具有增强发现的IoT情境感知数字孪生体的制作方法

具有增强发现的iot情境感知数字孪生体
1.相关申请的交叉引用
2.本技术要求于2019年6月28日提交且题为“具有增强发现的iot情境感知数字孪生体(iot contextually-aware digital twin with enhanced discovery)”的美国专利申请序列号16/456,525以及于2019年6月28日提交且题为“iot网关上的iot分析边缘应用(iot analytics edge application on iot gateway)”的美国专利申请序列号16/456,630的权益和优先权。前述申请中的每个通过引用的方式整体并入本文。
技术领域
3.本文描述的各方面总体涉及建筑物自动化、iot(物联网)设备以及与其相关的硬件和软件。更具体地，本文描述的一个或多个方面提供了智能商业房地产和住宅建筑物系统和自动化。


背景技术：

4.商业房地产建筑物环境内的iot设备可利用诸如以太网或建筑物自动化和控制网络(bacnet)的不同的有线通信协议或无线通信协议通过网络来进行连接，bacnet是允许建筑物自动化和控制系统通信回到网络的有线通信协议。商业房地产建筑物环境内的iot设备可经由iot网关连接到因特网。iot网关通过执行bacnet与因特网之间的通信协议转换来桥接iotbacnet设备与因特网。


技术实现要素：

5.以下呈现本文描述的各种方面的简化概述。该概述不是广泛的概观，并且不旨在标识所需元素或关键元素或描绘权利要求的范围。以下概述仅以简化形式呈现一些概念，作为对下面提供的更详细描述的序言。
6.根据一个方面，本公开涉及一种生成商业房地产建筑物或住宅建筑物的情境感知数字孪生体的计算机实施的方法。该方法包括接收关于资产的信息，所述资产包括驻留在与商业房地产建筑物或住宅建筑物关联的一个或多个物理空间中的一个或多个设备。该方法包括基于资产的一个或多个设备的标识来确定对应于一个或多个设备的传感器或致动器的一个或多个点。该方法包括基于一个或多个点标识经由一个或多个点来服务资产的至少一个控制器。至少一个控制器包括物理实体或逻辑实体。该方法包括确定与资产关联的一个或多个网络以及一个或多个位置。该方法包括将资产、一个或多个点、至少一个控制器、一个或多个网络以及一个或多个位置中的每个存储为商业房地产建筑物的图表示的单独节点。
7.在一些实施方案中，该方法包括基于连接到网络的设备的标识，确定设备是否被存储在商业房地产建筑物或住宅建筑物的图表示中。在一些实施方案中，该方法包括基于确定设备未被存储在商业房地产建筑物的图数据库中，将设备标识为新设备。在一些实施方案中，该方法包括确定对应于新设备的传感器或致动器的一个或多个点。在一些实施方
案中，该方法包括基于新设备的一个或多个点，标识至少一个控制器、至少一个位置以及与新设备关联的至少一个网络。在一些实施方案中，该方法包括将一个或多个点、至少一个控制器、至少一个位置和与新设备关联的至少一个网络存储在商业房地产建筑物的图表示中。在一些实施方案中，资产的一个或多个设备连接到建筑物自动化控制(bac)网络。在一些实施方案中，一个或多个位置可包括与商业房地产建筑物的一个或多个物理空间关联的物理位置或逻辑位置。一个或多个位置包括楼层的标识、经度-纬度坐标、空间、海拔、区域、空间区域和一个或多个物理空间的占用者的标识中的至少一个。在一些实施方案中，建筑物的图表示包括标签属性图表示。在一些实施方案中，点包括设定点值或时间表中的至少一个。在一些实施方案中，标识与新设备关联的至少一个控制器是基于通过对商业房地产建筑物的一个或多个先前生成的图表示训练机器学习算法而生成的信息。
8.根据本公开的某些方面，提供了一种用于生成商业房地产建筑物的情境感知数字孪生体的系统。该系统包括一个或多个处理器。该系统包括存储计算机可读指令的存储器，当所述计算机可读指令由一个或多个处理器执行时，使一个或多个处理器接收关于资产的信息，所述资产包括驻留在与商业房地产建筑物关联的一个或多个物理空间中的一个或多个设备。该指令使一个或多个处理器基于资产的一个或多个设备的标识来确定对应于一个或多个设备的传感器或致动器的一个或多个点。该指令使一个或多个处理器基于一个或多个点标识经由一个或多个点来服务资产的至少一个控制器。所述至少一个控制器是物理实体或逻辑实体。该指令使一个或多个处理器确定与资产关联的一个或多个网络以及一个或多个位置。该指令使一个或多个处理器将资产、一个或多个点、至少一个控制器、一个或多个网络以及一个或多个位置中的每个存储为商业房地产建筑物的图表示的单独节点。
9.在一些实施方案中，该指令使一个或多个处理器基于连接到网络的设备的标识，确定设备是否被存储在商业房地产建筑物的图表示中。在一些实施方案中，该指令使一个或多个处理器基于确定设备未被存储在商业房地产建筑物的图数据库中，将设备标识为新设备。在一些实施方案中，该指令使一个或多个处理器确定对应于新设备的传感器或致动器的一个或多个点。在一些实施方案中，该指令使一个或多个处理器基于新设备的一个或多个点，标识至少一个控制器、至少一个位置以及与新设备关联的至少一个网络。在一些实施方案中，该指令使一个或多个处理器将一个或多个点、至少一个控制器、至少一个位置和与新设备关联的至少一个网络存储在商业房地产建筑物的图表示中。在一些实施方案中，资产的一个或多个设备连接到建筑物自动化控制(bac)网络。在一些实施方案中，一个或多个位置可包括与商业房地产建筑物的一个或多个物理空间关联的物理位置或逻辑位置。一个或多个位置包括楼层的标识、经度-纬度坐标、空间、海拔、区域、空间区域和一个或多个物理空间的占用者的标识中的至少一个。在一些实施方案中，建筑物的图表示包括标签属性图表示。在一些实施方案中，点包括设定点值或时间表中的至少一个。在一些实施方案中，标识与新设备关联的至少一个控制器是基于通过对商业房地产建筑物的一个或多个先前生成的图表示训练机器学习算法而生成的信息。
10.根据本公开的某些方面，提供了一种包含机器可读指令的非暂时性机器可读存储介质，所述机器可读指令使处理器执行生成商业房地产建筑物的情境感知数字孪生体的方法。包含在非暂时性机器可读存储介质上的指令使处理器执行方法，所述方法包括接收关于资产的信息，所述资产包括驻留在与商业房地产建筑物关联的一个或多个物理空间中的
一个或多个设备。该方法包括基于资产的一个或多个设备的标识来确定对应于一个或多个设备的传感器或致动器的一个或多个点。该方法包括基于一个或多个点标识经由一个或多个点来服务资产的至少一个控制器。至少一个控制器包括物理实体或逻辑实体。该方法包括确定与资产关联的一个或多个网络以及一个或多个位置。该方法包括将资产、一个或多个点、至少一个控制器、一个或多个网络以及一个或多个位置中的每个存储为商业房地产建筑物的图表示的单独节点。
11.将借助于下面更详细讨论的本公开内容进一步理解这些和附加方面。
附图说明
12.通过参考以下结合附图的描述，可获得对本文描述的方面及其优点的更完整的理解，附图中相同的附图标记指示相同的特征，并且其中：
13.图1描绘了其中根据本文描述的一个或多个说明性方面提供了具有增强发现的iot情境感知数字孪生体的说明性环境。
14.图2示出了可用于实施图1所示的计算设备中的任一个的计算设备的硬件元件。
15.图3说明了由图1所示的示例系统执行的用于提供具有增强发现的iot情境感知数字孪生体的示例过程。
16.图4说明了由图1所示的示例系统执行的用于提供具有增强发现的iot情境感知数字孪生体的另一个示例过程。
17.图5说明了由图1所示的示例系统执行的用于提供iot边缘分析和控制的另一个示例过程。
18.图6说明了各种实体和关系的示例图模式。
19.图7说明了位置实体的示例图模式。
20.图8说明了参与者模型中的参与者系统的示例表示。
具体实施方式
21.在各种实施例的以下描述中，参考附图，这些附图在上文中被标识且形成实施例的一部分，并且附图中借助于图示展示其中本文描述的方面可被实践的各种实施例。应理解，在不脱离本文描述的范围的情况下，可利用其他实施例，并且可做出结构和功能修改。各种方面能够是其他实施例以及被实践或者以各种不同方式被实施。
