- · 《节能与环保》征稿要求[08/03]
- · 《节能与环保》投稿方式[08/03]
- · 《节能与环保》栏目设置[08/03]
- · 《节能与环保》刊物宗旨[08/03]
情境计算中间件及其在校园节能中的应用(2)
作者:网站采编关键词:
摘要:对于传感器记录,从传感器中接收的数据格式为(下面以温度传感器为例进行说明): {"name":"温度传感器", "ID":"304","timestamp":"2018-03-11T20:16:30", "value":15
对于传感器记录,从传感器中接收的数据格式为(下面以温度传感器为例进行说明):
{"name":"温度传感器", "ID":"304","timestamp":"2018-03-11T20:16:30", "value":15}
value=15表示当前的温度值为15℃。Timestamp表示时间戳。因此,适配层只要根据传感器设备ID找到设备信息表中所对应的设备编号,就可以找出该设备所在位置以及设备测量的信息类型,最后按上述接口格式把剩余相关信息填入对应位置即可形成传感器记录。
对于互联网记录,由于互联网设备只需要接收天气预报和时间信息,而从Web Service中接收的天气预报数据格式(以北京某一时刻的天气预报为例进行说明)为:
{"weatherinfo":{"city":"北京", "cityid":"", "temp":"18", "WD":"东南风", "WS":"1级", "SD":"17%", "WSE":"1", "time":"17:05", "isRadar":"1", "Radar":"JC_RADAR_AZ9010_JB", "njd":"暂无实况", "qy":"1011", "weather":"晴"}}。
因此适配层需要对天气预报数据进行切分和提取,本文根据实际需要提取了temp(当前温度)、WS(风速)、SD(相对湿度)、WSE(风力)、njd(能见度)和weather(天气)信息并把这些信息封装成数组作为当前自然情境信息,把此信息类型标记为Nature,最后形成记录。同时适配层可以直接从互联网获取当前时间信息,并把此信息类型标记为Time而形成记录。
4服务层
服务层位于适配层和应用层之间,是中间件的关键一层,因为其中涉及了对数据的推理和计算进而智能生成服务。服务层提供的服务具有主动性,主要分为基础型服务和组合型服务。其中基础性服务是指系统提供的常规化服务,是对单一情境信息的分析推理得出的服务。而组合型服务是指对多维情境信息进行融合及分析推理得出的服务[7]。因为在校园生活中,用户和环境都会受到多种因素的影响,因此本文主要讲述组合型服务。
首先,服务层要进行语义网建模并利用这些模型构建情境推理模型和规则库,再进行情境推理,最后得出组合型服务。下面将详细介绍这个过程。
4.1语义网建模
语义web是一种通过语义技术和web技术融合后得到的新技术,通过给web信息添加一定的语义,从而使计算机可以认识和理解web上的数据[8]。语义推理是语义web的重要功能,其作用主要是通过建立一个基于主、谓、宾三元组形式的语义模型对不同数据结点建立关联关系,利用已知信息和关联关系推导出未知信息,从而为用户提供更好服务[9]。由于资源层采集了大量不同的数据信息,如果服务层想对这些信息进行处理就必须要理解这些信息及其它们之间的关系,因此本文将采用语义网技术来全面建立相关模型。限于篇幅仅给出下面3个主要的RDF模型以说明情境数据信息的含义及其它们之间的关系。
4.1.1 自然条件RDF模型
情境的不同会导致需求的不同,进而导致实体服务的不同,比如文献[7]所述,红外传感器放室内可以用于防盗和检测是否有人,放室外则可以用于距离的测量。
由于自然条件是可以描述各种各样的情境,从而在一定程度上影响实体服务的生成。所以本文建立的自然条件RDF模型(如图2所示)能够清晰反映在一定时间和空间下个体所处的情境,并显示了不同自然情境信息之间的关系,为之后多维情境信息的融合和分析提供很大的帮助。
图2 自然条件RDF模型
本模型说明了自然条件(Nature)主要分为物理条件(Physical)、天气状况(Weather)和其它条件(Other)。包括温度(Temperature)、亮度(luminance)和水流量(waterFlow)。天气状况(Weather)分为下雨(rainy)、下雪(snowy)、晴天(sunny)、有风(windy)、阴天(cloudy)。其它条件(Other)包括了学生反馈情况(StudentFeedback)、课程表安排情况(ClassSchedule)、节假日(Holiday)和校园活动(CampusActivity)。比如,如果温度为0℃,就需要自动开启暖气设备。
4.1.2 空间RDF模型
实体服务都发生在特定的时间和地点中,因此与其相关的信息和操作控制都具有时空特性。在文献[7]中提到了一个与PM2.5有关的情境感知服务,它表明一个特定地点和这个特定地点相近的地点具有相关性,且在当前环境不可测时,可以利用离现在时间较近的过去或未来几个时间点的数据信息来推断出当前的环境状况,从而提供近似服务。因此,本文将建立一个空间RDF模型(如图3所示)用于有效地表达出了智慧校园空间的全部信息,方便以后对智慧校园设备的定位、控制和维护。
图3 空间RDF模型
本模型说明了位置(space)是由区域(region)和地理位置(GeographicalLocation)组成的。不同的固定位置(fixed)组成了一个区域(region),固定位置(fixed)又分室内(indoor)和室外(outdoor)。同时,区域(region)也是由地理位置(GeographicalLocation)组成(consistOf)的,不同的地理位置(GeographicalLocation)又具有不同的定位编号(VHPN)。比如,当用于灌溉的水龙头出现故障且需要及时维修时,智慧校园就需要给出该水龙头开关的具体位置以加快工作人员的寻找速度。
文章来源:《节能与环保》 网址: http://www.jnyhbzz.cn/qikandaodu/2020/0914/429.html
上一篇:懒,可能是大脑开启了“节能模式”
下一篇:新时期加强农村能源环保工作的策略探讨