Versionen im Vergleich

Alte Version 78

changes.mady.by.user Samuel Vitzthum

Gespeichert am

verglichen mit

Neue Version 79

changes.mady.by.user Samuel Vitzthum

Gespeichert am

Schlüssel

  • Diese Zeile wurde hinzugefügt.
  • Diese Zeile wurde entfernt.
  • Formatierung wurde geändert.
Sv translation
languagede

Folgende Themen werden in diesem Beitrag behandelt:

  1. Was sind Datenpunktstrategien und wo werden sie benötigt?
  2. Welche Strategien gibt es?
  3. Beispiel: Berechnung der Summe aller Kind-Facilities

1. Was sind Datenpunktstrategien und wofür werden sie benötigt?
Anker
1
1

Jeder Facility-Datenpunkt verfügt über eine Strategie, nach welcher entschieden wird, wie Daten für ihn aus verschiedensten externen und internen Quellen ermittelt und aufbereitet werden.

Je nach Strategie bezieht ein Facility-Datenpunkt seine Daten vorrangig aus einer externen Zeitreihen oder einem bzw. mehreren anderen Datenpunkten.

Ein Facility-Datenpunkt benötigt demzufolge immer eine Strategie, um die richtigen Daten zu finden und entsprechend der gestellten Anforderungen zu verarbeiten.



2. Welche Strategien gibt es? 
Anker
2
2

In QBRX stehen Ihnen verschiedene Strategien zur Verfügung, welche in der folgenden Tabelle nach ihren jeweiligen Quell-Zeitreihen gruppiert sind.

Links in der Tabelle stehen die Quell-Zeitreihen und daneben die passenden Strategien. In den nachfolgenden Spalten stehen die verschiedenen Konfigurationsmöglichkeiten der Ziel-Zeitreihe. In der Beschreibung gibt es zusätzlich Informationen zur Strategie. 


QuelleStrategieNumerischBooleanEnumNicht-periodischPeriodisch

Keine Interpolation

Linear interpoliertKeep-Last-ValueBeschreibung
Externe Zeitreihe

Ohne Berechnung



Externe werden zu internen Daten umgewandelt und abhängig von der Ziel-Zeitreihe interpoliert und normalisiert.

Beispiel: Zählerstände, Temperaturen, Schaltzustände

Kumulation





Bei der Kumulation werden Werte einer externen Zeitreihe aufsummiert.

Beispiel: Aufsummieren von Einzelmengen aus der Produktion

Kumulation mit Nullwerten





Bei der Kumulation werden Werte einer externen Zeitreihe aufsummiert. Bleibt der Dateneingang mal aus, werden die fehlenden Werte mit dieser Strategie als 0 interpretiert.

Beispiel: Korrektur von Controllern, die nur Daten senden, wenn tatsächlich ein Verbrauch gemessen wurde

Ableitung





Bei der Ableitung wird der Anstieg des Verlaufs der Quell-Zeitreihe berechnet. Abgeleitete, externe Daten werden je nach Meaning periodisch oder nicht-periodisch ausgegeben und nach Keep-Last-Value interpoliert.

Beispiel: Berechnung des Lastgangs aus der Wirkarbeit

DatenpunkteOhne Berechnung


Daten werden von einem zum anderen Datenpunkt kopiert und abhängig von der Ziel-Zeitreihe interpoliert und normalisiert.

Beispiel: Nutzen des gleichen externen Wertes an mehreren Facilities (z.B. die Außentemperatur eines Standortes für alle dazugehörigen Gebäude)

Einfache Berechnung





Bei dieser Berechnung werden zwei numerische Operanden mit einer einfachen mathematischen Operation (+ − × ÷) verrechnet. Bei den Operanden kann es sich um Datenpunkte, Facility-Eigenschaften oder Konstanten handeln.

Beispiel: Berechnung des Energieverbrauchs pro Fläche eines Standortes (Energie ÷ Fläche)

Ableitung








Bei der Ableitung wird der Anstieg des Verlaufs der linear interpolierten Quell-Zeitreihe berechnet. Abgeleitete Daten werden je nach Meaning periodisch oder nicht-periodisch ausgegeben und nach Keep-Last-Value interpoliert.

Beispiel: Berechnung des Lastgangs aus der Wirkarbeit

Ableitung (nur positive Werte)





Bei der Ableitung wird der Anstieg des Verlaufs der linear interpolierten Quell-Zeitreihe berechnet. Abgeleitete Daten werden je nach Meaning periodisch oder nicht-periodisch ausgegeben und nach Keep-Last-Value interpoliert. Negative Werte, die sich aus einem abfallenden Verlauf der Quell-Zeitreihe ergeben, werden herausgefiltert. So werden Verfälschungen des Ergebnisses vermieden, welche zum Beispiel durch einen Zählerwechsel entstehen können.

