• <Подробнее см. Intel.com

Примеры в области аналитики больших данных: управление потребительской системой электропитания

Pecan Street использует анализ данных для предоставления преимуществ клиентам

Bert Haskell (Берт Хаскель), директор по технологиям, Pecan Street Inc.

 

Pecan Street Inc. — это некоммерческий консорциум университетов, технологических компаний и поставщиков коммунальных услуг, которые сотрудничают между собой в области тестирования, проверки и коммерциализации технологий интеллектуальных энергосистем. Термин интеллектуальная энергосистема используется для определения попыток компаний в области предоставления коммунальных услуг модернизировать энергосистему с помощью расширенных измерительных систем, систем управления электропитанием дома (HEMS), датчиков, фотогальванических солнечных систем (PV), энергоэффективных устройств, электрических транспортных средств и интернет-служб, которые могут помочь клиентам более эффективно расходовать электроэнергию. На сегодняшний день за два года исследований Pecan Street собрала данные о потреблении электроэнергии более чем в 200 частных хозяйствах в рамках инфраструктуры Мюллер в Остине, Техас.

Одна из главных целей Pecan Street заключается в продвижении новых продуктов, услуг и экономичных возможностей в области управления энергопотреблением. Благодаря проведенному исследованию мы можем предоставить людям не только необходимые сведения, но и средства контроля и снижения расхода электроэнергии. Мы также можем сделать их дома более комфортными для проживания. Кроме этого, компании в области коммунального обслуживания могут использовать эти данные для улучшения управления сетью и правильных инвестиций в модернизацию инфраструктуры.

Главным компонентом исследования Pecan Street является архитектура "от устройства до облачной среды", которая позволяет собирать данные из нескольких источников и хранить их для анализа и визуализации. Мы собираем данные об электроэнергии в системах, которые измеряют количество тока электроэнергии посредством шести или восьми циклов каждые шесть секунд. Мы также получаем данные о газе и воде от коммунальных измерительных систем по беспроводному шлюзу. Более того, средство сбора с радиосвязью на старом диспетчерском пункте аэропорта в инфраструктуре передает данные потоком от передовых интеллектуальных измерительных устройств Landis+Gyr* на суперкомпьютер Университета Техаса и в нашу базу данных через высоконадежную муниципальную сеть.

Мы ведем журнал действий клиентов, связанных с изменениями мер по охране окружающей среды в их домах или с изменениями просмотра информации об энергопотреблении. Мы также планируем собирать данные от расширенных термостатов, домашних автоматизированных систем, домашних систем обеспечения безопасности, детекторов движения и новых энергетических технологий, таких как солнечные панели и зарядные станции электрических средств передвижения.

Для нас очень важно знать, как клиенты используют данные, которые мы собираем. Поэтому в рамках нашего исследования некоторые из участников получат доступ к своим данным на веб-портале или посредством приложения для смарт-фона.

За два года мы уже собрали огромное количество данных — более чем 80 гигабайт информации — и мы ожидаем, что это количество дойдет до терабайта в рамках нашей программы. Несмотря на то, что терабайт может показать не таким уж и большим количеством данных, в рамках отдельных точек сбора данных — это огромное количество информации. Сама по себе каждая точка сбора данных уникальна, поэтому обработка этих данных чрезвычайна сложна. Основной проблемой при работе с большими объемами данных является обеспечение агрегирования и транзитной передачи непрерывного потока неструктурированных данных от нескольких разрозненных источников в Университет Техаса, в котором они анализируются и визуализируются.

Мы уже в третий раз пробуем использовать архитектуры баз данных и пытаемся найти наилучший способ хранения и анализа такого большого объема данных. По прошествии первого месяца мы поняли, что наш подход на основе MySQL* не позволяет справиться с такими сложными запросами, как: "Что такое совокупное использование холодильника в течение 24 часов, и существует ли возможность запроса ответа или программы ограничения пика нагрузки для устройства?" Поэтому мы перешли к другим архитектурам баз данных и сейчас пытаемся оценить возможности решения EMC Greenplum* в области больших данных. Решение Greenplum предлагает интегрированную систему анализа данных с массивной параллельной архитектурой обработки (MPP) без сложностей и ограничений со стороны проприетарного аппаратного обеспечения, а также возможность распространения через систему Hadoop*, которая поможет нам при обработке и анализе в рамках модульного решения для структурированных и неструктурированных данных.

Кроме поиска правильного подхода к анализу больших объемов данных, одной из наших основных задач стало сохранение целостности данных, которые мы собираем. В связи с наличием нерабочих каналов в системе данных или сбоев широкополосной связи мы получали ненадежные показатели. Для решения этой проблемы мы подготовили проверенные наборы хорошо известных данных. Мы обозначили их как данные очень высокого качества и предложили исследователям использовать их.

Организации, которые входят в состав консорциума Pecan Street, в том числе и Intel, используют проект в сфере интеллектуальных энергосетей в качестве платформы развития для реализации концепций новых продуктов — в качестве основы для развития инноваций. Благодаря анализу больших объемов данных мы можем помочь людям понять, как они тратят электроэнергию и как следует контролировать такое потребление. Кроме этого, мы можем предоставить компаниям в области коммунального обслуживания новые решения, которые помогут им сделать наиболее эффективные инвестиции в модернизацию энергосетей.

 

Берт Хаскель (Bert Haskell)

 Берт Хаскель (Bert Haskell)

 

"Главным компонентом исследования Pecan Street является архитектура "от устройства до облачной среды", которая позволяет собирать данные из нескольких источников и хранить их для анализа и визуализации".

Другие видеоролики - Внимание: в данном разделе могут быть представлены материалы на английском языке.

Другие видеоролики