都市エネルギー移行のためのセマンティック統合：分野横断的な相互作用のためのリンクトデータ

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:This dissertation provides a semantic framework for organizing heterogeneous urban energy data and demonstrates cross-sector analysis with PV and EV examples.

🏢実務担当者:Urban planners and energy utilities can use the neighbourhood ontology to link building and transport data for more integrated planning.

🏛政策担当者:Policymakers developing smart city or energy transition strategies can leverage the semantic integration approach to break data silos and enable cross-sector coordination.

都市のエネルギー転換には、多くの都市領域と多様な形態の都市データが関与する。データの異質性は、情報源、スケール、指標定義の間で根強く存在する。データサイロは研究と実践の両方において依然として一般的である。これらの状況は、場所間の透明な比較を制限し、組織境界を越えた集合的な計画を制約する。本博士論文は、以下の問いを検討することによってこの課題に取り組む：都市のエネルギー転換の文脈において、セマンティック統合はどのようにして建物と交通のエネルギーシステムの部門横断的な相互作用の分析を可能にするのか？研究は、地区レベルのエネルギー転換研究の系統的レビューから始まる。多次元分析を用いることで、このレビューは、当該分野が急速に成長してきたものの、技術、社会政治、ガバナンス、市場という別々の領域に沿って組織化されたままであることを示す。この発見は、統合的で分析的な基盤の必要性を確立する。この基盤に基づき、本博士論文は、統合と分析のための都市エネルギー証拠を組織化するための近隣地区レベルのセマンティック構造を提案する。そうすることで、データ組織化は中立的な技術的ステップではなく、都市のエネルギー問題が認識され解釈される方法の一部であることを実証する。次に、本博士論文はこのセマンティックなアプローチを2つの部門横断的な文脈に適用する。第一に、近隣地区太陽光発電オントロジーを通じて、このセマンティックなアプローチを近隣地区の太陽光発電計画に拡張する。これは、PVシステム情報、近隣地区および3D建物コンテキスト、動的な時系列入力を結び付ける。分析は、時間別の太陽光発電量と複数の屋根被覆シナリオを推定し、近隣地区間での地域発電量と太陽光発電ポテンシャルの時間的変動を示す。第二に、本博士論文は、電気自動車充電活動を通じて建物と交通のエネルギーシステムの統合にアプローチを拡張し、充電関連情報、交通調査データ、近隣地区特性、太陽光発電容量を結び付ける。このケースは、電気自動車の充電需要と太陽光発電の間の時間的なミスマッチとともに、近隣地区間での需要強度と地域の需給関係の空間的な差異を示す。これらの応用は、セマンティック統合が、建物、交通、地域の再生可能エネルギーシステム間の相互作用の測定可能かつ計画に関連する分析を支援できることを実証する。本研究は、リンクトデータを通じたデジタル統合が、部門横断的な都市エネルギー転換分析のための再利用可能な基盤を提供すると結論付ける。本研究は3つの主要な貢献を行う。第一に、部門間の分離と異質なデータ組織化を、部門横断的な都市エネルギー分析への主要な課題として特定する。第二に、異質な都市エネルギーデータセットを組織化し結び付けるための近隣地区スケールのセマンティック統合フレームワークを開発する。第三に、太陽光発電評価と電気自動車充電分析における実証的応用を通じて、このフレームワークの分析価値を実証する。全体として、本博士論文は、セマンティック統合が、データセットと都市部門間の相互作用分析の支援を可能にすることにより、領域固有のデータ管理を超えて進むことができることを示す。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

Urban energy transition involves many urban domains and diverse forms of urban data. Data heterogeneity is persistent across sources, scales, and indicator definitions. Data silos remain common in both research and practice. These conditions limit transparent comparison across places and constrain collective planning across organisational boundaries. The dissertation addresses this challenge by examining: how semantic integration can enable the analysis of cross-sector interaction of building and transport energy systems in the context of urban energy transition? The research begins with a systematic review of district-level energy transition research. Using a multidimensional analysis, the review shows that the field has grown rapidly, but remains organised along separate technological, socio-political, governance, and market domains. This finding establishes the necessity for an integrative analytical foundation. On this basis, the dissertation proposes a neighbourhood-level semantic structure for organising urban energy evidence for integration and analysis. In doing so, it demonstrates that data organisation is not a neutral technical step, but part of the method by which urban energy problems are recognised and interpreted. Next, the dissertation applies this semantic approach in two cross-sector contexts. First, it extends the semantic approach to neighbourhood photovoltaic planning through the Neighbourhood Photovoltaic Generation Ontology, which links PV system information, neighbourhood and 3D building context, and dynamic time series inputs. The analysis estimates hourly photovoltaic generation and multiple roof coverage scenarios, showing temporal variation in local generation and photovoltaic potential across neighbourhoods. Second, the dissertation extends the approach to the integration of building and transport energy systems through Electric Vehicle Charging Activity, linking charging-related information, travel survey data, neighbourhood characteristics and photovoltaic capacity. The case shows a temporal mismatch between electric vehicle charging demand and photovoltaic generation, together with spatial differences in demand intensity and local supply-demand relations across neighbourhoods. These applications demonstrate that semantic integration can support measurable and planning-relevant analysis of interactions across building, transport, and local renewable energy systems. The study concludes that digital integration through linked data provides a reusable basis for cross-sector urban energy transition analysis. It makes three main contributions. First, it identifies sectoral separation and heterogeneous data organisation as key challenges to cross-sector urban energy analysis. Second, it develops a neighbourhood-scale semantic integration framework for organising and linking heterogeneous urban energy datasets. Third, it demonstrates the analytical value of this framework through empirical applications in photovoltaic generation assessment and electric vehicle charging analysis. Overall, the dissertation shows that semantic integration can move beyond domain-specific data management by enabling support for interaction analysis across datasets and urban sectors.

• openalex https://research.tue.nl/en/publications/d9fd4708-3fab-4403-a40d-d788aed1cd6efirst seen 2026-07-03 04:43:15