![Institutional Repository [SANDBOX]](images/dias.logo.png "Institutional Repository [SANDBOX]"){kind=logo}
Institutional Repository [SANDBOX]
Technical University of Crete
Technical University of Crete
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/EA3F1012-DB83-493F-A68A-D7C74CB19EFB | - |
| Identifier | https://doi.org/10.26233/heallink.tuc.90841 | - |
| Language | en | - |
| Extent | 4 megabytes | en |
| Extent | 65 pages | en |
| Title | Energy assessment of a near zero energy building (nZEB) using knowledge graphs | en |
| Title | Ενεργειακή αξιολόγηση κτιρίου σχεδόν μηδενικής ενεργειακής κατανάλωσης (ΜΕΚ) με τη χρήση γραφημάτων γνώσεως | el |
| Creator | Lygerakis Filippos | en |
| Creator | Λυγερακης Φιλιππος | el |
| Contributor [Thesis Supervisor] | Kolokotsa Dionysia | en |
| Contributor [Thesis Supervisor] | Κολοκοτσα Διονυσια | el |
| Contributor [Committee Member] | Tsoutsos Theocharis | en |
| Contributor [Committee Member] | Τσουτσος Θεοχαρης | el |
| Contributor [Committee Member] | Lazaridis Michail | en |
| Contributor [Committee Member] | Λαζαριδης Μιχαηλ | el |
| Publisher | Πολυτεχνείο Κρήτης | el |
| Publisher | Technical University of Crete | en |
| Academic Unit | Technical University of Crete::School of Chemical and Environmental Engineering | en |
| Academic Unit | Πολυτεχνείο Κρήτης::Σχολή Χημικών Μηχανικών και Μηχανικών Περιβάλλοντος | el |
| Content Summary | The main goal of this thesis is to create a KG for a near Zero Energy Building (nZEB), which will include a variety of different sensors, and then apply a data discovering and retrieval query on the KG, in order to make an energy performance and thermal comfort assessment. The nZEB that was chosen as a case study is the Leaf House, a residential state of the art building of six apartments that was built by Loccioni Group. The methodology that was followed included first, the research of the state of the art about KGs in nZEB, BIM, AEC-KGs and some uses and applications of them in the Built Environment industry. Next, follows the creation of Leaf House KG, as well as a data discovering and extraction query as an example of KG’s usage. After that an energy performance assessment for the Leaf House takes place, in addition to a thermal comfort assessment, using the Discomfort Index (DI), and lastly the conclusions of KGs in nZEB. The data from the different sensors and setpoints that the building is accommodating will be available by MyLeaf database, in order to feed this KG. The KG will be depicted with Brick Viewer and Brick Studio, in order to present the connection between the nodes of this KG. It was calculated that the annual energy consumption was 32.8MWh or 69.8kWh/m2, 64% of which originating from HVAC system consumption and 36% from the apartments’ consumption. What is more, the total net annual electrical energy consumption in 2020 was 9,801 kWh and total net normalized annual electrical energy consumption in 2020 was 20.9kWh/m2. The conclusions that come up from the results’ assessment for the data discovering and extraction query, are that is a simple and quick procedure that provides the user, coming from any background, with data analysis results without the use of a BIM and with information about the building. The thermal comfort assessment, which examined the Discomfort Index in all six apartments, showed that there was time in 2020, mainly in Summer time period, when under 50% of the population felt discomfort. This time period, which the discomfort lasted varied between the apartments. The apartments which are on middle storey had the shortest time period with thermal discomfort, in comparison to the bottom and top floor, which had longer time period of thermal discomfort, with top floor having the longest. What is more, the KG in a nZEB provides a hierarchical representation of the building’s entities, which is used as a base for many querying ideas and it nullifies the heterogeneity coming from different building representation models, as well as it gives to data more meaning and usefulness, due to the imported ontologies. Furthermore, it is important to be mentioned that the same KG manages in a single simple way, multiple different databases and sensors, in addition to giving easy access to up-to-date information that the user can discover and extract, according to the current agenda. Continuing, the KG allows users to perform queries and obtain information about the building’s entities and data in a common procedure. At last, the KG is used for complex systems correlation and data analysis without BIM usage. | en |
