چکیده فارسی :

اطلاعات از چندین سنسور و محرک از دسامبر سال 2001 تا مارس 2008 در ساختمان LESO-PB پردیس EPFL، با استفاده از استاندارد باس EIB / KNX. ثبت شده اند. اطلاعات را در دمای اتاق به حسگرها و محرک ها ، حضور، سطح نور، پنجره های باز، موقعیت پرده، چراغ برق و قدرت و حرارت ارائه شده اند. اطلاعات آب و هوایی نیز جمع آوری شده و شامل دمای محیط، تابش خورشیدی بر روی یک سطح افقی (اجزای مستقیم و منتشر)، سرعت و جهت باد و زنگ باران می شوند. اطلاعات به طور مداوم در پایگاه داده MySQL نوشته می شوند، هر EIB / KNX تلگراف حال در پایگاه داده ثبت می شود. هدف اصلی این راه اندازی اعتبار تجربی و بررسی الگوریتم های کنترل پیشرفته برای تحریک سایه خورشیدی (پارچه پرده خارج)، روشنایی الکتریکی و تجهیزات گرمایشی بود. با کمک پایگاه داده نشان داده شد که چنین الگوریتم های کنترلی قادر به کاهش قابل توجهی از مصرف انرژی هستند در حالی که راحتی مشابه نگهداشته می شود یا حتی بهتر می شود. از سال 2002، پایگاه داده در پروژه های تحقیقاتی مختلف در LESO-PB استفاده شدند. همانطور که از سال 2014 پایگاه داده برای جامعه علمی به عنوان ابزاری برای آزادانه ساخته شده که در دسترس بود.

کلمات کلیدی: پایگاه داده ساختمان های هوشمند. ساختمان اداری. سنسور. دستگاه های اجرایی ،. الگوریتم های یادگیری ماشین، توسعه و تست. دامنه های عمومی

چکیده انگلیسی :

Data from multiple sensors and actuators has been recorded from December 2001 to March 2008 at the LESO-PB building of the EPFL campus, using the EIB/KNX bus standard. Sensors and actuators provided data on room temperature, presence, lighting level, windows opening, blinds position, electric lights and heating power. Weather data has also been collected and includes ambient temperature, solar radiation on a horizontal surface (direct and diffuse components), wind speed and direction and rain alarm. The data was written continuously to a MySQL database, each EIB/KNX telegram being recorded into the database. The primary goal of that setup was the experimental validation and checking of advanced control algorithms for the actuation of solar shadings (outside fabric blinds), electric lighting and heating equipment. With the aid of the database it was shown that such control algorithms were able to reduce significantly the energy consumption while keeping the same comfort or even improving it. Since 2002, the database has been used in various research projects carried out in LESO-PB. As of 2014 the database has been made freely accessible to the scientific community as a tool to work on.

Keywords: smart building database; office building; sensors; actuators; machine learning algorithms development & testing; public domain