22.应理解，本文使用的措辞和术语是为了描述的目的，并且不应被认为是限制性的。相反，本文使用的短语和术语将被给予它们最广泛的解释和含义。“包括(including)”和“包括(comprising)”及其变型的使用意味着包括其后列出的项目及其等同物以及附加项目及其等同物。术语“安装”、“连接”、“联接”、“定位”、“接合”和类似术语的使用意味着包括直接和间接安装、连接、联接、定位和接合。
23.用于创建商业房地产建筑物的数字孪生体的一种技术依赖于将不同物理实体(诸如建筑物、楼层、套房和空间)之间的关系建模为父子关系，然而，所述父子关系不能准确地捕获这些实体之间的多对多关系。作为例子，连接到vav控制器的可变风量(vav)箱可服务建筑物内的四个不同空间。在父子关系模型中，vav箱处于父层级，vav控制器是vav箱的子，并且建筑物内的四个空间是vav控制器的子。作为另一个例子，可存在服务单个开放空间的
四个vav箱。在该例子中，一个父子表示可在父层级具有单个开放空间，其中4个vav箱是子。在另一个父子表示中，每个vav箱可为以开放空间作为其子节点的父节点。因此，将商业建筑物中的不同物理实体之间的关系建模为父子关系可变得复杂。然而，商业建筑物中的物理实体之间的多对多关系可被建模且被存储为图数据库。一些技术使用以主语-谓语-对象格式存储实体之间的关系的图数据库的rdf版本，并且因此不能像(例如)图数据库的标签属性版本那样深入。此外，一种技术没有将控制器和设备表示为图数据库中的单独实体。
24.商业房地产建筑物环境内的iot设备可利用诸如以太网或建筑物自动化和控制网络(bacnet)的不同的有线通信协议或无线通信协议通过网络来进行连接，bacnet是允许建筑物自动化和控制系统通信回到网络的有线通信协议。商业房地产建筑物环境内的iot设备可经由iot网关连接到因特网。iot网关通过执行bacnet与因特网之间的通信协议转换来桥接iotbacnet设备与因特网。iot网关可通过周期性地轮询这些设备来监视bacnet设备。虽然已经开发了pubset模型以使得通过bacnet连接的iot设备可以以异步方式发布，但是pubset模型受到bacnet的带宽的限制，所述bacnet具有特定波特率，并且因此仅存在可被泵送到线路上的如此多的数据。
25.一些技术使用集中式队列来从设备接收数据或将数据发送到设备，所述设备是单点故障、具有瓶颈，并且不能很好地对消息区分优先级。此外，集中式调度器不考虑设备响应时间、可在时间间隔内被查询的设备的数目，或在时间间隔内的查询的聚集(即，在5秒、10秒、15秒间隔内的查询彼此堆叠)。此外，集中式规则引擎(即，如果温度超过值
‘
y’，则改变为模式值
‘
z’)需要过多的复杂性来说明每个设备的动态规则。
26.根据本公开的系统和方法基于在商业建筑物和空间的环境中重要的实体和关系的图数据库表示来提供商业建筑物的情境感知数字孪生体。每个商业建筑物都是独特的。即使两个商业建筑物看起来可能相似，但设备及其控制器之间的连接性在建筑物之间也可为不同的。因此，在每个建筑物中，同一设备可与其控制器具有不同的关系。此外，设备及其控制器可为物理上单独的实体。诸如恒温器的设备可被放置在特定位置，因为所述位置可为恒温器准确地确定空间内的温度的最佳位置。然而，恒温器可与处于与恒温器不同位置的控制器通信。作为另一个例子，可变风量(vav)箱是任何大型工业建筑物或商业建筑物中的空调系统的基本部分。空调系统又是hvac系统的一部分，所述hvac系统包括加热、通风、空调和关联控制系统。vav箱可连接到vav控制器，所述vav控制器控制vav箱刻度盘的打开和关闭以便控制进入建筑物的空气流。vav箱还可包括加热元件。如果进入建筑物的空气没有处于足够高的温度，则vav控制器可打开vav箱中的加热元件以升高进入建筑物的空气的温度。在复杂的商业建筑物和结构中，vav控制器不必需与vav箱或设备同义。相反，vav箱和vav控制器可为物理上单独的实体。此外，vav箱和vav控制器可由不同实体制造。客户可混合和匹配来自不同制造商的部件。因此，将vav控制器和vav箱建模为建筑物的数字孪生体中的不同实体对于库存跟踪也是有用的。因此，使恒温器及其控制器去耦合为图数据库中的单独实体提供了建筑物的准确的iot模型，从而导致准确的查询和分析。因此，根据本公开的实施方案在云平台如何与设备和控制器交互方面使设备和控制器去耦合。实施方案可通过使用图数据库的标签属性图版本来存储文档层级数据，所述图数据库存储设备和点的全部或一些属性，所述设备和点可为设备的控制器的寄存器。建筑物的数字孪生体可驻留在云中，并且可跟踪平台所支持的每个设备。数字孪生体可跟踪点、资产、控制器以及网络
和位置，包括服务位置和安装位置。可集成不同建筑物的数字孪生体。图数据库和参与者模型允许我们与其他数字孪生体集成，例如，bim、能源模型、第三方api、第三方建筑物软件和应用等。此外，可基于对实际物理设备如何连接的理解来对实体之间的关系建模。例如，控制器可由另一个上游控制器管理，因此，父子关系的数据模型的表示可缩放。此外，根据本公开的实施方案使得能够组合来自传统上单独的子系统的数据。实施方案实现基于位置、类型等(例如，服务特定房间的所有资产和查询功率表、hvac、照明等)的搜索、滤波和导航。能量模型通常是在初始设计时创建且使用系统将如何以定义的输入集来执行的近似的静态模型。在一些实施方案中，可基于建筑物的数字孪生体的表示来校准用于hvac区域的能量模型。根据本公开的实施方案可利用机器学习，其中可改变输入以对建筑物将如何在无限数目个场景中执行来建模。
27.根据本公开的系统和方法提供了商业房地产建筑物中的iot设备和关系的自动发现以及将设备集成到建筑物的数字孪生体中。可基于设备的ip地址在网络上发现设备。例如，可经由返回bacnet设备的设备标识符的“whois”命令来发现bacnet设备。例如，可存在在市场上制造vab箱的多个不同的制造商，并且每个制造商可制造若干个不同的型号。该信息可被记录在设备的库中。当在网络上发现新设备时，可基于在设备库中记录的信息来标识所述新设备。此外，设备的库中的信息可包括由包括已知设备的资产引起的关系。可基于对各种商业房地产建筑物的数字孪生体训练机器学习算法来确定设备的关系。如果设备是已知的，则可预测来自该设备的关系，使得能够自动创建所有或一些相关实体和关系，从而自动建立数字孪生体中的资产的节点和关系。
28.根据本公开的系统和方法提供了iot网关，所述iot网关被配置为将从bacnet接收的通信转换到iot云平台。根据本公开的系统和方法提供了iot网关，所述iot网关被配置为提供由商业房地产建筑物中的互连iot生成的大数据的标准化。控制器可具有多个寄存器，其中控制器存储数据。每个寄存器可被标识为单独点。然而，不同的制造商可在同一寄存器中存储特定类型的数据。因此，为了实现无缝数据收集和分析，由iot设备和控制器生成的数据可在被传输到云平台以进行进一步处理、存储以及与其他系统和平台集成之前跨各种制造商和模型被标准化。可在api层级执行标准化。例如，典型的商业房地产建筑物可包括与多个不同安全平台相关的iot设备和控制器，每个安全平台以特定方式或格式存储数据。iot网关可被配置为将跨不同安全平台的数据标准化为一致格式，该一致格式实现不同建筑物系统平台的集成和互操作性，否则这些建筑物系统平台可能是彼此隔离运行。此外，iot网关可被配置为在将数据传输到云平台以用于进一步处理和分析之前对从iot设备接收的数据进行评估和滤波，从而减小对网络处理和带宽的影响。此外，iot网关可被配置为在商业房地产建筑物环境内执行iot设备的基于边缘的分析和基于边缘的控制，包括iot bacnet设备。在一些实施方案中，iot网关可被配置为基于利用规则对输入的实时数据进行评估来控制iot设备。iot网关可被配置为基于不依赖于网络连接或云计算资源的边缘计算来执行查询和分析。这实现对事件的实时响应，而不会显著地增加带宽或处理能力。
29.根据本公开的系统和方法基于定义条件和规则来提供iot设备的基于边缘的分析和控制。例如，规则可基于接收与已经超过最小/最大警报阈值的供应空气温度相关的实时数据来触发动作。窗口函数可确保在触发规则之前接收或观察特定数目个连续实时数据点。一旦确认输入数据点充分满足由规则设置的相关条件，则可触发相关设备的自动控制。
