Skip to main content

將智慧建築資料轉換成重要 KPI

智慧建築物, 建立自動化

請想像一座智慧建築。假設是一間台北市的百貨公司。設施經理注意到今年冬天的電力消耗比平均高出了 17%。

一般人或許乍看之下會將這不合理的高電力花費,歸咎於當月特別寒冷。但進一步分析建築物的營運資料後,該設施經理得知頂樓的暖通空調機內的節能器風門故障且需要維修。在立即修復後,電力費用恢復正常。

雖然這故事聽起來很簡單,但事實並非如此。的確,若將暖通空調機、照明、電力以及其他系統連接到一個智慧、中央控制的智慧平台,建築自動化系統確實有助於最大化效能並降低成本(圖 1)。然而,若想善用此基礎架構,意味著需要從不同子系統中提取資料、將資料彙總,然後建立有用的相關性。

將 HVCA、照明、能源和其他系統連線至集中控制的平台,建築物的效率隨之提升。
圖 1. 智慧建築內建相互依存的子系統,且唯有採用一套全面的分析策略才能真正達到最佳化。(來源:西科國際有限公司

上述的情境只有在克服某些複雜的技術障礙後才可行:

  • 資料提取:智慧建築內的不同端點和裝置,大多採用不同的通訊協定進行溝通。然而,它們都必須與單一且統一的智慧建築分析平台做整合。
  • 資料彙總:資料擷取後必須標準化;但每套智慧建築系統在產生資料時,可能會使用不同格式、結構式或非結構式、連續時間序列或關聯式,甚至是使用不同單位的資料(例如 kWh 和 ºF/ºC)。
  • 資料分析:標準化後的資料必須要經過分析,才能轉化成有用的資訊。遺憾的是,大多數的分析平台都專為特定領域或目的打造,且對於一般用途的使用案例(如智慧建築)來說過於侷限。

而要進行這一切還必須要考量到關鍵利益攸關方。物聯網資料分析的基礎架構通常更著重於資料擷取,卻不夠重視可能使用該資料的人士以及資料用途。

「若能將分析演算法套用到您的資料上,便能讓您偵測可能導致退步的趨勢,或是可能被視為退步的效能損失,」 SkyFoundry 的共同創辦人 John Petze 解釋道。「但假設您辦公室內的室溫為 30 度,您根本不會在乎空調有沒有在吹。嚴格來講,機器並沒有完全壞掉,但對您來說已經算壞掉了。」

資料分析:從擷取轉換成 KPI

SkyFoundry 這家物聯網軟體開發工具供應商,針對智慧型建築設計了 SkySpark 分析平台,有助於業主和作業人員實作有效的資料分析策略,如虎添翼。該解決方案採用「邊緣到雲端」的基礎架構:在邊緣裝置上,該平台提供一套低耗能軟體疊層,可以部署到以 Intel® 處理器為基礎的物聯網閘道,以及到可執行 Java 虛擬機器 (JVM) 的端點上。這個疊層能從各個現場總線協定(如 BACnet IP、Modbus-TCP、MQTT 以及 OPC UA)擷取資料,並封裝在 Arcbeam(一種叫 WebSocket 型的點對點協定)中。

在雲端中,Arcbeam 會將這些封包傳輸到 SkySpark 多結構化、連續時間序列的 Folio 資料庫中(類似融合記憶體資料庫和如同 SQL 關聯式資料庫的成品)。該技術採用 Project Haystack,這是一項開源語義資料模型標準,提供多種來源的延伸標籤方式,以便在單一資料庫實例中進行標準化。

這些元件能解決在智慧建築這種使用案例中,從多個子系統擷取資料並將其標準化所遇到的技術難題。接下來,要如何運用這些資料呢?這正是最困擾 IT 及作業團隊(尤其是沒有資料科學家或分析人員的團隊)的問題。

SkySpark 利用內建分析功能的資料庫來解決這個問題,該資料庫可用於針對擷取資料執行規則或演算法。專為各行各業以及終端使用案例設計,缺乏或甚至沒有專業知識的使用者也能利用這些內建功能,將原始資料轉化為有用的分析資料。

「分析功能庫」可以執行應用層級的資料分析,省去大樓營運人員在茫茫資料中尋找指標的麻煩。事實上,甚至設定平台,讓指標主動送到營運人員面前。

SkySpark 平台會根據 Folio 資料庫內的資料和搜尋結果,自動產生視覺化圖片、通知以及報告(位於可自訂的控制面板中)。控制面板支援幾乎所有形式下類型的資料,而且使用者透過「View Builder」工具(圖 2)輕鬆點擊進行更動。

SkySpark View Builder 能讓使用者在單一視窗中,以多種圖表格式顯示總 KWH 這類趨勢資料。
圖 2. SkySpark View Builder 讓使用者以符合自身需求的方式呈現物聯網資料。(來源:SkyFoundry

接下來,可立即使用的 SkySpark 應用程式,將能協助使用者以最適合手邊使用案例的方式,釋義並呈現分析資料。舉例來說,一個 KPI 應用程式能將興趣點以直覺式的 HTML5 形式呈現,讓讀者更容易理解。

這些應用程式中的即時資料和分析結果,能透過開放 API 輸出給第三方系統,讓現代、先進的物聯網分析資料與現有企業軟體整合。

策略第一,資料第二

像 SkySpark 這樣的靈活分析工具,可以整合至現有的大樓自動化基礎架構,只要確保軟體有足夠的效能、效率、網路與安全性來執行虛擬機器,並可將端點資料連接到雲端上。由於 Intel 處理器技術已在各種 BAS 部署中執行,基本上可以流暢地轉型到有用、資料導向結果的流程。

如此一來,組織便能把資料分析工作的重點,放在尋找對關鍵利益攸關方重要的 KPI 上。但這點說的比做的容易。舉例來說,營運長與財務長可能會想要根據電力消耗、使用率、維修成本以及環境風險因素,來計算不同地點的營運成本。而銷售經理可能會需要參考天氣評估、數位標牌內容、以及這些內容對店內人流的綜合影響。

的確,只要能存取所有的資料,幾乎就可以創造無限的分析成果。面對重生可能性,開始智慧型建築轉型的最佳途徑,就是擬定一項不會耗費巨資的策略。

作者簡介

Brandon is a long-time contributor to insight.tech going back to its days as Embedded Innovator, with more than a decade of high-tech journalism and media experience in previous roles as Editor-in-Chief of electronics engineering publication Embedded Computing Design, co-host of the Embedded Insiders podcast, and co-chair of live and virtual events such as Industrial IoT University at Sensors Expo and the IoT Device Security Conference. Brandon currently serves as marketing officer for electronic hardware standards organization, PICMG, where he helps evangelize the use of open standards-based technology. Brandon’s coverage focuses on artificial intelligence and machine learning, the Internet of Things, cybersecurity, embedded processors, edge computing, prototyping kits, and safety-critical systems, but extends to any topic of interest to the electronic design community. Drop him a line at techielew@gmail.com, DM him on Twitter @techielew, or connect with him on LinkedIn.

Profile Photo of Brandon Lewis