、建筑能效评价指标、天气报告、人员日程信息及关系数据库架构信息进行推理；