Ang arkitektura ng software para sa data analytics at mga kakayahan sa pagkatuto ng machine na ginagamit upang tukuyin ang mga pattern at i-optimize ang mga pagpapatakbo ng gusali ay karaniwang nagsasangkot ng kumbinasyon ng iba't ibang mga teknolohiya at diskarte. Narito ang ilang mahahalagang detalye tungkol sa arkitektura na ito:
1. Pangongolekta ng data: Kasama sa arkitektura ang mga mekanismo upang mangolekta ng malawak na hanay ng data mula sa iba't ibang mga mapagkukunan sa loob ng gusali. Maaaring kabilang dito ang data ng sensor, gaya ng temperatura, halumigmig, occupancy, pagkonsumo ng enerhiya, atbp., pati na rin ang data mula sa mga kasalukuyang sistema ng gusali tulad ng HVAC, ilaw, seguridad, atbp. Ang data ay maaaring kolektahin sa real-time o pana-panahon, depende sa mga tiyak na pangangailangan.
2. Imbakan at pamamahala ng data: Ang nakolektang data ay iniimbak sa isang structured na format sa mga data repository, mas mabuti sa isang data warehouse o isang data lake. Ang mga repository na ito ay nagbibigay ng isang sentralisadong lokasyon para sa mahusay na pag-iimbak, pagkuha, at pamamahala ng malalaking volume ng data para sa pagsusuri. Ang data ay karaniwang naka-imbak sa paraang nagbibigay-daan sa madaling pagsasama, scalability, at seguridad.
3. Preprocessing ng data: Bago magsagawa ng pagsusuri, ang mga nakolektang data ay madalas na dumadaan sa mga hakbang sa preprocessing. Kabilang dito ang paglilinis ng data sa pamamagitan ng pag-alis ng mga outlier, paghawak ng mga nawawalang value, at pag-normalize o pagbabago ng data. Bilang karagdagan, ang data mula sa iba't ibang pinagmulan ay maaaring pagsamahin o pagsama-samahin upang lumikha ng pinag-isang dataset para sa pagsusuri.
4. Mga diskarte sa pagsusuri ng data: Ang iba't ibang analytic na diskarte at algorithm ay inilalapat sa preprocessed na data. Ang mga partikular na pamamaraan na ginamit ay nakasalalay sa mga layunin at kinakailangan ng mga gawain sa pag-optimize. Ang mga diskarteng ito ay maaaring magsama ng istatistikal na pagsusuri, machine learning algorithm (gaya ng classification, regression, clustering), time-series analysis, anomaly detection, at higit pa.
5. Pagkilala sa pattern: Sa pamamagitan ng paggamit ng mga algorithm sa pag-aaral ng makina at pagsusuri sa istatistika, natukoy ang mga pattern at ugnayan sa loob ng data. Halimbawa, maaaring matukoy ng software ang mga pattern sa pagkonsumo ng enerhiya na tumutugma sa mga antas ng occupancy o makakita ng mga anomalya sa gawi ng HVAC system. Nakakatulong ito sa pag-unawa sa mga ugnayan sa pagitan ng iba't ibang salik at variable na nakakaapekto sa pagpapatakbo ng gusali.
6. Pag-optimize at paghula: Maaaring gamitin ng arkitektura ang mga modelo ng machine learning para i-optimize ang mga pagpapatakbo ng gusali sa pamamagitan ng paghula sa mga gawi sa hinaharap at pagmumungkahi ng mga aksyon. Halimbawa, ang mga predictive na modelo ay maaaring maghula ng mga pattern ng pagkonsumo ng enerhiya batay sa makasaysayang data at mga panlabas na salik, na nagpapagana ng proactive na pamamahala ng enerhiya. Ang mga algorithm ng pag-optimize ay maaaring magrekomenda ng mga pagsasaayos para sa mga setpoint ng HVAC, iskedyul ng pag-iilaw, o paglalaan ng mapagkukunan upang i-maximize ang kahusayan sa enerhiya, kaginhawahan, o iba pang tinukoy na mga layunin.
7. Visualization at pag-uulat: Kasama sa arkitektura ang mga tool para sa pagpapakita ng nasuri na data at paglalahad ng mga resulta sa mga stakeholder. Maaari itong sumaklaw sa mga interactive na dashboard, chart, ulat, at alerto. Ang visualization ay tumutulong sa mga tagapamahala o operator ng gusali sa pagsubaybay at pag-unawa sa pagganap ng gusali, pagtukoy ng mga lugar para sa pagpapabuti, at paggawa ng matalinong mga desisyon.
Sa pamamagitan ng pagsasama ng mga kakayahan na ito sa arkitektura ng software, ang mga operator ng gusali ay makakakuha ng mahahalagang insight tungkol sa pagganap ng kanilang gusali, hindi naobserbahang mga pattern, at mga potensyal na pag-optimize, na humahantong sa pinahusay na kahusayan sa pagpapatakbo, pagtitipid sa gastos, at pinahusay na kaginhawaan ng mga nakatira. .
Petsa ng publikasyon: