在智能建筑環境中，數據集成意味著識別、轉換、分析和利用來自不同來源的數據，以提高建筑所有者最寶貴資產的性能。

　　將強大的數據集成架構與智能技術相結合，可以讓利益相關者更好地理解建筑物的系統和設備協同工作的效果，并為實現組織目標創建明確的路徑。專家掌握系統集成和正確的技術堆棧是充分利用物業潛力的關鍵。

　　智能建筑對數據集成架構的需求

　　數據集成架構是建筑數據映射、協調和交付的手段。通過正確的集成，數據可以推動更好的建筑性能，更輕松的利益相關者之間的協作，以及更高的租戶滿意度。

　　在智能建筑中，數據集成架構涉及多個層面:

　　源系統將外部和內部應用程序、記錄系統、企業數據倉庫和其他現有技術包含到一個中央統一的核心系統中，如建筑管理系統(BMS)。

　　連接性是集成的關鍵。在一個集成良好的系統中，數據流必須是無縫的，故需要一個安全可靠的連接。

　　數據集成將收集到的建筑數據進行轉換，并允許操作人員在孤島外查看數據，從而全面了解建筑系統。其使得大數據的訪問和歸檔具有成本效益。

　　數據規范化使信息標準化，使其有用，且機器可讀。實現并保證干凈、建模良好的規范化數據的技術，對于推動分析等所有應用至關重要。

　　數據分析將物聯網(IoT)設備收集的無組織大數據轉換為有意義的、可操作的見解。

　　由于擁有豐富的數據點，智能建筑需要強大的數據集成架構，為先進的自動化策略提供動力，并允許利益相關者快速做出明智的決策。

　　數據集成架構中的關鍵因素

　　各種平臺技術都希望將數據協調并整合到一個架構中。這些需要足夠全面以支持當前的系統需求，同時仍然允許足夠的可擴展性，以允許進一步的架構開發。高級數據集成平臺使以數據為中心的方法能夠管理建筑。

　　然而，未被維護的系統，包括控制器、軟件和未被更新或其制造商不再支持的網絡設備，存在嚴重的網絡安全風險。如果系統與許多設備離線運行，其實際上是手動操作的，無法實現智能系統集成的自動化好處。因此，初始設計和持續維護對于強大的數據集成架構都是至關重要的。

　　以下是需要考慮的關鍵因素:

　　❶ 數據倉庫

　　數據倉庫關注與最終用戶通信數據所涉及的處理和呈現。盡管所有的數據倉庫都是獨一無二的，但每一個都具有標準功能。數據倉庫應用僅在需要時支持用戶的數據需求。

　　數據倉庫支持以下應用:

　　預測

　　分析

　　總結報告

　　趨勢分析

　　操作系統會定期更新倉庫數據庫，通常是在建筑物使用者不使用時。隨著這些數據的積累，可以定期將其提取、過濾并加載到專用數據倉庫。

　　❷ 人工智能

　　在數據集成架構涉及的應用中，那些以人工智能(AI)為特色的應用提供了對建筑系統最全面的觀察。AI使利益相關者能夠從許多不相關的來源獲得統一的數據觀點，并提供必要的見解，以理解從建筑的不同系統收集的數據。

　　此外，AI簡化了數據集成。其改善了數據的流動，增強了數據處理能力。在AI的支持下，數據集內的模式和趨勢更容易被揭示，從而產生更準確的統計建模和更好的洞察力。AI還可以實現數據映射和預測的自動化。

　　❸與供應商合作

　　在數據集成架構方面，建筑所有者面臨的最大挑戰之一是供應商開發和擁有的網絡。通過訪問憑據，使其可以對網絡和設備、建筑控制和其他供應商進行管理訪問，且還可以有效地“要挾”客戶。

　　為了防止供應商越權，利益相關者應該遷移或升級設備和軟件，以消除風險，并致力于聚合網絡，以確保完全控制。然而，最重要的戰略之一是與專家主系統集成商(MSI)合作。MSI作為建筑業主和供應商之間的中介，與IT團隊合作解決集成問題，并創建統一的方法。

　　❹ 集成平臺

　　沒有正確的組件，即使是最強大的數據集成架構也無法優化性能或提供做出明智決策所需的清晰度。

　　像IOT Jetstream這樣的集成平臺和獨立數據層(IDL)是實現支持設備和應用程序之間數據流所必需的協同關系的關鍵。一旦建筑系統被統一，像onPoint這樣的智能建筑平臺就可以與建筑系統、物聯網設備和基于云的應用無縫協作，就可以充分利用建筑數據。借助這些技術，建筑性能才能真正發揮出其全部潛力。