| Content Summary | Ο κύριος στόχος αυτής της διατριβής είναι η δημιουργία ενός Γραφήματος Γνώσεως (ΓΓ) για ένα κτίριο σχεδόν μηδενικής ενεργειακής κατανάλωσης (ΜΕΚ), το οποίο θα περιλαμβάνει μια ποικιλία διαφορετικών αισθητήρων, και στη συνέχεια να εφαρμόσει ένα ερώτημα ανακάλυψης και ανάκτησης δεδομένων στο ΓΓ, προκειμένου να γίνει μια αξιολόγηση για την ενεργειακή αποδοτικότητα και την θερμική άνεση του κτιρίου. Το κτίριο ΜΕΚ που επιλέχθηκε ως περιπτωσιολογική μελέτη είναι το Leaf House, ένα κτίριο έξι διαμερισμάτων τελευταίας τεχνολογίας, που χτίστηκε από τον Όμιλο Loccioni. Η μεθοδολογία που ακολουθήθηκε περιλάμβανε πρώτα την έρευνα της τελευταίας τεχνολογίας σχετικά με τα ΓΓ σε κτίρια ΜΕΚ, τα εργαλεία μοντελοποίησης οικοδομικών πληροφοριών (ΜΟΠ), τα ΓΓ στην βιομηχανία της αρχιτεκτονικής, της μηχανικής και των κατασκευών (ΑΜΚ) και ορισμένες χρήσεις και εφαρμογές τους στη βιομηχανία δομημένου περιβάλλοντος. Στη συνέχεια, ακολουθεί η δημιουργία του ΓΓ τουLeaf House, καθώς και ένα ερώτημα ανακάλυψης και εξαγωγής δεδομένων ως παράδειγμα χρήσης του ΓΓ. Μετά από αυτό πραγματοποιείται αξιολόγηση ενεργειακής απόδοσης για το Leaf House, μαζί με μια εκτίμηση θερμικής άνεσης, με τη χρήση του Δείκτη Δυσφορίας (ΔΔ), και τέλος διεξάγωνται κάποια συμπέρασμα των ΓΓ στα κτίρια ΜΕΚ. Τα δεδομένα από τους διάφορους αισθητήρες και σημεία ρύθμισης που φιλοξενεί το κτίριο θα είναι διαθέσιμα από τη βάση δεδομένων MyLeaf, προκειμένου να τροφοδοτηθεί αυτό το ΓΓ. Το ΓΓ θα απεικονιστεί με το Brick Viewer και το Brick Studio, προκειμένου να παρουσιαστεί η σύνδεση μεταξύ των κόμβων αυτού του KG. Υπολογίστηκε ότι η ετήσια κατανάλωση ενέργειας ήταν 32,8MWh ή 69,8kWh/m2, το 64% των οποίων προερχόταν από την κατανάλωση συστήματος HVAC και το 36% από την ηλεκτρική κατανάλωση των διαμερισμάτων. Επίσης, η συνολική καθαρή ετήσια κατανάλωση ηλεκτρικής ενέργειας το 2020 ήταν 9.801kWh και η συνολική καθαρή κανονικοποιημένη ετήσια κατανάλωση ηλεκτρικής ενέργειας το 2020 ήταν 20,9kWh/m2. Τα συμπεράσματα που προκύπτουν από την αξιολόγηση των αποτελεσμάτων για το ερώτημα ανακάλυψης και εξαγωγής δεδομένων, είναι μια απλή και γρήγορη διαδικασία που παρέχει στον χρήστη, που προέρχεται από οποιοδήποτε υπόβαθρο, αποτελέσματα ανάλυσης δεδομένων χωρίς τη χρήση ΜΟΠ και με πληροφορίες σχετικά με το κτίριο. Η εκτίμηση θερμικής άνεσης, η οποία εξέτασε τον Δείκτη Δυσφορίας και στα έξι διαμερίσματα, έδειξε ότι υπήρξε περίοδος το 2020,κατά τη θερινή περίοδο κυρίως, όπου κάτω από το 50% του πληθυσμού αισθάνθηκε δυσφορία. Οι μήνες που διήρκεσε η δυσφορία διέφεραν μεταξύ των διαμερισμάτων. Τα διαμερίσματα που βρίσκονται στον μεσαίο όροφο είχαν το μικρότερο χρονικό διάστημα με θερμική δυσφορία, σε σύγκριση με το ισόγειο και τον τελευταίο όροφο, οι οποίοι είχαν μεγαλύτερη χρονική περίοδο θερμικής δυσφορίας, με τον τελευταίο όροφο να έχει τη μεγαλύτερη διάρκεια. Επιπλέον, το ΓΓ σε ένα κτίριο ΜΕΚ παρέχει μια ιεραρχική αναπαράσταση των οντοτήτων του κτιρίου, η οποία χρησιμοποιείται ως βάση για πολλές ιδέες ερωτημάτων και εκμηδενίζει την ανομοιογένεια που προέρχεται από διαφορετικά μοντέλα αναπαράστασης κτιρίων, καθώς και δίνει στα δεδομένα περισσότερο νόημα και χρησιμότητα, λόγω των εισαγόμενων οντολογιών. Επίσης, είναι σημαντικό να αναφερθεί ότι το ίδιο ΓΓ διαχειρίζεται με έναν απλό τρόπο, πολλαπλές διαφορετικές βάσεις δεδομένων και αισθητήρες, σε συνδιασμό με την εύκολη πρόσβαση σε ενημερωμένες πληροφορίες που ο χρήστης μπορεί να ανακαλύψει και να εξαγάγει, σύμφωνα με τον τρέχων σκοπό. Συνεχίζοντας, το ΓΓ επιτρέπει στους χρήστες να εκτελούν ερωτήματα και να λαμβάνουν πληροφορίες σχετικά με τις οντότητες και τα δεδομένα του κτιρίου σε μια κοινή διαδικασία. Τέλος, το ΓΓ χρησιμοποιείται για σύνθετη συσχέτιση συστημάτων και ανάλυση δεδομένων χωρίς χρήση εργαλείων ΜΟΠ. | el |
| Type of Item | Μεταπτυχιακή Διατριβή | el |
| Type of Item | Master Thesis | en |
| License | http://creativecommons.org/licenses/by/4.0/ | en |
| Date of Item | 2021-11-15 | - |
| Date of Publication | 2021 | - |
| Subject | Knowledge graphs | en |
| Subject | Near Zero energy building | en |
| Bibliographic Citation | Filippos Lygerakis, "Energy assessment of a near zero energy building (nZEB) using knowledge graphs", Master Thesis, School of Chemical and Environmental Engineering, Technical University of Crete, Chania, Greece, 2021 | en |
| Bibliographic Citation | Φίλιππος Λυγεράκης, "Ενεργειακή αξιολόγηση κτιρίου σχεδόν μηδενικής ενεργειακής κατανάλωσης (ΜΕΚ) με τη χρήση γραφημάτων γνώσεως", Μεταπτυχιακή Διατριβή, Σχολή Χημικών Μηχανικών και Μηχανικών Περιβάλλοντος, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2021 | el |
Copyright © DIAS 2013
