miner:anvandning:systemintegration:manuell-process

Manuell process för klassificering av dataunderlag från BMS

Denna sida beskriver den manuella process som används inom iquest för att förbereda och klassificera dataunderlag från byggnadsautomationssystem (BMS) för integration och inläsning via Miner. Processen ligger till grund både för interna arbetssätt och för framtida automatisering.

I denna text använder vi en del benämningar för metadata (attribut) för datapunkter som brukar användas av iquest i anslutning till kundprojekt om det inte finns några specifika önskemål från kunden. Det går så klart bra att använda valfria benämningar för attributen, exempelvis ”RealEstate” istället för ”site”, ”byggnad” istället för ”building” och så vidare. Det viktiga är att säkerställa att ni håller er till samma standard för alla anläggningarna inom samma bestånd.

Arbetsflödet består av följande delar:

  • Förberedelse och strukturering av dataunderlaget
  • Urval av datapunkter med hjälp av kolumnen #import
  • Kontroll och komplettering av system och equipment
  • Sättning av kvalifierare (!qualifier)
  • Sättning av rums- och våningsinformation
  • (Vid behov) ontologi-/REC-anpassad klassificering
  • Kvalitetssäkring
  • Slutförande av underlaget

flowchart TD Connection[Skapa anslutning
mot datakälla] --> Job[Skapa ett minerjobb
och lista datapunkter] Job --> ChoosePoints[Välj ut önskad data] ChoosePoints --> |I minern eller med hjälp av Excel|Tag[Vid behov: Justera och utöka
med mera metadata] Tag --> |"Om m.h.a. Excel, läs tillbaks
inställningar i CSV-format (UTF-8)" |Reload[Uppdatera jobbets inställningar] Reload -->|Spara backup från inställningarna| StartJob[Starta jobbet]

Varje steg beskrivs mer detaljerat nedan.

  • Öppna dataunderlaget (t.ex. en CSV- eller Excel-export från BMS eller Miner).
  • Identifiera kolumner som innehåller benämningar där information om system och equipment kan utläsas, exempelvis:
    • punktnamn
    • interna koder
    • beskrivningstext från BMS
  • Dela upp dessa benämningar i flera kolumner (manuellt eller med funktioner som ”Text till kolumner”) så att:
    • systemkoder hamnar i en egen kolumn
    • equipment-/komponentkoder hamnar i en egen kolumn
  • Städa och normalisera texterna så att du kan:
    • filtrera och sortera kolumnerna
    • bläddra system för system

Syftet är att skapa en strukturerad och hanterbar vy över dataunderlaget.

Urvalet styrs av kolumnen #import, som anger om datapunkten ska ingå i klassificeringen eller ej.

Värde Betydelse
1 Datapunkten ska klassificeras i denna import.
0 Datapunkten ska inte importeras.
2 Datapunkten är intressant för framtida arbete, men ingår inte i denna import.
3 Otydlig eller felaktig datapunkt. Kräver kunddialog eller korrigering i datakällan.

Arbetssätt:

  • Gå igenom materialet och sätt #import = 1 på datapunkter som ska klassificeras.
  • Sätt värden 0, 2 eller 3 på övriga punkter enligt tabellen ovan.
  • Dokumentera gärna orsaken vid värde 3 (t.ex. fel i BMS-benämning).

När #import = 1 är satt, kontrolleras att system och equipment är korrekt för varje sådan datapunkt:

  • Gå igenom ett system i taget.
  • Kontrollera att systemkoden är korrekt.
  • Kontrollera att equipment-koden är korrekt.
  • Komplettera eller rätta felaktigheter.

Målet är att varje datapunkt har:

  • korrekt system
  • korrekt equipment

Detta är grunden för unik identifiering och continues datakvalitet.

För att särskilja olika semantiska roller per datapunkt används kolumnen !qualifier.

  • Skapa kolumnen !qualifier (om den saknas).
  • Sätt ett suffix som beskriver datapunktens roll. Exempel:
Qualifier Betydelse
MV Mätvärde (uppmätt värde)
BV Börvärde (setpoint)
AL-L Larmgräns låg
AL-H Larmgräns hög

Kombinationen:

  • system
  • equipment
  • !qualifier

ska vara unik per datapunkt i det aktuella underlaget.

Komplettera med attribut för att beskriva tillhörigheten till fastighet, byggnad, byggnadsdel med mera. Använd lämpligtvis vedertagen terminologi från ontologier såsom RealEstateCore:

  • !site för fastighet
  • !building för byggnad.

För datapunkter som avser en specifik zon eller ett specifikt våningsplan ska detta extraheras till:

  • !room
  • !floor

Arbetssätt:

  • Identifiera var denna information kan hämtas (punktnamn, metadata, beteckning).
  • Fyll i korrekta värden i respektive kolumn.
  • Korrigera felaktiga eller otydliga värden.

Detta steg utförs endast för de kunder eller integrationer som kräver specifik mappning mot en ontologi, exempelvis RealEstateCore (REC) i samband med ProptechOS-integration.

Om detta steg är relevant:

  • Skapa nödvändiga REC-kolumner, t.ex.:
    • #rec:Device.QuantityKind
    • #rec:Device.MeasurementUnit
    • #rec:Device.PlacementContext
    • samt eventuella ytterligare #rec:Device.* och #rec:SuperDevice.*
  • Fyll i värden för datapunkter med #import = 1.
  • Säkerställ att mappningen följer den aktuella ontologin och prioriterade datapunktslistan.

För mer information om inställningar för Miner och REC-mappning, se: proptech_os

Innan underlaget anses färdigt utförs en kvalitetskontroll:

  • Skapa en kontroll (t.ex. formel i kalkylblad) som verifierar att kombinationen: system + equipment + !qualifier är unik för varje datapunkt.
  • Identifiera och korrigera:
    • dubbletter
    • saknade kvalifierare
    • felaktig system- eller komponenttillhörighet

Utför därefter en sista manuell översyn för att fånga:

  • uppenbara fel
  • inkonsekvenser
  • datapunkter som kräver kunddialog (ofta de med #import = 3).

När alla steg är klara ska varje datapunkt:

  • ha korrekt #import-värde
  • ha rätt system, equipment och kvalifierare
  • ha rums- och våningsinformation där det är relevant
  • (vid behov) vara korrekt REC-klassificerad
  • ingå i ett underlag där nyckeln system + equipment + !qualifier är unik

Underlaget är då färdigt för vidare import eller användning.

  • miner/anvandning/systemintegration/manuell-process.txt
  • Senast uppdaterad: 2025/12/09 09:06
  • av dokuadmin