Cadmus使用MATLAB和ThingSpeak物联网平台进行近实时的能源数据收集和分析

多年来，测量和评估能源效率的标准行业做法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，设备故障发现时已经来不及纠正。为了解决这些问题，卡德摩斯希望开发一种解决方案，让传感器每小时数次将测量数据上传到云端。

卡德摩斯的工程师评估了预编程的第三方系统，该系统将数据上传至一个难以访问的专有平台。该公司需要一个开放的平台，以接近实时地可靠地收集和存储数据，以及数据分析工具，他们可以使用这些工具来分析和可视化数据，用于各种应用，包括能源效率研究、需求预测和负载减少。

卡德摩斯使用MATLAB和ThingSpeak开发并部署了两个云连接传感器系统，用于能源数据的近实时测量和分析，同时建立了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，它使用定制传感器每五分钟向ThingSpeak发送温度、相对湿度和设备电池电压测量值。第二项旨在监测暖通空调系统和大型电器的负荷，使用现成的家庭自动化硬件，每分钟发送从住宅断路器和单个插座捕捉到的用电数据。

通过ThingSpeak网络应用程序，工程师们创建了新的通道来收集传感器的数据，并快速验证添加到系统中的每个新传感器都在可靠地发送数据。

在MATLAB环境下，研究小组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均值和标准差。例如，他们按小时计算并绘制了电力负荷分布，并将负荷数据与外部来源的天气数据相关联。

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。

卡德摩斯工程师目前正在使用MATLAB和统计和机器学习工具箱™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条件和ThingSpeak收集的传感器数据来预测和建模负载。

• 市场机会抓住．科恩说:“在我们的行业中，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利用这些需求。如果没有MATLAB和ThingSpeak，我们将不得不等到春天，并错过大量的市场机会。”

• 开发工作减少了三分之二．“通过MATLAB和ThingSpeak，我们的5名工程师团队在几个月内就收集和分析了数据。没有它们，我们不可能在最后期限前完成任务，”卡德摩斯(Cadmus)能源分析师詹姆斯•肯尼迪(James Kennedy)表示。“如果使用其他工具，我们可能需要15名工程师在同样的时间内完成这项工作——如果我们真的能做到的话。”

• 快速部署传感器网络．“在我们与ThingSpeak的第一个项目中，只花了三个多月的时间就实现了一个网络，我们迅速将50个操作传感器扩展到500个，”肯尼迪说。“在很短的时间内，我们就建立了另一个完整的网络并收集数据，而且这个网络的部署速度比第一个网络还要快。”