Beispiel: Berechnung von Lastgängen aus Zählerständen, die zurückgesetzt werden können

Integration






Das Integral berechnet die Fläche unterhalb eines Graphen. In diesem Fall werden die Daten des referenzierten Keep-Last-Value-Datenpunktes integriert und geben eine linear interpolierte Zeitreihe aus.

Beispiel: Berechnung der Wirkarbeit aus dem Lastgang

QUDE-Berechnung


Bei benutzerdefinierten Berechnungen können in QUDE selbstständig Berechnungsregeln mit den entsprechenden Quellen festgelegt werden. Quell-Zeitreihen stammen von internen Datenpunkten und Facility-Eigenschaften.

Für die Berechnung nicht-periodischer Datenpunkte werden die interpolierten Werte der Zeitreihen verwendet.

Die Interpolation und Periode der daraus hervorgehenden Zeitreihe sind vom gewählten Meaning des Datenpunktes abhängig.

Mehr zu QUDE erfahren Sie hier.

Kind-FacilitiesDurchschnitt




Der Datenpunkt erhält durch diese Strategie Werte von Datenpunkten untergeordneter Facilities, welche das selbe Meaning haben. Da die Interpolation vom Meaning abhängig ist, bleibt diese unverändert. Von den ermittelten Werten wird u.a. der Durchschnitt für jeden Zeitstempel berechnet.

Im Gegensatz zu den anderen Strategien werden in diesen Fällen die Quellen automatisch ermittelt und müssen nicht explizit ausgewählt werden. Neu hinzugefügte, passende Datenpunkte werden so von allein in die Berechnung eingebunden.

Achtung: Die Berechnung von Kind-Facilities ist auch für nicht-periodische Meanings möglich, aber nur dann, wenn deren Zeitreihe nach Keep-Last-Value interpoliert wird!

Beispiel: Auswerten aller Verbräuche eines Standorts

Summe




Minimum




Maximum




Cluster-Aggregation

Cluster-Aggregation




Diese Berechnungsstrategie aggregiert Datenpunkte gleichartiger Facilities. Sie steht nur an speziellen Cluster-Facilities zur Verfügung. Ausgehend von einer Cluster-Facility, zählen alle Kind- und Geschwister-Facilities eines bestimmten Facility-Typs mit einer bestimmten Eigenschaft zu einem Cluster. Die Beschreibung des Clusters (Typ, Eigenschaft und Eigenschaftswert) wird an der Cluster-Facility gespeichert.

Achtung: Die Berechnung ist auch für nicht-periodische Meanings möglich, aber nur dann, wenn deren Zeitreihe nach Keep-Last-Value interpoliert wird!

Beispiel: Durchschnittsverbrauch von Geschäften mit ähnlichen baulichen Gegebenheiten

Eigene FacilityEigene Facility

Diese Strategie wurde für spezielle Anwendungsfälle konzipiert. Die Werte werden von der Facility selbst zur Verfügung gestellt. Woher diese stammen ist abhängig vom jeweiligen Fall.

Beispiel: Standort-Facilities erhalten Werte für die Außentemperatur von einem Wetterdienst über die Geo-Koordinaten

Manuelle Eingabe

Ohne Berechnung

Datenpunkte mit dieser Strategie ermöglichen die manuelle Eingabe von Werten an der Facility. Die eingegebenen Daten werden in einer externen Zeitreihe gespeichert und können abhängig vom Meaning des Datenpunktes normalisiert und interpoliert werden.

Beispiel: Manueller Zähler

Kumulation





Bei der Kumulation werden die manuell eingegebenen Werte aufsummiert.

Beispiel: Aufsummieren von Einzelmengen aus der Produktion

Ableitung




Bei der Ableitung wird der Anstieg des Verlaufs der manuell eingegebenen Werte berechnet. Abgeleitete, externe Daten werden je nach Meaning periodisch oder nicht-periodisch ausgegeben und nach Keep-Last-Value interpoliert.

Beispiel: Berechnung des Lastgangs aus der Wirkarbeit



3. Beispiel: Berechnung der Summe aller Kind-Facilities 
Anker
3
3

Die Strategie "Summe für Kind-Facilities" gibt dem Datenpunkt zwei Informationen.

  1. Er bekommt seine Daten aus allen Datenpunkten mit gleichem Meaning von Kind-Facilities, welche eine Ebene unter ihm liegen
  2. und abhängig davon wie die Quelldaten aussehen, werden die Daten so aufbereitet, dass am Ende deren Summe berechnet wird.

Ein Datenpunkt für den Lastgang würde demzufolge alle Lastgänge untergeordneter Facilities addieren.

