透過Big Data　搭起智慧綠建築應用最後一哩

結合巨量資料分析技術，可望使建築物的業主或管理者，在持續監控能使用狀態之餘，亦可獲知最佳化節能建議。來源：Emerson

DIGITIMES企劃

所謂智慧綠建築，亦是整個智慧應用大傘下的支脈之一，而智慧應用內含物聯網、智慧終端，以及雲端運算等三大元素，尤其是箇中的雲端運算資源，更是賦予創新應用元素的關鍵一環。

事實上，若深入檢視此處所指的雲端運算，其重點並非僅止於運算或儲存等技術項目，更值得關注的內涵，乃在於巨量資料分析。針對智慧應用場域，之所以形成巨量資料，其實是從不計其數的Small Data彙集而成，而這些Small Data的來源，便是物聯網或感測網路。

當Small Data一波波上傳至雲端資料中心，職掌智慧應用的管理者、規劃師，或是所謂的資料科學家，即可利用雲端運算資源，進行數據的統整、過濾、正規化及分析，繼而藉由巨量資料分析技術，深度剖析使用者的行為數據，以迥異於傳統數據統計的方式抽絲剝繭，終至萃取出足以開創智慧應用的線索。

Big Data加感知運算  催生優質智慧應用

學者認為，環顧整個智慧應用的演進脈絡，並非到了雲端運算、巨量資料分析這個階段，就能夠臻至淋漓盡致的境地，其實尚有下一步精進優化的空間，主要是透過巨量資料分析技術的「進階版」，也就是感知運算，旨在將巨量資料分析成果，轉化對使用者進行環境估測與預測，據此提供更高附加價值；展望未來數年，預期感知運算可望逐漸普及，透過各種智慧終端裝置，一步步實現於人們日常生活之中，當然也包含了智慧綠建築應用。

曾有專家指出，儘管巨量資料以愈趨飛快的速度增生，也有愈來愈多人視此為巨大商機，但單就巨量資料本身而論，不過是儲存在資料庫裡頭的一堆數據，其實還不算是巨量價值(Big Value)，必須歷經分析與探勘，才能讓這些似不起眼的璞玉，真正綻放耀眼光澤。

如同智慧綠建築當中的節能議題，倚靠智慧電表及各式感測器，隨時不斷蒐集用電資訊，倘若只做到這一步，不過就是彙集巨量資料，讓使用者大致了解其用電情況，如此而已，距離Big Value層次尚遠，也還無法真正達到節能減碳目標，然而一旦結合巨量資料的分析與探勘，其應用價值便大不相同。

以資策會研發的智慧綠建築中控管理解決方案(Intelligent Building Management System；iBMS)為例，便是一套蘊含巨量資料分析與探勘機能的智慧綠建築系統。

綜觀該解決方案架構，箇中有一個價值驅動模型，可以根據業主或使用者所期望獲得的目標，包括低碳排、高效率、高安全、低成本或大舒適等等，接著綜整各項建築子系統對於這些營運目標的影響，制定最適化的營運模式，也就是最佳的設定或排程，後續將持續分析來自建築中各個感測器的資訊，包含空調、插座或照明等設施的即時分區用電量，溫度、濕度或二氣化碳資訊，接著預測建築狀態的變化趨勢，再利用即時調整控制的模式，藉以實現預設的多個營運目標。

而在調控過程中，理所當然不會時時一帆風順，也不排除可能有異常現象產生；然而借助巨量資料分析與探勘技術，就能提前理出頭緒，窺知潛在異常狀態的癥候，進而由系統自動執行原本設定的處理流程，例如主動關閉異常設施，或是發布告警訊息予相關管理人員，以利儘早介入處理，如此一來，將有助於大幅提升異常處理效率，確使用電異常之際可做到即時應變卸載，或是當室內二氧化碳濃度增高時可適時加以調控，除此之外，業主或管理者也能輕易隨時掌握異常處理進度。

除了上述所提及的異常處理外，業主或管理者若欲進行歷史用電資料的標竿比較，或針對營運目標推算關鍵指標的達成率，亦可借助此智慧系統而一目瞭然。

歷經分析探勘  方能孕育巨量價值

在海外，結合感測器、機器對機器(M2M)通訊技術、巨量資料分析所實現的能源管理應用之例，亦可謂屢見不鮮，例如在歐美或日本，都已有業者提供家用能源管理系統家用能源管理系統(Home Energy Management System；HEMS)服務，標榜使用者只要安裝智慧插座或感測器，即可探知建築物當中各項用電設備的能耗，因而將原本猶如黑盒子一般的能源資訊轉為可視化，順勢執行用電控制與管理。

不可諱言，各方對於HEMS的解讀角度，有時並非相當一致，但都認為箇中的智慧軟體分析機制，乃是最易彰顯價值的重要一環，如同有些業者，透過電廠及用戶端智慧電表的結合，藉以蒐集用戶的用電資料，再搭配非侵入式偵測的智慧化分析，藉由整體帳單數據內容，佐以鄰里朋友的用電資訊，幫助使用者分析節能模型，繼而給予最佳節能建議，此即為富含附加價值的顯著案例。

美國的OPOWER，便是提供個人化節能建議方案的典型服務供應商。用戶向OPOWER申請服務時，必須提供郵遞區號、住家型態、房屋坪數、調設備類型等細部資訊，再搭配電廠所提供的用電時間與用電量等資料，進行分析工作，接著與鄰里間相近類型家庭的住戶用電情況加以比較，終至做出較為省電的具體措施建議；讓人津津樂道的，OPOWER亦與社群媒體結合，期望將使用者與其同好聚在一起，藉此發動饒富趣味的節能競賽，俾使用戶真正能夠身體力行。

綜觀此類偏重家戶型態的用電管理情境，通常都倚靠智慧座或其他感測器蒐集關鍵資訊，其內容除了用電時間或用電量等基礎資料外，亦含括部分用電設備的廠商、型號、使用年數等等特徵值數據，甚至連同電器可能產生的電壓、電流、頻率、功率因素等一干數值，都可一併納入資料蒐集範圍；而這些數據，堪稱是彌足珍貴的巨量資料分析來源。

專家指出，藉由前述巨量資料，可以歸納出諸多極為實用的分析模型，例如一旦結合天候環境資料，即可產生環境與用電關聯模型，結合電器設備資料可產生電器用電比較分析模型，結合使用者行為狀態資料可產生行為診斷模型，結合電器特徵值資料可產生電器診斷模型。

有了這些模型，繼而搭配人為操作、電氣設備屬性等變數，運用巨量資料分析技術執行探勘，據此理解家電耗能情況、個人用電習性的事實真相，並找出兩者之間的彼此關聯性，即可產出最佳節能建議，方便使用者據此改善用電行為，儘可能減少不必要的能源消耗。

總而言之，智慧綠建築的初衷，即是能夠同時提供安全、健康、節能、舒適、方便、環保等多重功能，對內可以與住戶即時互動，對外亦可與指定互動的對象溝通，其間必須藉由智慧應用服務來穿針引線，而巨量資料分析技術，無疑正是催化整個智慧應用活水的重要觸媒。