MSc - Automated Data Acquisition and Analysis in Office Buildings unsing Wireless Sensor Networks

Werner Lamprecht

Publikation: AbschlussarbeitMasterarbeit

Abstract

Energieeffizienz ist ein großes Thema bei der Planung von Gebäuden. Bei Neubauten wird aber immer noch viel zu wenig Wert darauf gelegt, die Betriebskosten für Heizung, Belüftung und Klimatechnik gering zu halten. Wenn energieeffiziente Anlagen eingebaut sind, wird im späteren Betrieb oft die Wartung, Überwachung und darausfolgend die richtige Steuerung solcher Systeme vernachlässigt und somit bringen die anfänglichen Investitionen auf langfristige Sicht oft nicht die gewünschten Ergebnisse. Viele solcher Anlagen sind nicht ausreichend mit Sensorik ausgestattet um den laufenden Betrieb zu Überwachen und zu Steuern. Daraus folgt eine falsche Regelung der installierten Komponenten, was wiederum zu schlechtem Raumklima oder zu unnötigen Energiekosten führt. Um dem entgegen zu wirken wurde im Rahmen dieser Arbeit ein System entworfen, das in Form von mehrwöchigen Messkampagnen automatisiert die benötigten physikalischen Werte für die Raumklimaüberwachung wie Temperatur, Feuchtigkeit und Kohlendioxid aufzeichnet und automatisiert mit verschiedenen Algorithmen auf Plausibilität und Fehler überprüft. Somit können die Daten bereitgestellt und automatisiert ausgewertet werden, die Fehler in den Komponenten oder der Regelung der Gebäudeleittechnik aufdecken sollen. Dabei werden während des gesamten Aufzeichnungsprozesses - vom Sensor bis in die Datenbank - mögliche Fehlerquellen aufgezeigt und Algorithmen zur automatisierten Fehlererkennung entwickelt. Die so bereitgestellten bewerteten Datensätze sollen die spätere Auswertung unterstützen und Fehler aufzeigen, die einem Begutachter auf Grund der hohen Datenmengen entgehen könnten. Der automatisierte Datenerfassungsprozess wurde mit einem Wiotech Wireless Sensor Network System und der Open Data Storage and Monitoring Solution JEVis 3.0 realisiert. Die automatisierte Überprüfung der Daten erfolgte mit der KNIME Analytics Plattform. Zu den implementierten Algorithmen zählen z.B. Process Boundaries Observation, Anomaly Detection, Outlier Detection oder Open Window Detection. Energy efficiency is a big issue for the planning of buildings. For planning new buildings far too little emphasis is still placed on keeping the operating costs for heating, ventilation and air conditioning low. If energy efficient systems are installed, the maintenance, the monitoring and consequential the proper control of such systems is often neglected. This causes, that the initial investment does not achieve the expected results. Many of such systems do not have the required sensors to monitor and control the ongoing operation. Accordingly this leads to an incorrect control of installed components which leads to bad indoor climate and unnecessary costs for energy. In order to avoid such issues, as a part of this thesis, a system has been developed which monitors the required physical quantities such as temperature, humidity and carbon dioxide. The quantities are monitored for a certain period of time, like two or three weeks. During that period, the collected data gets analysed for errors and plausibility with different automated algorithms. This further on helps to uncover errors in components of buildings control systems or in the control algorithms of such. During the monitoring process, from sensing a physical quantity to storing the data in a database, possible sources of errors are depicted and algorithms for data analysis are developed. The results can be used to help to evaluate the collected data and to identify error sources, which a supervisor might not notice because of the big amount of data. The automated data collection process is realized with a Wiotech wireless sensor network system and the open data storage and monitoring solution JEVis 3.0. The automated analysis and evaluation of the data was developed with the KNIME analytics platform. Among others, the implemented algorithms are process boundaries observation, anomaly detection, outlier detection or open window detection. Applying these algorithms during a field test to validate the developed system proved its effectiveness by detecting an erroneous control of the heating, ventilation and air conditioning system in the demonstration building ENERGYbase.
OriginalspracheEnglisch
Gradverleihende Hochschule
  • University of Applied Sciences Technikum Wien
Betreuer/-in / Berater/-in
  • Zucker, Gerhard, Betreuer:in
  • Praus, Friedrich, Betreuer:in, Externe Person
Datum der Bewilligung20 Juni 2016
PublikationsstatusVeröffentlicht - 2016

Research Field

  • Ehemaliges Research Field - Energy

Schlagwörter

  • Wireless Sensor Networks
  • Automatisierte Datenerfassung
  • AutomatisierteWireless Sensor Networks
  • Automated Data Acquisition
  • Automated Data Analysis,,

Fingerprint

Untersuchen Sie die Forschungsthemen von „MSc - Automated Data Acquisition and Analysis in Office Buildings unsing Wireless Sensor Networks“. Zusammen bilden sie einen einzigartigen Fingerprint.

Diese Publikation zitieren