可使用参与者模型来创建建筑物系统和设备的表示。在参与者模型中，多个参与者可接收来自其他参与者的消息、执行计算、管理它们的状态，以及向其他参与者发送消息。参与者可对应于与建筑物系统相关的设备或设备组，诸如hvac、照明等。例如，传感器可将诸如温度的测量传送到对应于传感器的参与者。可将测量作为消息传送给参与者。当接收到消息时，参与者基于传感器测量更新所存储的状态。代表传感器的参与者还可接收来自其他参与者的消息，以用于访问最新的传感器测量。参与者还可将消息发送到物理传感器设备以更新设备配置。触发规则的参与者可查询所连接的设备和资产，以基于系统的当前情况找到最优解决方案。一旦接收到与各种解决方案相关的数据，就可基于预定约束和设置(诸如能量使用、所需时间等)来确定最佳选项。在一些实施方案中，可提供设备分析以基于当前状态对设备的预期性能建模，并且可基于使用情境感知数据的实时计算来控制设备。通过维持设备的有状态机器表示，可通过对设备的输入数据点和输出数据点的实时数据训练数据分析机器学习算法来对设备的确切行为建模。实施方案可针对设备的无限数目个有状态场景(而非仅仅被包括在设备的机载控制器中的少数场景)提供精确的命令和控制。
30.参与者模型可由分布式计算和非阻塞框架(诸如akka)实施。参与者模型和规则可被存储在云平台中。除了在云中托管参与者系统之外，实施方案还可在边缘处运行参与者系统，这避免对云计算的依赖并且实现更好的实时响应。可在iot网关上执行边缘设备分析。
31.根据本公开的系统和方法提供了在商业房地产建筑物环境中的多个建筑物系统的集成。典型地，可存在支持彼此隔离的商业房地产建筑物的多个不同的建筑物软件平台。根据本公开的实施方案提供了先前隔离的软件平台和相关建筑物系统的集成。各种建筑物系统的集成使得能够发现新的模式并洞察建筑物系统。各种建筑物系统的集成还使得能够跨各种建筑物系统在设备之间实现自动化交互。
32.图1描绘了其中根据本文描述的一个或多个说明性方面提供了具有增强发现的iot情境感知数字孪生体的说明性环境100。环境100包括三个建筑物102a-c(通常被称为建筑物102)。建筑物102可为商业房地产建筑物或结构或者工业建筑物或结构。图1示出了示例建筑物102a。示例建筑物102a包括八个设备110a-h(通常被称为设备110)。设备110可包括与建筑物自动化系统(bas)关联的电气设备或机械设备，以用于诸如加热、通风和空调(hvac)、照明控制、访问控制和火灾检测的应用。设备110可包括“智能”设备。设备110可包括传感器和致动器。设备110可连接到一个或多个控制器。示例建筑物102a包括四个控制器113a-d(通常被称为控制器113)。控制器113可从设备110接收信息，诸如传感器数据。控制器113可被配置为基于对所接收的传感器数据进行评估而经由设备110中的致动器来实现动作。参考示例建筑物102a，第一设备和第二设备110a-b连接到第一控制器113a。第三设备和第四设备110c-d连接到第二控制器113b。此外，第二控制器113b和第五设备110连接到第三控制器113c。在示例建筑物102a中，第一设备至第五设备110a-e可被称为“bacnet设备”，因为它们通过建筑物自动化和控制网络(bacnet)连接，所述bacnet是允许建筑物自动化和控制系统进行通信以传输或接收数据的有线通信协议。
33.除了连接到bacnet 112的设备110a-e之外，示例建筑物102a包括连接到第四控制器113d的第六设备110f和第七设备110g。第六设备和第七设备110f-g可经由以太网协议进行通信，并且可被称为“以太网设备”。示例建筑物102a包括iot网关125，所述iot网关125用
作设备110和诸如网络160的外部网络之间的连接点。bacnet设备110a-d可经由bacnet接口112连接到iot网关125。以太网设备可经由以太网接口120连接到iot网关。第八设备110h直接与iot网关125接口。设备110可利用其他联网协议。示例建筑物102a可包括附加设备110，所述附加设备110可经由通信协议(诸如coap、dtls、modbus、amqp、http、https和ftp等)进行通信。示例建筑物102a可包括附加设备110，所述附加设备110可经由无线协议(诸如ipv6、lpwan、zigbee、蓝牙低功耗、z-wave、rfid和nfc)进行通信。
34.iot网关125可经由网络160将设备110和控制器113连接到智能建筑物云平台165。iot网关125可被配置为通过执行bacnet与因特网通信协议之间的通信转换来桥接bacnet设备110。iot网关125可与智能建筑物边缘应用平台142通信。此外，iot网关125可被配置为在将数据传输到云平台以用于进一步处理和分析之前对从iot设备接收的数据进行评估和滤波，从而减小对网络处理和带宽的影响。此外，iot网关125可被配置为在示例建筑物102a内执行iot设备110的基于边缘的分析和基于边缘的控制，包括bacnet设备110。在一些实施方案中，iot网关125可被配置为基于利用规则对输入的实时数据进行评估来控制iot设备110。iot网关125可被配置为基于不依赖于网络连接或云计算资源的边缘计算来执行查询和分析。这实现对事件的实时响应，而不会显著地增加带宽或处理能力。
35.智能建筑物边缘应用平台142包括经由通信链路130的智能建筑物边缘应用服务器140。智能建筑物边缘应用服务器140可经由iot网关125接收数据，并经由网络160将数据发送到智能建筑物云平台165以用于进一步处理和存储。智能建筑物边缘应用服务器140可推送一个或多个应用来配置iot网关125以执行各种功能。智能建筑物边缘应用服务器140可被配置为使设备110和控制器113生成的数据标准化，并且可在被传输到云平台(诸如智能建筑物云应用平台165)以进行进一步处理、存储以及与其他系统和平台集成之前跨各种制造商和模型被标准化。可在api层级执行标准化。不同建筑物的iot网关125可收集特定于该建筑物的数据，并将所收集的数据发送到智能建筑物云应用服务器，所述智能建筑物云应用服务器继而处理和分析数据以提供推荐。例如，实施方案可包括对跨各种建筑物收集的数据训练机器学习算法，以获得洞察和模式，所述洞察和模式继而可被分析以便提供针对其他建筑物的建议。在此些实施方案中，来自各种建筑物的数据可为源自群集的。智能建筑物边缘应用服务器140可被配置为基于在商业建筑物和空间的环境中重要的实体和关系的图数据库表示来创建和操纵建筑物102中的每个的情境感知数字孪生体。智能建筑物边缘应用服务器140可被配置为提供对位于建筑物102中的设备的自动发现、生成从所发现的设备产生的各种关系，以及将所发现的设备和关系集成到建筑物102的数字孪生体中。
36.智能建筑物边缘应用服务器140可被配置为执行基于边缘的分析并控制设备110。智能建筑物边缘应用服务器140可被配置为生成并维持包括建筑物系统和设备的表示的参与者模型。参与者可对应于与建筑物系统相关的设备或设备组，诸如hvac、照明等。智能建筑物边缘应用服务器140可将建筑物102的所生成的数字孪生体和参与者模型存储在智能建筑物云平台165中。智能建筑物边缘应用服务器140还可将建筑物102的数字孪生体和参与者模型作为建筑物边缘数据145存储在边缘处。智能建筑物边缘应用服务器140可被配置为提供与建筑物102的建筑物系统相关的多个软件平台的集成，并且使得能够发现新模式和对建筑物系统的洞察。所述集成可使得能够跨建筑物102a的各种建筑物系统且跨建筑物102在设备110之间实现自动化交互。
