Cadmus利用MATLAB和ThingSpeak物联网平台近实时采集和分析能量数据

多年来，测量和评估能源效率的标准行业惯例是在每个地点放置记录传感器设备。直到几个月后设备被收集起来，分析才开始，直到设备故障被发现时，已经来不及纠正了。为了解决这些问题，Cadmus希望开发一种解决方案，即传感器每小时向云端上传几次测量数据。

Cadmus的工程师对第三方系统进行了评估，这些系统预先编写好了程序，可以将数据上传到一个专有平台，但在这个平台上很难访问数据。该公司需要一个开放的平台来可靠地收集和存储近实时的数据，以及数据分析工具，他们可以用来分析和可视化各种应用的数据，包括能效研究、需求预测和减负荷。

Cadmus使用MATLAB和ThingSpeak开发并部署了两个云连接传感器系统，用于近实时测量和分析能源数据，同时建立了一个快速实现类似系统的工作流。

第一个系统是为住宅的能源效率研究而设计的，它使用定制的传感器每五分钟将温度、相对湿度和设备电池电压的测量值发送给ThingSpeak。第二种设计用于监控HVAC系统和大型家电的负载，使用现成的家庭自动化硬件发送每分钟从住宅断路器和单个插座捕捉到的电力使用数据。

使用ThingSpeak网络应用程序，工程师们创建了新的通道，从传感器收集数据，并快速验证添加到系统中的每个新传感器是否可靠地发送数据。

在MATLAB中，该团队分析了收集到的数据，使用标准统计技术来识别异常值，并计算平均值和标准偏差。例如，他们按小时计算并绘制电力负荷曲线，并将负荷数据与外部来源的天气数据关联起来。

他们创建了各种数据可视化，包括交互式地图，并与客户和潜在客户共享。

Cadmus工程师目前正在使用MATLAB、Statistics和Machine Learning Toolbox™开发基于机器学习和高级分类和回归技术的预测算法。这些算法旨在根据天气状况和ThingSpeak收集的传感器数据预测和建模负载。

• 市场机会抓住．科恩说:“在我们这个行业，许多公用事业公司都在寻求设计更好的能源效率项目，并降低这些项目的成本。”“MATLAB和ThingSpeak使我们能够快速开发解决方案，这意味着我们可以在今年秋天金宝搏官方网站利用这些需求。如果没有MATLAB和ThingSpeak，我们就不得不等到春天，从而错过了大量的市场机会。”

• 发展努力减少了三分之二．“通过MATLAB和ThingSpeak，我们的五名工程师团队在几个月内收集和分析了数据。没有他们，我们不可能在最后期限前完成任务，”卡德摩斯能源分析师詹姆斯•肯尼迪表示。“如果使用其他工具，我们可能需要15名工程师才能在同样的时间内完成这项工作——如果我们能做到的话。”

• 快速部署传感器网络．Kennedy说:“在我们使用ThingSpeak的第一个项目中，我们只用了三个多月的时间就实现了一个网络，我们很快就从50个操作传感器扩展到了500个。“在很短的时间内，我们建立了另一个完整的网络并收集数据，这一个的部署速度甚至比第一个更快。”