KORE Kognitive Regelstrategieoptimierung zur Energieeffizienzsteigerung in Gebäuden

In diesem Projekt werden Methoden entwickelt, die kognitive Ansätze zur Planung, Abstraktion und Bewertung auf Energiemanagement im Gebäude anwenden, indem auf einer gemeinsamen Wissensbasis für Hydraulikschemata, Gebäudephysik, Energiesystemkomponenten und Gebäudeautomations-Komponenten operiert wird, um Regelstrategien (also den Kern des effizienten Betriebs) zu planen, zu bewerten und letztlich durchzuführen.

Ausgangssituation

Artificial Intelligence in der Gebäudeautomation

Integraler Systembestandteil von KORE ist eine umfassende Wissensrepräsentation, eine sogenannte „Ontologie“, in der alle Daten hinterlegt werden können, die vom System zur Laufzeit zur Optimierung der Gebäudeperformance benötigt werden. Aufgrund der zu erwartenden Komplexität des zu entwickelnden Systems werden klassische relationale Datenbanksysteme dafür nicht in Frage kommen, da diese keine Möglichkeit der logischen Inferenz bieten. Eine geeignete Alternative für die Wissensrepräsentation ist durch Semantic Web Technologien und im Speziellen durch die Web Ontology Language (OWL) gegeben, die als eine Art semantisches Netz gesehen werden können. Ein solches Netz erweitert klassische semantische Modelle um die Möglichkeit der Definition von Regeln und Axiomen. OWL ist im Forschungsgebiet der künstlichen Intelligenz eine immer beliebter werdende Art Wissen zu repräsentieren. Dies folgt nicht nur aus der Tatsache, dass OWL als die bedeutendste Sprache der Semantic Web Initiative gesehen werden kann: Weiters wird durch die Restriktion von OWL auf Beschreibungslogik (Description Logic), das logische Schlussfolgern (Reasoning) entscheidbar. Die Sprachausprägung, OWL-DL, erlaubt es mit einem logischen Reasoner implizit vorhandenes Wissen sichtbar zu machen. Diese Art der Schlussfolgerung kann im Allgemeinen für zwei Haupt-Einsatzgebiete verwendet werden, einerseits um unvollständiges Wissen zu vervollständigen, und andererseits um in der Wissensbasis spezielle Klassen zu definieren, welchen automatisch durch den Prozess des Reasonings Mitglieder zugewiesen werden können.