37.示例建筑物边缘数据145a包括边缘数字孪生体150和边缘参与者模型155。智能建筑物边缘应用服务器140可使用建筑物边缘数据145来执行边缘分析和处理。智能建筑物云平台165包括智能建筑物云应用服务器170，所述智能建筑物云应用服务器170可被配置为执行云分析和处理。智能建筑物云平台165包括设备库190和建筑物数据175。建筑物数据175可存储关于建筑物102的各种信息。示例建筑物数据175a包括历史数据185、数字孪生体180和参与者模型182。历史数据185可包括在一段时间内收集的关于建筑物102中的一个的数据。智能建筑物云应用服务器170可访问历史数据185、数字孪生体180和参与者模型182，以便执行提供对对应建筑物102a的设备和系统的附加洞察的分析。智能建筑物云应用服务器170可将关于设备和控制器的信息存储在设备库190中。iot网关125可包括具有linux操作系统的dell 500箱，并且智能建筑物边缘应用服务器140可包括使用诸如kubernetes的协调系统的iotium协调器。智能建筑物边缘应用服务器140可包括使用backstack库以及akka.js或scala.js框架以javascript或typescript开发的软件应用。此外，postgresql数据库系统可用于关系数据，以及诸如kafka、aka stream、rabbitmo、eventhub等的消息代理。智能建筑物云应用平台165可包括azure数据存储和分析。
38.图2示出了计算设备200的硬件元件，其可用于实施图1所示的计算设备中的任一个(例如，示例建筑物102a中所示的设备中的任一个、智能建筑物云应用平台165中所示的设备中的任一个、与外部网络160接口的任何设备)以及本文讨论的任何其他计算设备(例如，图1中的智能建筑物云应用服务器170和智能建筑物边缘应用服务器140)。计算设备200可包括一个或多个处理器201，所述一个或多个处理器201可执行计算机程序的指令以执行本文描述的功能中的任一个。指令可被存储在只读存储器(rom)202、随机存取存储器(ram)203、可移动介质204(例如，usb驱动器、光盘(cd)、数字多功能盘(dvd))和/或任何其他类型的计算机可读介质或存储器中。指令也可被存储在附接(或内部)硬盘驱动器205或其他类型的存储介质中。计算设备200可包括一个或多个输出设备，诸如显示设备206(例如，外部电视和/或其他外部显示设备或内部显示设备)和扬声器214，并且可包括一个或多个输出设备控制器207，诸如视频处理器。一个或多个用户输入设备208可包括遥控器、键盘、鼠标、触摸屏(其可与显示设备206集成)、麦克风等。计算设备200还可包括一个或多个网络接口，诸如网络输入/输出(i/o)接口210(例如，网卡)以与外部网络209通信。网络i/o接口210可为有线接口(例如，电、rf(经由同轴电缆)、光(经由光纤))、无线接口或两者的组合。网络i/o接口210可包括被配置为经由外部网络209进行通信的调制解调器。外部网络209可包括以上讨论的通信链路101、外部网络109、家庭内网络、网络提供商的无线、同轴、光纤或混合光纤/同轴分布系统(例如，docsis网络)或任何其他所需网络。计算设备200可包括位置检测设备(诸如全球定位系统(gps)微处理器211)所述位置检测设备可被配置为接收和处理全球定位信号，并且在来自外部服务器和天线的可能帮助下确定计算设备200的地理位置。
39.尽管图2示出了示例硬件配置，但计算设备200的元件中的一个或多个可被实施为软件或者硬件和软件的组合。可对计算设备200的组件进行添加、移除、组合、划分等修改。此外，可使用已被配置为执行诸如本文描述的操作的基本计算设备和组件来实施图2所示的元件。例如，计算设备200的存储器可存储计算机可执行指令，所述计算机可执行指令在由处理器201和/或计算设备200的一个或多个其他处理器执行时使计算设备200执行本文描述的操作中的一个、一些或全部。也可或可选地通过一个或多个集成电路(ic)来实施此
存储器和处理器。ic可为(例如)访问被存储在rom中的编程指令或其他数据和/或硬连线到ic的微处理器。例如，ic可包括专用集成电路(asic)，所述专用集成电路(asic)具有专用于本文描述的计算和其他操作的门和/或其他逻辑。ic可基于从rom或ram读取的编程指令的执行来执行一些操作，其中其他操作硬连线到门或其他逻辑。此外，ic可被配置为将图像数据输出到显示缓冲器。
40.图3说明了由图1所示的示例系统执行的用于提供具有增强发现的iot情境感知数字孪生体的示例过程300。虽然参考图1描述了图3，但是应注意，图3的方法步骤可由其他系统执行。
41.iot(物联网)环境中的“事物”可为被配置为通过网络传输或接收数据的设备。因此，“事物”可为将传感器数据传输到控制器并从控制器接收控制数据的传感器设备。可基于定义与“事物”关联的各种实体(诸如类型、网络、制造商、控制器、点、资产和位置)的iot数据模型模式来生成商业房地产建筑物的iot情境感知数字孪生体。类型实体可为事物的分类。可基于不同的类别(诸如其类和子类)对事物进行分类。网络实体可为通过有线协议或无线协议连接的“事物”的集合。有线协议可为bacnet协议。制造商实体可为“事物”的制造者或生产者。点可为包含数字属性或模拟属性的设备或控制器的传感器或致动器。点可为配置值，诸如设定点值或时间表。资产实体可为物理设备或位于空间内的对象，如本领域技术人员在阅读了本文公开的全部内容之后所理解的。资产可包括多个物理设备和/或点。资产可具有诸如序列号或制造商的属性。资产可被分类为类型和子类型。资产类型可对应于建筑物系统，诸如hvac空气、hvac水、管道，消防、电气和火警。每个资产类型可包括各种子类型。对应于hvac空气系统的资产类型可包括子类型，诸如可变风量(vav)箱/控制器、风扇供电箱(fpb)、风扇盘管单元(fcu)、计算机机房空气处理器(crah)、风扇系统、风扇、空气处理单元(ahu)、热回收单元(hru)和热泵。对应于hvac水系统的资产类型可包括子类型，诸如冷却水设备、泵、热交换器、单元加热器、基板加热器、管道加热器、锅炉和膨胀箱。对应于管道系统的资产类型可包括子类型，诸如泵和油脂捕集器。对应于消防系统的资产类型可包括子类型，诸如泵和预动作。对应于电气系统的资产类型可包括子类型，诸如仪表、交换机、面板、发电机、转换开关、不间断电源(ups)、照明控制面板、火警控制面板(facp)和远程控制面板。控制器实体可为与一个或多个点关联的物理实体或逻辑实体。控制器实体可通过一个或多个资产的点来服务一个或多个资产。位置实体可为“事物”的所在地的物理标识或逻辑标识，诸如经度-纬度坐标、海拔、地址、楼层名称、逻辑区域或物理区域。可基于资产的物理位置以及资产所服务的建筑物的区域来确定位置实体。例如，驻留在一个位置处的vav箱可服务建筑物的许多其他区域。位置实体可具有它们自己的定义物理位置和逻辑位置之间关系的数字孪生体。位置实体的数字孪生体可与资产的数字孪生体接口。
42.iot数据模型模式使得物理设备110能够与它们的对应物理控制器113去耦合，并被表示为建筑物102a的数字孪生体中的单独实体。即使建筑物102看起来可能相似，但设备(诸如传感器设备)及其控制器之间的连接性跨建筑物102也可为不同的。因此，在建筑物102的每个中，同一设备110可与其控制器113具有不同的关系。此外，设备及其控制器可为物理上单独的实体。设备(诸如驻留在物理位置处的恒温器)可与位于与恒温器不同的物理位置的控制器通信。iot数据模型模式使得恒温器及其控制器能够被表示为建筑物的数字孪生体中的不同实体。根据iot数据模型模式，恒温器的传感器和致动器可被映射到一个或
多个点，并且其物理控制器可被映射到控制器实体。作为另一个例子，在复杂的商业建筑物和结构中，vav控制器可不与其控制的vav箱或设备同义。相反，vav箱及其vav控制器可为物理上单独的实体。此外，vav箱及其vav控制器可具有不同的制造商，使得客户可混合和匹配来自不同制造商的部件。在这种情况下，将vav控制器和vav箱表示为数字孪生体中的不同实体对于库存跟踪也是有用的。因此，根据iot数据模型模式，vav箱的传感器和致动器可被映射到点，并且其vav控制器可被映射到控制器实体。在一些情况下，设备可包括在同一物理设备内的传感器、致动器和控制逻辑。根据iot数据模型模式，设备的传感器、致动器和控制逻辑可被映射到点和逻辑控制器实体，并且因此彼此去耦合且被表示为建筑物的数字孪生体中的单独实体。将设备与它们的对应控制器去耦合并将它们表示为单独实体提供了建筑物的更准确的数字孪生体，从而导致更准确的查询和分析。
