信息的交换与通讯渐渐融入我们生活中的每一件事物，智能交通，平安家居，个人健康……智能化的识别定位、监控管理让我们的生活变得便捷而生动。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。物联网的发展正在掀起信息产业的第三次革命浪潮，大大小小事情都渗透着物联网的内涵，我们的生活方式正被物联网无声无息地改变着。
当建筑遇到大数据时代，需要解决什么问题？
现在的社会是一个高速发展的社会，科技发达，信息流通，人们之间的交流越来越密切，生活也越来越方便，大数据就是这个高科技时代的产物。随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。
大数据到底有多大？
一天之中，互联网产生的全部内容可以刻满1.68亿张DVD；发出的邮件有2940亿封之多。从这两个例子可以窥见大数据之“大”。伴随着物联网技术的大规模应用，海量的物联网数据、设备、业务、服务各自采用不同的数据描述方式，导致数据异构化、设备异构化、应用异构化等碎片化问题，阻碍了产业的发展。目前的现实是，在这些足够多的数据中，能被利用的有效数据却很少。
什么是有效数据？
有效数据是指你能真正了解其背后含义的数据。例如，自控系统某采集点 zn3 上报数据 76.2，这个数据代表什么呢？可能很多人都不明所以，这就是没有效的数据。
建筑要实现智能化，当前最大的问题就是如何描述这些数据所代表的含义，后面的分析、加工才能顺利进行，才能挖掘数据的价值，工作才有目标。
IoT物模型的解决方式
IoT物模型可以解决这个问题吗？答案是否定的。
国家将 5G 和物联网上升为国家战略，万物互联是必然趋势。几大互联网公司、科技公司都在狂热地布局自己的物联网地盘，同时也掀起一大批IoT物联网模型或标准的推出。各家都将自己的物模型作为解决设备互联互通的一把钥匙。
可这把钥匙是否就是一把万能钥匙呢？
我们以某 IoT 物模型为例：它其实是一种数据模型，是物理空间中的实体（如传感器、车载装置、楼宇、工厂等）在云端的数字化表示。通过定义物模型的属性、服务和事件三个维度，分别描述该实体是什么、能做什么、可以对外提供哪些信息。
这是一种相对简单的分类方法，尤其在智能家居这种产品形态功能比较容易定义的应用场景下，通过概括产品的基本属性、外部服务和可上报事件，基本可以将设备产品描述清楚。几家主流 IoT 产品的做法，也大同小异。其实都是来自同一个出处——W3C万维物联网联盟的WoT TD标准。
WoT TD
全称Web of Thing Thing Description. 这是一种在网络上进行物联网设备描述的语言规范。建立这套规范的目的就是为了将物联网中的设备抽象为资源和服务能力，连接到web 空间，搭建可以兼容异构网络和分布式终端的泛应用开发环境，使得物联网上的嵌入式设备和业务更容易接入与访问。
WoT TD的核心就是Properties, Action, Event 这三个组。WoT TD 的描述方式类似于：“人，是具有四肢和大脑，可直立行走的高级哺乳动物。”但是这样的解释并不够准确和全面。这种方式当然也可以增加足够的Properties, Action, Event 要素，来将设备的描述做得相对精确，但我们对事物描述的初衷是为了更好的使用，而不是给自己增加复杂度。所以将事物用几组要素来定义描述的方式在智慧建筑上未必合适。
楼宇的编程语言
HTML是一种用于创建网页的标准标记语言，通过HTML可以建立Web网站。HTML包括一系列形如
,
和HTML类似，Bacnet, OPC, Modbus楼宇自控协议其实类似于楼宇的编程语言，他们有各自的语法规范，相对应WoT TD则是一种抽象的泛描述语言，而这种描述显得过于片面，用来做一些基本原则性的分类还是可以的，就像是区分空调、电风扇和冰箱这种类别的电器，这是一种归纳概括共性的方法。
用WoT TD来描述相对简单且结构不复杂的设备是可以的，但是建筑是一个相对复杂的综合体，现场环境和部署工艺的差别都导致很多设备设施无法用这种简单结构的WoT TD模型来阐述，这就需要我们引入一种更能描述标记差异特性的语义方法 — Haystack。
Haystack
一套用于描述建筑数据的语义标签词典和方法工具。它既有行业语义库，包括BA暖通、照明、电梯等细分行业标签，还有一套标准API接口及工具。Haystack类似建筑行业的HTML，是一种标记语言，借用标签的方式来对设备/系统的情况进行解释说明。建筑内的各类设施设备包括逻辑系统和空间都可以用Haystack的标签方式来说明其详细特征，比如我们对空间内的一个设备进行标签化描述，设备由多个点位组成，所以形成了site（space）：equip：point 三层结构。
从整个项目层面来看就形成了如下拓扑图（蓝色是equip，灰色是point，深色是site）
Haystack Tag很大的一个优点是，在不强制要求改写原有的模型结构的情况下，作为一种解释性的补充手段出现，就像是电商平台的用户画像，通过收集用户的社会属性、消费习惯、偏好特征等各个维度的数据，进而对用户或者产品特征属性进行刻画，从而抽象出用户的信息全貌。打造建筑相对应的行业语义画像，让数据的使用者更能明白数据背后的真实含义，这才是Haystack Tag的真实价值所在。
基于这个标签模式，我们也可以大大降低传统现场工程的人力过程。比如通过标签筛选，批量创建规则条件，过滤后，匹配到实际的操作对象，减少之前纯手工部署的大量重复工作。通过使用标签，美的结合自身的暖通自控行业经验，可以将故障诊断 (FDD)和能源优化的算法发挥更大的效果。
演绎推理的方式：打标签
IoT物模型是基于一种假设，即我们可以很抽象的定义归纳出设备系统的所有特性可能，不管是属性（Property）还是动作（Action）抑或事件（Event），甚至也可能未来还有其他新加的类别，也就是所有的特性都可以划分到这几种类别（Buckets）下，这是当前很多IoT物模型的逻辑。
但是实际情况是，现场工程的差异性及控制场景的复杂，导致暖通大机这样的设备系统一般都是按需设计定制，这就使得按既有框架的方式来定义物模型，会在过程中出现很多问题。而标签这种画像打标方式，则是考虑事物无法从全局上一次定义明确，但可以通过多维信息的补齐，逐步将模糊的事物描述地更全面、更精准。
相比较loT物模型的归纳方法，打标签是一种演绎推理的方式。基于打标的基本原则，可以灵活延伸事物的特征标识，综合这些标识，就可以勾勒出一个建筑事物的立体画像。对于信息标签化，可以借助大数据的一些成熟技术模型，来整理和建立具有行业自身特色的标签体系，这对依托标签进行后续的数据挖掘分析会有很大的帮助。
结语
不想成为沉默数据，就要被有效利用起来，而建筑数字化平台的互操作性是衡量数据能否被有效利用起来的标准，同时为了能让数据被有效利用，联盟共同推出了语义标签这一功能。但并不是说一种方法就能通用于任何地方。例如在多行业、多过程协同参与的建筑数字化中，设计和结构可能用BIM（建筑信息建模）和IFC（国际金融中心）模型更合适，运营阶段用Haystack（搜索框架）标签化更有效，审计过程则更适合用BuildingSync模型。所以在实际过程中，要根据实际情况采用合适的方法。模型形式上的大一统不会是最有效的，这也不符合生物多样化的发展之路，不过背后的知识却会成为比数据更为重要的价值资产。
