Web response ontology for data import in smart buildings

Abstract

Intelligente Gebäude sammeln und speichern Daten von unterschiedlichen Sensoren, um unter anderem Energie einzusparen und den Komfort der Bewohner zu verbessern. Die Nützlichkeit der gesammelten Datenbestände kann verbessert werden, indem sie mit externen Datenquellen verschmolzen werden. Diese gewonnenen Datenpunkte könnten analysiert werden, um Energie und damit Geld zu sparen. Bevor mit den Daten gearbeitet werden kann, müssen sie jedoch zuerst von den Webservern abgerufen werden. Diese liefern ihre Informationen in verschiedenen Formaten wie CSV, JSON und XML. Jedes Format muss anders behandelt und analysiert werden. Ontologien sind ein geeignetes Werkzeug zum Kombinieren von Datenpunkten und zum Darstellen von Wissen. In dieser Arbeit wird eine Ontologie zur Beschreibung von Webservice-Antworten erstellt, die in CSV-, JSON- oder XML-Formaten vorliegen. Um die Anwendbarkeit der Ontologie zu überprüfen, wird sie von einem Parser verwendet, um die angegebenen Datenpunkte in Web-Service-Antworten zu extrahieren. Die extrahierten Daten werden für die Berechnung der Energiebedarfsprognose in einem Bürogebäude in Wien herangezogen.

Smart buildings collect and store data from lots of sensors to save energy and improve the comfort level of the occupants among other things. The usefulness of the collected samples can be enhanced by fusing them with external data sources. These improved data points could be analysed to help save energy and therefore money. However before working with the data, it must first be retrieved from web servers. These provide their information in various formats like CSV, JSON and XML. Each format must be treated and parsed differently. Ontologies are a great tool for combining data points and representing knowledge. In this thesis, a response description ontology to describe web service responses in CSV, JSON or XML format is created. To verify the applicability of the ontology it is used by a parser to extract the specified data points in web service responses. The extracted data is then used to calculate one day heat energy consumption forecasts in a smart office building situated in Vienna.