43.图6说明了各种实体和关系的示例图模式600。图模式600包括多个节点605a-g(通常被称为节点605)。资产、类型、点、位置、控制器、网络和制造商实体分别被表示为图模式600的节点605a-g。图模式600包括多个边缘610a-i(通常被称为边缘610)。边缘610表示节点605与其对应实体之间的关系。边缘可为定向的并且可包括属性。节点605a的资产实体和节点605b的类型实体之间的关系被表示为边缘610a。边缘610a的方向是从节点605a的资产实体到节点605b的类型实体。边缘610a的属性指示节点605a的资产实体是节点605b的类型实体的“一部分”。节点605可包括属性。节点605a的资产实体的属性620a包括guid格式的“id”和字符串格式的“name”。节点605a的资产实体和节点605c的点实体之间的关系被表示为边缘610b。边缘610b的方向是从节点605a的资产实体到节点605c的点实体。边缘610b的属性指示节点605c的点实体“属于”节点605a的资产实体。节点605c的点实体的属性包括guid格式的“id”和字符串格式的“name”。节点605a的资产实体和节点605d的位置实体之间的关系被表示为边缘610c。边缘610c的方向是从节点605d的位置实体到节点605a的资产实体。边缘610c的属性指示节点605a的资产实体由节点605d的位置实体“服务”。节点605c的点实体的属性620c包括guid格式的“id”和字符串格式的“name”。节点605b的类型实体和节点605c的点实体之间的关系被表示为边缘610d。边缘610d的方向是从节点605c的点实体到节点605b的类型实体。边缘610d的属性指示节点605c的点实体是节点605b的类型实体的“一部分”。节点605d的位置实体和节点605c的点实体之间的关系被表示为边缘610e。边缘610e的方向是从节点605c的点实体到节点605d的位置实体。边缘610e的属性指示节点605c的点实体“位于”节点605d的类型实体中。节点605e的控制器实体和节点605b的类型实体之间的关系被表示为边缘610f。边缘610f的方向是从节点605e的控制器实体到节点605b的类型实体。边缘610f的属性指示节点605e的控制器实体是节点605b的类型实体的“一部分”。节点605e的控制器实体和节点605f的网络实体之间的关系被表示为边缘610g。边缘610g的方向是从节点605e的控制器实体到节点605f的网络实体。边缘610g的属性指示节点605e的控制器实体“驻留在”节点605f的网络实体上。节点605e的控制器实体和节点605g的制造商实体之间的关系被表示为边缘610i。边缘610i的方向是从节点605e的控制器实体到节点605g的制造商实体。边缘610i的属性指示节点605e的控制器实体由节点605g的制造商实体“制造”。节点605d的位置实体和节点605f的网络实体之间的关系被表示为边缘610h。边缘610h的方向是从节点605f的网络实体到节点605d的位置实体。边缘610h的属性指示节点605f的网络实体位于节点605f的位置实体中，如本领域技术人员在阅读本文公开的全部内
容之后所理解的。
44.图7说明了位置实体的示例图模式700。位置实体中的每个(诸如塔、建筑物、楼层、公司、空间区域、空间和区域)对应于与建筑物关联的逻辑位置或物理位置。塔、建筑物、楼层、公司、空间区域、空间和区域分别被表示为图700的节点705a-g(通常被称为节点705)。节点705可包括属性720a-g，诸如guid格式的“id”、字符串格式的“name”和字符串格式的“description”。图表示700包括表示被映射到节点705的位置实体之间的关系的多个边710a-g。由边缘710a表示节点705a的塔实体和节点705b的建筑物实体之间的关系。边缘710a的方向是从节点705a的塔实体到节点705b的建筑物实体。边缘710a的属性指示节点705a的塔实体“位于”节点705b的建筑物实体中。由边缘710b表示节点705a的塔实体和节点705c的楼层实体之间的关系。边缘710b的方向是从节点705a的塔实体到节点705c的楼层实体。边缘710b的属性指示节点705c的楼层实体“位于”节点705a的塔实体中。由边缘710c表示节点705b的建筑物实体和节点705c的楼层实体之间的关系。边缘710c的方向是从节点705b的建筑物实体到节点705c的楼层实体。边缘710c的属性指示节点705c的楼层实体“位于”节点705b的建筑物实体中。由边缘710d表示节点705b的建筑物实体和节点705d的公司实体之间的关系。边缘710d的方向是从节点705b的建筑物实体到节点705d的公司实体。边缘710d的属性指示节点705d的公司实体“位于”节点705b的建筑物实体中。由边缘710e表示节点705e的空间区域实体和节点705d的公司实体之间的关系。边缘710e的方向是从节点705e的空间区域实体到节点705d的公司实体。边缘710e的属性指示节点705d的空间区域实体由节点705d的公司实体“占用”。
45.返回参考图1，示例建筑物102a可包括一个或多个建筑物系统。每个建筑物系统可包括一个或多个资产。如上所讨论，资产是与“事物”关联的实体。资产可为物理设备或位于空间内的对象。资产可与多个物理设备110和/或点关联。资产还可包括诸如序列号或制造商的属性。在阶段305，过程300开始于智能建筑物边缘应用服务器140接收关于与商业房地产建筑物(诸如图1中的示例建筑物102a)关联的资产的信息。资产可与商业房地产建筑物的建筑物系统关联。关于资产的信息可包括与资产关联的一个或多个设备110的标识。
46.可基于确定与资产关联的点、控制器实体、位置实体和网络实体来标识与资产关联的多个关系。智能建筑物云平台165中的设备库190可包括关于设备和控制器之间的关系的各种信息，所述信息是基于对各种建筑物系统的数据训练机器学习算法而生成的。可基于与资产关联的点、控制器实体、位置实体和网络实体来确定与资产关联的多个关系。因此，在阶段310，过程300可包括确定与资产关联的一个或多个点。在阶段315，过程300可包括确定与资产关联的一个或多个控制器实体。如上所讨论，控制器实体可为逻辑控制器或物理控制器，诸如控制器113。在阶段320，过程300可包括确定资产的多个位置实体。位置实体可为与资产关联的物理位置和逻辑位置。可基于关于与资产关联的设备和控制器的实际位置、设备和控制器所服务的建筑物的区域(服务区域)的信息以及来自建筑物的建筑物信息建模(bim)数据的其他信息来确定位置实体。在阶段325，过程300可包括确定与资产关联的网络实体。在阶段330，过程300可包括确定与资产关联的上游设施或数据流以及下游设施或数据流，从而标识与来自资产的上游数据流和下游数据流关联的控制器和设备。
47.在一些实施方案中，智能建筑物边缘应用服务器140可被配置为提供用于添加资产的应用和用户界面(ui)。可基于资产模板来实时验证与资产关联的所确定的关系。资产
模板可基于对各种建筑物数据和各种建筑物的数字孪生体训练机器学习算法。
48.可对每个资产重复过程300，从而产生商业房地产建筑物的数字孪生体。智能建筑物边缘应用服务器140可经由网络160将所生成的数字孪生体发送到智能建筑物云平台165的智能建筑物云应用服务器170。智能建筑物云应用服务器170可将数字孪生体作为数字孪生体180存储在建筑物数据175中。智能建筑物云平台165可基于对存储在不同建筑物102的数字孪生体180中的数据进行整合来执行云分析和处理。智能建筑物云应用服务器170可访问历史数据185、数字孪生体180和参与者模型182，以便执行提供对对应建筑物102a的设备和系统的附加洞察的分析。智能建筑物边缘应用服务器140还可将建筑物102的数字孪生体作为建筑物边缘数据145存储在边缘处。示例建筑物边缘数据145a包括边缘数字孪生体150和边缘参与者模型155。智能建筑物边缘应用服务器140可使用建筑物边缘数据145来执行边缘分析和处理。
