透过Big Data　搭起智能绿建筑应用最后一里

结合巨量数据分析技术，可望使建筑物的业主或管理者，在持续监控能使用状态之余，亦可获知最佳化节能建议。来源：Emerson

DIGITIMES企划

所谓智能绿建筑，亦是整个智能应用大伞下的支脉之一，而智能应用内含物联网、智能终端，以及云端运算等三大元素，尤其是个中的云端运算资源，更是赋予创新应用元素的关键一环。

事实上，若深入检视此处所指的云端运算，其重点并非仅止于运算或储存等技术项目，更值得关注的内涵，乃在于巨量数据分析。针对智能应用场域，之所以形成巨量数据，其实是从不计其数的Small Data汇集而成，而这些Small Data的来源，便是物联网或传感网络。

当Small Data一波波上传至云端数据中心，职掌智能应用的管理者、规划师，或是所谓的数据科学家，即可利用云端运算资源，进行数据的统整、过滤、正规化及分析，继而藉由巨量数据分析技术，深度剖析使用者的行为数据，以迥异于传统数据统计的方式抽丝剥茧，终至萃取出足以开创智能应用的线索。

Big Data加感知运算  催生优质智能应用

学者认为，环顾整个智能应用的演进脉络，并非到了云端运算、巨量数据分析这个阶段，就能够臻至淋漓尽致的境地，其实尚有下一步精进优化的空间，主要是透过巨量数据分析技术的「进阶版」，也就是感知运算，旨在将巨量数据分析成果，转化对使用者进行环境估测与预测，据此提供更高附加价值；展望未来数年，预期感知运算可望逐渐普及，透过各种智能终端装置，一步步实现于人们日常生活之中，当然也包含了智能绿建筑应用。

曾有专家指出，尽管巨量数据以愈趋飞快的速度增生，也有愈来愈多人视此为巨大商机，但单就巨量数据本身而论，不过是储存在数据库里头的一堆数据，其实还不算是巨量价值(Big Value)，必须历经分析与探勘，才能让这些似不起眼的璞玉，真正绽放耀眼光泽。

如同智能绿建筑当中的节能议题，倚靠智能电表及各式传感器，随时不断蒐集用电信息，倘若只做到这一步，不过就是汇集巨量数据，让使用者大致了解其用电情况，如此而已，距离Big Value层次尚远，也还无法真正达到节能减碳目标，然而一旦结合巨量数据的分析与探勘，其应用价值便大不相同。

以资策会研发的智能绿建筑中控管理解决方案(Intelligent Building Management System；iBMS)为例，便是一套蕴含巨量数据分析与探勘机能的智能绿建筑系统。

综观该解决方案架构，个中有一个价值驱动模型，可以根据业主或使用者所期望获得的目标，包括低碳排、高效率、高安全、低成本或大舒适等等，接着综整各项建筑子系统对于这些营运目标的影响，制定最适化的营运模式，也就是最佳的设定或排程，后续将持续分析来自建筑中各个传感器的信息，包含空调、插座或照明等设施的实时分区用电量，温度、湿度或二气化碳信息，接着预测建筑状态的变化趋势，再利用实时调整控制的模式，藉以实现缺省的多个营运目标。

而在调控过程中，理所当然不会时时一帆风顺，也不排除可能有异常现象产生；然而借助巨量数据分析与探勘技术，就能提前理出头绪，窥知潜在异常状态的症候，进而由系统自动执行原本设定的处理流程，例如主动关闭异常设施，或是发布告警信息予相关管理人员，以利尽早介入处理，如此一来，将有助于大幅提升异常处理效率，确使用电异常之际可做到实时应变卸载，或是当室内二氧化碳浓度增高时可适时加以调控，除此之外，业主或管理者也能轻易随时掌握异常处理进度。

除了上述所提及的异常处理外，业主或管理者若欲进行历史用电数据的标竿比较，或针对营运目标推算关键指标的达成率，亦可借助此智能系统而一目了然。

历经分析探勘  方能孕育巨量价值

在海外，结合传感器、机器对机器(M2M)通讯技术、巨量数据分析所实现的能源管理应用之例，亦可谓屡见不鲜，例如在欧美或日本，都已有业者提供家用能源管理系统家用能源管理系统(Home Energy Management System；HEMS)服务，标榜使用者只要安装智能插座或传感器，即可探知建筑物当中各项用电设备的能耗，因而将原本犹如黑盒子一般的能源信息转为可视化，顺势执行用电控制与管理。

不可讳言，各方对于HEMS的解读角度，有时并非相当一致，但都认为个中的智能软件分析机制，乃是最易彰显价值的重要一环，如同有些业者，透过电厂及用户端智能电表的结合，藉以蒐集用户的用电数据，再搭配非侵入式侦测的智能化分析，藉由整体帐单数据内容，佐以邻里朋友的用电信息，帮助使用者分析节能模型，继而给予最佳节能建议，此即为富含附加价值的显着案例。

美国的OPOWER，便是提供个人化节能建议方案的典型服务供应商。用户向OPOWER申请服务时，必须提供邮递区号、住家型态、房屋坪数、调设备类型等细部信息，再搭配电厂所提供的用电时间与用电量等数据，进行分析工作，接着与邻里间相近类型家庭的住户用电情况加以比较，终至做出较为省电的具体措施建议；让人津津乐道的，OPOWER亦与社群媒体结合，期望将使用者与其同好聚在一起，借此发动饶富趣味的节能竞赛，俾使用户真正能够身体力行。

综观此类偏重家户型态的用电管理情境，通常都倚靠智能座或其他传感器蒐集关键信息，其内容除了用电时间或用电量等基础数据外，亦含括部分用电设备的厂商、型号、使用年数等等特徵值数据，甚至连同电器可能产生的电压、电流、频率、功率因素等一干数值，都可一并纳入数据蒐集范围；而这些数据，堪称是弥足珍贵的巨量数据分析来源。

专家指出，藉由前述巨量数据，可以归纳出诸多极为实用的分析模型，例如一旦结合天候环境数据，即可产生环境与用电关联模型，结合电器设备数据可产生电器用电比较分析模型，结合使用者行为状态数据可产生行为诊断模型，结合电器特徵值数据可产生电器诊断模型。

有了这些模型，继而搭配人为操作、电气设备属性等变量，运用巨量数据分析技术执行探勘，据此理解家电耗能情况、个人用电习性的事实真相，并找出两者之间的彼此关联性，即可产出最佳节能建议，方便使用者据此改善用电行为，尽可能减少不必要的能源消耗。

总而言之，智能绿建筑的初衷，即是能够同时提供安全、健康、节能、舒适、方便、环保等多重功能，对内可以与住户实时互动，对外亦可与指定互动的对象沟通，其间必须藉由智能应用服务来穿针引线，而巨量数据分析技术，无疑正是催化整个智能应用活水的重要触媒。