Sv translation
languageen

This article deals with the following topics:

Inhalt

1. What are data point strategies?

Every facility data point has a strategy that collects data from various external and internal sources to process them. 

A data point receives its data either from external time series, another data point or more than one data point, depending on the strategy.

Therefore, a facility data point always needs a strategy to find data and process it according to its specific requirements.

2. A list of all strategies

Various strategies are available for you in QBRX. They are all grouped by their respective source time series.

The first two columns of the table, you can see the source and its matching strategies. The following columns show the possible configurations of the targeted time series. The description provides additional information about the strategy. 

SourceStrategyNumericBooleanEnumNon-periodicPeriodicNo InterpolationLinear interpolatedKeep-Last-ValueDescription
External time seriesWithout calculation

External data is converted to internal data and will be normalized and interpolated depending on the targeted time series.

Example: meter readings, temperatures, switching states

Accumulation





An accumulation adds up all values of one time series.

Example:Adding up single quantities of a production

Accumulation with zero values





An accumulation adds up all values of one time series. With this strategy, a zero value is generated if the data input is missing.

Example: Correction of controllers that only send data if energy consumption has been measured

Derivation





The derivation calculates the course growth of a source time series. Depending on the chosen meaning, derivated, external data will be periodic or non-periodic and interpolated according to Keep-Last-Value.

Example: calculation of the load profile from active energy

Reference


Without calculation

Data is copied from one data point to another and interpolated depending on the targeted time series.

Example: using the same value at different facilities (e.g. the outdoor temperature of a site for all corresponding buildings)

Basic calculation





In this calculation, two numeric operands are calculated using a simple mathematical operation (+ - × ÷). The operands can be data points, facility properties, or constants.

Example: Calculation of the energy consumption per area of a site (energy ÷ area)

Derivation





The derivation calculates the course growth of a linear interpolated source time series. Depending on the chosen meaning, derivated data will be periodic or non-periodic and interpolated according to Keep-Last-Value.

Example: calculation of the load profile from active energy

Derivation (only positive values)





The derivation calculates the course growth of a linear interpolated source time series. Depending on the chosen meaning, derivated data will be periodic or non-periodic and interpolated according to Keep-Last-Value.

Negative values, that stem from a descending course of the source time series, are filtered out. This avoids distortions of results that could, for example, occur by meter exchanges.

Example: calculation of the load profile from meter readings. that can be resetted

Integration






The integral calculates the area beneath a graph. In this case, data of a referenced Keep-Last-Value data points are integrated and and result in a linear interpolated time series.

Example: calculation of active energy from the load profile

QUDE calculation


Custom calculations can be created in QUDE with respective source time series. Those source time series stem from internal data points and properties.

Interpolated values of time series are used for the calculation of non-periodic data points.

The final interpolation and period of the calculated data point depend on the chosen meaning.

More information about QUDE can be found here.

Child facilitiesAverage




With the help of this strategy, the data point receives values from ata points of subordinate facilities with the same meaning. The interpolation depends on the meaning and therefore stays the same. The average and sum are calculated with these values.

In contrast to other strategies, sources are determined automatically and don't have to be chosen. Newly added, matching data points will be included immediately.

Attention: The calculation of child-facilities can also be used for non-periodic meanings, but only if their time series is interpolated according to Keep-Last-Value!

Example: evaluating all load profiles of a site

Sum




Minimum




Maximum




Cluster aggregationCluster aggregation






This calculation strategy aggregates data points from similar facilities. It is only available at special cluster facilities. Based on a cluster facility, all child and sibling facilities of a certain facility type with a certain property belong to a Cluster. The description of the cluster (type, property and property value) is stored in the cluster facility.

Attention: The calculation can also be used for non-periodic meanings, but only if their time series is interpolated according to Keep-Last-Value!

Example: Average consumption of shops with similar structural conditions

Own facilityOwn facility



This strategy was designed for special use cases. The values come from the facility itself. Their source depends on the respective case.

Example: site facilities get outdoor temperature values from a meteorological service that uses the geo-coordinates

Manual entryWithout calculation

Data points with this strategy make it possible to enter values manually at the facility. The added data will be saved at an external time series and can be interpolated and normalized depending on the meaning.

Example: manual meters

Accumulation





An accumulation adds up all manually added values.

Example:Adding up single quantities of a production

Derivation




The derivation calculates the course growth of manuall added values. Depending on the chosen meaning, derivated, external data will be periodic or non-periodic and interpolated according to Keep-Last-Value.

Example: calculation of the load profile from active energy


3. Example: calculating the sum of child facilities

The strategy "Sum of child facilities" gives the data point two kinds of information:

  1. He'll get his data from all data points of child facilities with the same meaning, that are one layer beneath itself
  2. and this will be processed depending on the source data.

Like this, a load profile data point would collect all load profiles from subordinate facilities and add them up.