49.图4说明了由图1所示的示例系统执行的用于提供具有增强发现的iot情境感知数字孪生体的另一个示例过程400。在阶段402，过程402可包括监视连接到网络的新设备。网络可为bac网络。可在网络上发出用于检测新设备的命令。命令可为bac网络上的“whois”命令。命令可检索连接到网络的设备的设备标识符。在阶段403，过程400检测新设备。设备标识符可指示连接到网络的新设备。在阶段405，标识新设备并且可确定设备特性。在阶段401，过程400包括确定新设备的一个或多个点。可基于被存储在设备库190中的信息来确定新设备的一个或多个点。智能建筑物云平台165中的设备库190可包括关于设备和控制器之间的关系的各种信息，所述信息是基于对各种建筑物系统的数据训练机器学习算法而生成的。在阶段415，过程400可包括标识与新设备的一个或多个点关联的至少一个控制器实体。在阶段420，过程400包括确定与新设备关联的网络实体和位置实体。在阶段425，过程400可包括用与新设备关联的点、网络、控制器和位置来更新商业房地产建筑物的数字孪生体的图表示。在阶段435，过程400可返回到阶段402，以监视新设备。
50.在一些实施方案中，可为登机建筑物系统和设备提供用户界面(ui)。智能建筑物边缘应用服务器140可被配置为提供应用和用户接口(ui)以用于生成建筑物的情境感知数字孪生体。为了访问应用和ui，用户可将机器连接到建筑物的网络。网络可与bacnet接口。机器可为膝上型电脑或iotium边缘设备。用户可提供关于建筑物的信息，从建筑物的列表中选择建筑物，并且将与所选择的建筑物关联的全部或一些资产添加到数据库。然后，用户可在bacnet上运行诸如“whois”命令的命令，以发现网络上的设备。作为响应，可获得与资产中的每个关联的设备中的每个的设备标识符。用户可通过在bacnet上运行“whohas”命令来获得对应于设备标识符的设备的附加细节。基于设备标识符，可基于被存储在(例如)设备库190中的设备信息来标识对应于设备的点。可将所述点添加到资产并保存到数据库。可基于资产模板来实时验证与资产关联的所确定的关系。资产模板可基于对各种建筑物数据和各种建筑物的数字孪生体训练机器学习算法。资产模板可被存储在与建筑物的图数据库表示集成的文档/nosql数据库中。除了以上讨论的bacnet发现之外，还可从.dwg格式文件检索关于设备的各种信息，诸如物理位置。
51.建筑物的图表示可跟踪关于设备的其他静态信息，诸如制造商、序列号、型号等。实施方案可访问建筑物的数字孪生体以支持用户查询。例如，用户可通过诸如智能电话的用户设备上的应用来上拉用于建筑物的数据或查询关于设备的值的信息。由于边缘应用不
断地更新边缘处的数字孪生体，因此能够快速且有效地搜索关于建筑物系统的当前状态的各种信息。
52.图5说明了由图1所示的示例系统执行的用于提供iot边缘分析和控制的示例过程500。虽然参考图1描述了图5，但是应注意，图5的方法步骤可由其他系统执行。
53.可使用参与者模型(诸如边缘参与者模型155)来创建建筑物系统和设备的表示。参与者可对应于与建筑物系统相关的设备或设备组，诸如hvac、照明等。图8示出了参与者模型(诸如边缘参与者模型155)中的示例参与者系统800。例如，传感器可将诸如温度的实时测量传送到对应于传感器的参与者。可将测量作为输入消息880传送到对应于传感器设备的参与者。输入消息880由处理模块840处理。处理模块840可基于在输入消息880中接收的传感器测量来更新被存储在状态830中的设备状态。参与者800还可从其他参与者接收消息，以用于访问被存储在状态830中的最新传感器测量。参与者800还可将消息发送到传感器设备以更新设备配置。以不同的量和不同的时间间隔收集由每个设备生成的数据。时间间隔取决于设备点对于实时控制和分析的重要性。例如，可将阻尼器百分比指定为具有中等优先级，并且从而可以以五分钟间隔从设备收集与测量阻尼器百分比相关的数据。可将区域温度指定为具有高优先级，并且从而可以以30秒间隔从相关设备点收集与测量区域温度相关的数据。可将警报指定为具有最高优先级，并且从而可基于值的变化来实时收集与测量警报的触发相关的数据。由于成千上万个设备可以以不同的时间间隔请求数据，因此需要维持设备当中的优先级，以便减少bacnet带宽的过载。参与者模型可能够每秒处理数百万个消息。参与者模型被建立用于模仿内置于环境中的设备。换言之，参与者模型维持设备的有状态表示。当数据指示建立窗口内的缺陷值时，基于规则815中的规则来触发校正动作。这使得能够在不需要云连接性的情况下实现更快速的实时响应，并且减少网络带宽使用、响应时间和手动输入。
54.触发规则的参与者可查询所连接的设备和资产，以基于系统的当前情况找到最优解决方案。一旦接收到与各种解决方案相关的数据，就可基于预定约束和设置(诸如能量使用、所需时间等)来确定最佳选项。在一些实施方案中，可提供设备分析以基于当前状态对设备的预期性能建模，并且可基于使用情境感知数据的实时计算来控制设备。通过维持设备的有状态机器表示，可通过对设备的输入数据点和输出数据点的实时数据训练数据分析机器学习算法来对设备的确切行为建模。实施方案可针对设备的无限数目个有状态场景(而非仅仅被包括在设备的机载控制器中的少数场景)提供精确的命令和控制。参与者模型可由分布式计算和非阻塞框架(诸如akka)实施。参与者模型和规则可作为参与者模型182被存储在智能建筑物云应用平台165的建筑物数据175中。除了在云中托管参与者模型182之外，实施方案还可在边缘处运行参与者系统，这避免对云计算的依赖并且实现更好的实时响应。
55.在阶段505，过程500包括为参与者中的每个设置规则。智能建筑物边缘应用服务器140和iot网关125可被配置为基于规则提供设备110和控制器113的基于边缘的分析和控制。例如，规则可被设置为基于接收与已经超过最小/最大警报阈值的供应空气温度相关的实时数据来触发动作。规则可指示如果供应空气温度下降到最小阈值以下或超过最大阈值五分钟以上，则必须采取行动以将空气温度调节到被设置为预定值的优选温度。规则可被存储在对应于温度传感器的参与者800的规则815中。
56.在阶段510，过程500包括监视来自温度传感器设备的作为输入消息880的输入实时数据，并且在阶段515，过程500包括处理输入消息880并评估实时数据是否满足被存储在规则815中的规则。窗口函数可确保从温度传感器接收特定数目个连续实时测量，以便触发规则815中的规则。当确定供应空气温度已经下降到最小阈值以下或超过最大阈值五分钟以上时，过程500进行到阶段520。
57.在阶段520，过程520包括向其他参与者请求用于将空气温度调节到预定值的信息。例如，与维持空气供应温度相关的其他参与者可包括与冷却器系统、fpb相关的设备，或者被配置为实现可影响空气供应温度的局部变化的其他设备。空气温度参与者可经由输出消息855将请求发送到其他参与者。其他参与者可接收输出消息855，并且基于它们的设备的当前状态来确定它们的设备可采取的用以实现解决方案的动作。例如，对应于冷却器的参与者可确定需要在12kw下操作冷却器5分钟以将空气温度调节到优选温度。对应于fpb(风扇供电箱)的参与者可确定需要在14kw下操作其设备2分钟以将空气温度调节到优选温度。对应于局部变化的参与者可确定需要在9kw下操作其设备7分钟以将空气温度调节到优选温度。每个参与者将该信息作为输出消息855发送到空气温度参与者，所述空气温度参与者接收所述信息作为输入消息880并处理所述消息。在过程500的阶段503，空气温度参与者可基于与(例如)时间、能量和可行性相关的其他考虑，基于对从其他参与者接收的信息进行评估来选择解决方案。在阶段545，过程500包括通过通知相关资产来执行解决方案。空气温度参与者可通知相关参与者采取行动来执行参与者所提出的解决方案。例如，空气温度参与者可发送输出消息855以通知冷却器参与者在12kw下操作冷却器5分钟。冷却器参与者接收来自空气温度参与者的消息作为输入消息880。冷却器参与者开启冷却系统以便降低空气温度并通知空气温度参与者。在过程500的阶段555，空气温度参与者基于继续接收实时温度测量来监视空气温度。在阶段560，过程500包括确定空气温度是否满足由被存储在规则815中的规则设置的准则。当确定空气温度已经返回到优选温度时，在过程500的阶段565，空气温度参与者通知冷却器返回到其正常操作。
