BuildingIQ - MATLAB의 데이터 분석 기능을 통한 HVAC 에너지 최적화를 위한 사전 예측형 알고리즘 개발 사례

MathWorks는 BuildingIQ에서 MATLAB의 데이터 분석 기능을 활용하여 HVAC 에너지 최적화를 위한 사전 대응적인 예측식 알고리즘의 개발 및 배포를 신속하게 수행할 수 있었다고 오늘 발표했습니다. BuildingIQ의 엔지니어들은 정상 운영 시 대형 건물의 HVAC 에너지 소비량을 10~25% 절감하는 클라우드 기반 소프트웨어 플랫폼인 PEO(Predictive Energy Optimization™)를 개발했습니다.

BuildingIQ에서는 사전 대응적인 예측식 최적화를 통해 대형 상업용 건물의 HVAC 에너지 비용을 최소화할 수 있는 실시간 시스템이 필요하다고 판단하여 PEO를 개발했습니다. BuildingIQ는 프로덕션 클라우드 환경에서 통합된 MATLAB 알고리즘을 활용하여 에너지 비용을 최소화하는 동시에 입주민이 더욱 편안함을 누리도록 하였습니다. BuildingIQ의 엔지니어들은 Signal Processing Toolbox를 사용하여 데이터를 필터링하고 알고리즘에 Statistics and Machine Learning Toolbox를 사용하여 냉난방 프로세스에 대한 가스, 전기, 태양열 전력의 기여도를 모델링하였으며, Optimization Toolbox를 사용하여 에너지 효율을 실시간으로 최적화하고 있습니다. 개발된 알고리즘을 프로덕션 시스템으로 통합하는 과정에서 BuildingIQ는 배포를 위해 MATLAB Compiler를 사용하여 MATLAB 알고리즘을 Java 또는 C로 변환하는 데 소요되는 시간과 자원을 절약할 수 있었습니다.

BuildingIQ의 수석 데이터 과학자 Borislav Savkovic은 다음과 같이 설명합니다. "MATLAB은 알고리즘을 프로토타이핑하고 고급 수학 계산을 수행하는 데 있어 최고의 툴이기 때문에 이를 사용했습니다. MATLAB을 사용하면서 프로토타입 알고리즘을 실제 노이즈 및 불확실성을 안정적으로 처리하는 양산 수준 알고리즘으로 직접 변환할 수 있었습니다."

MathWorks의 기술 마케팅 담당자 Paul Pilotte는 다음과 같이 설명합니다. "기업들은 자사 데이터가 좀 더 지능화되기를 원하지만 기가바이트 규모의 데이터를 분석 및 시각화하고, 알고리즘을 빠르게 개발하고, 알고리즘에 가장 적합한 방식을 찾을 경우에는 자원과 전문성이 부족한 경우가 많습니다. BuildingIQ는 대규모 데이터 세트의 분석 및 시각화, 고급 최적화 알고리즘 배포, 프로덕션 클라우드 환경의 알고리즘 실행 능력에 대한 기준을 확보했습니다."

활용 사례 읽기: “BuildingIQ, 대형 건물의 HVAC 에너지 최적화를 위한 사전 대응적 알고리즘 개발”