58.执行基于边缘的设备分析(即空间温度变化率)可用于控制设备(例如，空气阻尼器)，而不依赖于云计算。执行边缘设备分析依赖于访问边缘处的数字孪生体以执行计算，而不是依赖于被存储在云中的数字孪生体。例如，设备可具有被称为空间温度的数据点，其可具有检查该值的变化率的功能。如果变化率在给定时间段内连续超过阈值，则设备的空气阻尼器关闭。这使得设备能够快速地对紧急火灾相关状况起作用，而不依赖于到云平台的网络连接性，以便提供返回到设备的命令。
59.在一些实施方案中，从设备收集的数据可被存储在时间序列数据库中。如果用户试图改变温度或检查vav箱的当前状态，则查询云存储的数据是低效且昂贵的。因此，实施方案在最近的时间段(诸如24小时)内提供关于vav箱或其他设备的信息。如果基于最近的数据观察到设备的当前行为不像预期的那样，则可访问云平台以查询与设备相关的云存储的大数据。这可基于终端用户触发或请求查询发生或者基于预设参数和阈值自动地发生。在一些实施方案中，人工智能和机器学习可用于在收集数据的同时分析和标识异常。在一些实施方案中，可将时间界限设置为具有流入或被收集的数据的最后30秒或其他预定时间段。可基于在数据中观察到的模式触发警报，所述警报继而触发将由各种设备或系统执行的动作。通过对先前收集的数据训练机器学习算法来使用机器学习使得实施方案能够在收
集设备数据时预测设备数据中的异常。实施方案可访问所收集的数据并对其进行评估以获得洞察。从中得到的数据可提供使用传统方法无法获得的先前未知的洞察。此外，实施方案能够维持和操纵整个子系统的状态机。
60.下面根据本文公开的一个或多个方面列出了许多说明性实施例。尽管下面列出的许多实施例被描述为依赖于其他实施例，但是所述依赖性不限于此。
61.实施例1.一种生成商业房地产建筑物的情境感知数字孪生体的方法，其包括：
62.由计算设备接收关于资产的信息，所述资产包括驻留在与所述商业房地产建筑物关联的一个或多个物理空间中的一个或多个设备；
63.由所述计算设备并基于所述资产的所述一个或多个设备的标识来确定对应于所述一个或多个设备的传感器或致动器的一个或多个点；
64.由所述计算设备并基于所述一个或多个点来标识经由所述一个或多个点服务所述资产的至少一个控制器，其中所述至少一个控制器包括物理实体或逻辑实体；
65.由所述计算设备确定与所述资产关联的一个或多个网络以及一个或多个位置；以及
66.由所述计算设备将所述资产、所述一个或多个点、所述至少一个控制器、所述一个或多个网络以及所述一个或多个位置中的每个存储为所述商业房地产建筑物的图表示的单独节点。
67.实施例2.根据实施例1所述的方法，其还包括：
68.基于连接到网络的设备的标识，确定所述设备是否被存储在所述商业房地产建筑物的所述图表示中；
69.基于确定所述设备未被存储在所述商业房地产建筑物的图数据库中，将所述设备标识为新设备；
70.确定对应于所述新设备的传感器或致动器的一个或多个点；
71.基于所述新设备的所述一个或多个点，标识至少一个控制器、至少一个位置以及与所述新设备关联的至少一个网络；以及
72.将所述一个或多个点、所述至少一个控制器、所述至少一个位置和与所述新设备关联的所述至少一个网络存储在所述商业房地产建筑物的所述图表示中。
73.实施例3.根据实施例2所述的方法，其中所述资产的所述一个或多个设备连接到建筑物自动化控制(bac)网络。
74.实施例4.根据实施例2所述的方法，其中所述一个或多个位置包括与所述商业房地产建筑物的所述一个或多个物理空间关联的物理位置或逻辑位置，并且其中所述一个或多个位置包括以下中的至少一者：楼层的标识、经度-纬度坐标、空间、海拔、区域、空间区域和所述一个或多个物理空间的占用者的标识。
75.实施例5.根据实施例2所述的方法，其中所述建筑物的所述图表示包括标签属性图表示。
76.实施例6.根据实施例2所述的方法，其中所述点包括设定点或时间表中的至少一个。
77.实施例7.根据实施例2所述的方法，其中所述标识与所述新设备关联的所述至少一个控制器是基于通过对所述商业房地产建筑物的一个或多个先前生成的图表示训练机
器学习算法而生成的信息。
78.实施例8.一种用于生成商业房地产建筑物的情境感知数字孪生体的系统，其包括：
79.一个或多个处理器；以及
80.存储器，其存储计算机可读指令，当所述计算机可读指令由所述一个或多个处理器执行时，配置所述一个或多个处理器以：
81.接收关于资产的信息，所述资产包括驻留在与所述商业房地产建筑物关联的一个或多个物理空间中的一个或多个设备；
82.基于所述资产的所述一个或多个设备的标识来确定对应于所述一个或多个设备的传感器或致动器的一个或多个点；
83.基于所述一个或多个点来标识经由所述一个或多个点服务所述资产的至少一个控制器，其中所述至少一个控制器包括物理实体或逻辑实体；
84.确定与所述资产关联的一个或多个网络以及一个或多个位置；以及
85.将所述资产、所述一个或多个点、所述至少一个控制器、所述一个或多个网络以及所述一个或多个位置中的每个存储为所述商业房地产建筑物的图表示的单独节点。
86.实施例9.根据实施例8所述的系统，其中所述指令还配置所述一个或多个处理器以：
87.基于连接到网络的设备的标识，确定所述设备是否被存储在所述商业房地产建筑物的所述图表示中；
88.基于确定所述设备未被存储在所述商业房地产建筑物的图数据库中，将所述设备标识为新设备；
89.确定对应于所述新设备的传感器或致动器的一个或多个点；
90.基于所述新设备的所述一个或多个点，标识至少一个控制器、至少一个位置以及与所述新设备关联的至少一个网络；以及
91.将所述一个或多个点、所述至少一个控制器、所述至少一个位置和与所述新设备关联的所述至少一个网络存储在所述商业房地产建筑物的所述图表示中。
92.实施例10.根据实施例9所述的系统，其中所述资产的所述一个或多个设备连接到建筑物自动化控制(bac)网络。
93.实施例11.根据实施例9所述的系统，其中所述一个或多个位置包括与所述商业房地产建筑物的所述一个或多个物理空间关联的物理位置或逻辑位置，并且其中所述一个或多个位置包括以下中的至少一者：楼层的标识、经度-纬度坐标、空间、海拔、区域、空间区域和所述一个或多个物理空间的占用者的标识。
94.实施例12.根据实施例9所述的系统，其中所述建筑物的所述图表示包括标签属性图表示。
95.实施例13.根据实施例9所述的系统，其中所述点包括设定点或时间表中的至少一个。
96.实施例14.根据实施例9所述的系统，其中所述标识与所述新设备关联的所述至少一个控制器是基于通过对所述商业房地产建筑物的一个或多个先前生成的图表示训练机器学习算法而生成的信息。
97.实施例15.一种包括机器可读指令的非暂时性机器可读存储介质，所述机器可读指令使处理器执行生成商业房地产建筑物的情境感知数字孪生体的方法，其包括：
98.由计算设备接收关于资产的信息，所述资产包括驻留在与所述商业房地产建筑物关联的一个或多个物理空间中的一个或多个设备；
99.由所述计算设备并基于所述资产的所述一个或多个设备的标识来确定对应于所述一个或多个设备的传感器或致动器的一个或多个点；
100.由所述计算设备并基于所述一个或多个点来标识经由所述一个或多个点服务所述资产的至少一个控制器，其中所述至少一个控制器包括物理实体或逻辑实体；
101.由所述计算设备确定与所述资产关联的一个或多个网络以及一个或多个位置；以及
102.由所述计算设备将所述资产、所述一个或多个点、所述至少一个控制器、所述一个或多个网络以及所述一个或多个位置中的每个存储为所述商业房地产建筑物的图表示的单独节点。
103.实施例16.根据实施例15所述的非暂时性机器可读存储介质，其中所述方法还包括：
104.基于连接到网络的设备的标识，确定所述设备是否被存储在所述商业房地产建筑物的所述图表示中；
105.基于确定所述设备未被存储在所述商业房地产建筑物的图数据库中，将所述设备标识为新设备；
106.确定对应于所述新设备的传感器或致动器的一个或多个点；
107.基于所述新设备的所述一个或多个点，标识至少一个控制器、至少一个位置以及与所述新设备关联的至少一个网络；以及
108.将所述一个或多个点、所述至少一个控制器、所述至少一个位置和与所述新设备关联的所述至少一个网络存储在所述商业房地产建筑物的所述图表示中。
109.实施例17.根据实施例16所述的非暂时性机器可读存储介质，其中所述资产的所述一个或多个设备连接到建筑物自动化控制(bac)网络。
110.实施例18.根据实施例16所述的非暂时性机器可读存储介质，其中所述一个或多个位置包括与所述商业房地产建筑物的所述一个或多个物理空间关联的物理位置或逻辑位置，并且其中所述一个或多个位置包括以下中的至少一者：楼层的标识、经度-纬度坐标、空间、海拔、区域、空间区域和所述一个或多个物理空间的占用者的标识。
111.实施例19.根据实施例16所述的非暂时性机器可读存储介质，其中所述建筑物的所述图表示包括标签属性图表示，并且其中所述点包括设定点值或时间表中的至少一个。
112.实施例20.根据实施例16所述的非暂时性机器可读存储介质，其中所述标识与所述新设备关联的所述至少一个控制器是基于通过对所述商业房地产建筑物的一个或多个先前生成的图表示训练机器学习算法而生成的信息。
113.实施例21.一种对连接到商业房地产建筑物的建筑物自动化控制(bac)网络的多个物联网(iot)设备进行异步控制的方法，其包括：
114.定义至少一个规则，其包括用于评估第一iot设备的数据的至少一个第一准则以及与确定所述第一iot设备的所述数据不满足所述第一准则关联的至少一个第二准则；
115.由计算设备并基于通过所述至少一个第一准则对所述第一iot设备的第一多个数据的评估来确定所述第一iot设备的所述第一多个数据是否满足所述至少第一准则；
116.由所述计算设备并基于确定所述第一iot设备的所述第一多个数据不满足所述至少第一准则来标识将被控制的一个或多个第二iot设备；
117.由所述计算设备并基于所述至少一个第二准则来确定与所述一个或多个第二iot设备关联的多个动作；
118.由所述计算设备选择与所述一个或多个第二iot设备关联的所述动作中的一个；以及
119.由所述计算设备控制与所选动作关联的所述第二iot设备以执行所述所选动作。
120.实施例22.根据实施例21所述的方法，其中所述控制与所述所选动作关联的所述第二iot设备以执行所述所选动作是基于确定所述第一iot设备的第二多个数据是否满足所述至少第二准则。
121.实施例23.根据实施例21所述的方法，其还包括：
122.基于确定所述第一iot设备的第二多个数据满足所述至少第二准则，控制与所述所选动作关联的所述第二iot设备返回到正常操作。
123.实施例24.根据实施例21所述的方法，其中从对应于所述第一iot设备的传感器或致动器的一个或多个点接收所述第一iot设备的所述第一多个数据。
124.实施例25.根据实施例21所述的方法，其中所述多个设备中的每个对应于参与者模型中的参与者，并且定义用于评估所述第一iot设备的所述数据的所述至少一个规则包括为对应于所述第一iot设备的所述参与者定义规则。
125.实施例26.根据实施例21所述的方法，其中所述标识将被控制的所述一个或多个第二iot设备是基于所述商业房地产建筑物的图表示。
126.实施例27.根据实施例21所述的方法，其中所述第一iot设备的所述第一多个数据基于以预定时间间隔周期性地从所述第一iot设备收集的数据。
127.实施例28.根据实施例21所述的方法，其中确定所述第一iot设备的所述第一多个数据不满足所述至少第一准则包括在预定时间窗口内评估所述第一iot设备的所述第一多个数据。
128.实施例29.根据实施例21所述的方法，其中所述方法还包括：
129.生成并维持所述多个iot设备中的每个的当前状态。
130.实施例30.一种用于对连接到商业房地产建筑物的建筑物自动化控制(bac)网络的多个物联网(iot)设备进行异步控制的系统，其包括：
131.一个或多个处理器；以及
132.存储器，其存储计算机可读指令，当所述计算机可读指令由所述一个或多个处理器执行时，配置所述一个或多个处理器以：
133.定义至少一个规则，其包括用于评估第一iot设备的数据的至少一个第一准则以及与确定所述第一iot设备的所述数据不满足所述第一准则关联的至少一个第二准则；
134.由计算设备并基于通过所述至少一个第一准则对所述第一iot设备的第一多个数据的评估来确定所述第一iot设备的所述第一多个数据是否满足所述至少第一准则；
135.由所述计算设备并基于确定所述第一iot设备的所述第一多个数据不满足所述至
少第一准则来标识将被控制的一个或多个第二iot设备；
136.由所述计算设备并基于所述至少一个第二准则来确定与所述一个或多个第二iot设备关联的多个动作；
137.由所述计算设备选择与所述一个或多个第二iot设备关联的所述动作中的一个；以及
138.由所述计算设备控制与所述所选动作关联的所述第二iot设备以执行所述所选动作。
139.实施例31.根据实施例30所述的系统，其中所述控制与所述所选动作关联的所述第二iot设备以执行所述所选动作是基于确定所述第一iot设备的第二多个数据是否满足所述至少第二准则。
140.实施例32.根据实施例30所述的系统，其中当所述指令由所述一个或多个处理器执行时，还配置所述一个或多个处理器以：
141.基于确定所述第一iot设备的第二多个数据满足所述至少第二准则，控制与所述所选动作关联的所述第二iot设备返回到正常操作。
142.实施例33.根据实施例30所述的系统，其中从对应于所述第一iot设备的传感器或致动器的一个或多个点接收所述第一iot设备的所述第一多个数据，并且其中所述第一iot设备的所述第一多个数据基于以预定时间间隔周期性地从所述第一iot设备收集的数据。
143.实施例34.根据实施例30所述的系统，其中所述多个设备中的每个对应于参与者模型中的参与者，并且定义用于评估所述第一iot设备的所述数据的所述至少一个规则包括为对应于所述第一iot设备的所述参与者定义规则。
144.实施例35.根据实施例30所述的系统，其中所述标识将被控制的所述一个或多个第二iot设备是基于所述商业房地产建筑物的图表示。
145.实施例36.根据实施例30所述的系统，其中所述确定所述第一iot设备的所述第一多个数据不满足所述至少第一准则包括在预定时间窗口内评估所述第一iot设备的所述第一多个数据。
146.实施例37.根据实施例30所述的系统，其中当所述指令由所述一个或多个处理器执行时，还配置所述一个或多个处理器以：
147.生成并维持所述多个iot设备中的每个的当前状态。
148.实施例38.一种包括机器可读指令的非暂时性机器可读存储介质，所述机器可读指令使处理器执行一种对连接到商业房地产建筑物的建筑物自动化控制(bac)网络的多个物联网(iot)设备进行异步控制的方法，其包括：
149.定义至少一个规则，其包括用于评估第一iot设备的数据的至少一个第一准则以及与确定所述第一iot设备的所述数据不满足所述第一准则关联的至少一个第二准则；
150.由计算设备并基于通过所述至少一个第一准则对所述第一iot设备的第一多个数据的评估来确定所述第一iot设备的所述第一多个数据是否满足所述至少第一准则；
151.由所述计算设备并基于确定所述第一iot设备的所述第一多个数据不满足所述至少第一准则来标识将被控制的一个或多个第二iot设备；
152.由所述计算设备并基于所述至少一个第二准则来确定与所述一个或多个第二iot设备关联的多个动作；
153.由所述计算设备选择与所述一个或多个第二iot设备关联的所述动作中的一个；以及
154.由所述计算设备控制与所述所选动作关联的所述第二iot设备以执行所述所选动作。
155.实施例39.根据实施例38所述的非暂时性机器可读存储介质，其中所述控制与所述所选动作关联的所述第二iot设备以执行所述所选动作是基于确定所述第一iot设备的第二多个数据是否满足所述至少第二准则。
156.实施例40.根据实施例38所述的非暂时性机器可读存储介质，其中所述方法还包括：
157.基于确定所述第一iot设备的第二多个数据满足所述至少第二准则，控制与所述所选动作关联的所述第二iot设备返回到正常操作。
158.尽管已经用对结构特征和/或方法动作专用的语言描述了本主题，但是应理解，所附权利要求书中定义的主题不必限于上述特定特征或动作。相反，以上描述的特定特征和动作是作为所附权利要求的示例实施方案而描述的。