과학자와 엔지니어, 분석가들은 MATLAB 및 Simulink를 사용하여 인공 지능(AI) 및 머신 러닝 알고리즘을 개발하고, AI 솔루션을 에지 디바이스에 배포하고, 소비자 행동 및 시스템 성능에 관한 예측 인사이트를 제공합니다.
MATLAB 및 Simulink로 할 수 있는 작업은 다음과 같습니다.
- 스마트 미터기와 IoT 디바이스에서 실시간으로 데이터 수집
- 머신 러닝, 딥 러닝, 동적 모델링 방법을 단일 플랫폼에서 결합하여 실시간으로 데이터 분석
- 머신 러닝과 AI를 사용하여 부하, 가격 및 DER(분산 에너지 자원) 예측 알고리즘 개발
- 예측 모델을 엔터프라이즈 및 클라우드 시스템에 배포하고 지역 대규모 전기 시장, 기상 데이터 및 기타 데이터 스트리밍 서비스에 연결
- 엔터프라이즈 및 포트폴리오 위험 관리 솔루션 개발
“하루 종일 숫자와 씨름하고 복잡한 분석 모델을 다루는 사람에게는 통합 환경이 무척 중요합니다. MATLAB을 사용하면 데이터를 시각화하고, 백 테스트를 수행하고, 그래프를 플로팅하여 하나의 환경에서 모든 변경 사항의 결과를 볼 수 있어서 시간이 크게 절약했습니다.”
스마트 유틸리티 인프라를 위한 AI와 IoT
사물 인터넷(IoT)은 생산자, 공공 유틸리티 및 에너지 기업들이 수많은 산업용 또는 주거용 건물에서 실시간에 가깝게 데이터를 수집하여 분석할 수 있도록 지원합니다. 머신 러닝, 딥 러닝, 신호 처리, 동적 모델링 방법을 단일 플랫폼에서 결합하여 데이터를 실시간으로 분석하십시오. Statistics and Machine Learning Toolbox의 대화형 앱을 통해 데이터 사이언스의 전문가가 될 필요 없이 머신 러닝 기법을 적용할 수 있습니다. 또한, MATLAB은 구조화되었든 구조화되지 않았든 빅 데이터 작업을 위한 고성능 단일 환경을 제공합니다.
에너지 및 가격 예측
여러 소스의 기록 데이터를 수집하고 MATLAB의 머신 러닝을 사용하여 양산용 예측 모델을 개발하십시오. 그리고 예측 모델을 엔터프라이즈 및 클라우드 시스템에 배포하고 지역 대규모 전기 시장, 기상 데이터 및 기타 데이터 스트리밍 서비스에 연결하십시오.
빅 데이터 분석 및 디지털화
오늘날의 유틸리티 분야는 온라인에서 상호 연결되어 있습니다. 이처럼 변화하는 시장의 요구에 부응할 수 있도록, MathWorks는 조직의 요구 사항에 맞는 빅 데이터 전략의 채택 및 구현을 도와 드립니다. MATLAB을 AVEVA™ PI 시스템에 직접 연결하여 실시간 운영 인텔리전스를 활용할 수 있습니다. 내장된 MATLAB 툴박스 및 참조 아키텍처를 사용하여 엔터프라이즈 IT 시스템, 클라우드 및 시스템 구축 데이터 인프라와의 통합부터 계산을 클러스터로 확장하거나 MATLAB 사용자가 아닌 사용자와 공유할 수 있도록 응용 프로그램으로 배포하는 등 다양한 응용 프로그램을 단순화할 수 있습니다.
고객 성공 사례
예측형 고객 분석
MATLAB으로 고객 파라미터에 더해 전기차의 충전 패턴과 같은 에너지 소비 동작 프로파일을 수집하여 예측형 모델과 고객 솔루션을 개발하십시오. 머신 러닝 및 AI 기법을 바탕으로 개별적인 서비스 및 요금제를 도출하여 수익성 높은 고객을 유지하십시오. 중단 데이터(유형 및 지속 기간)와 공간 데이터를 결합하여 중단의 원인, 파급 수준, 전력 복원까지 걸리는 시간을 예측하십시오.
데이터 모델링을 통한 공정 개선
MATLAB의 다변량 분석 툴을 사용하여 프로세스 성능에 영향을 미치는 독립적 변수를 판단하십시오. System Identification Toolbox를 통해 제1원리 또는 사양으로부터 쉽게 모델링할 수 없는 동적 시스템 모델을 만들고 사용할 수 있습니다. 이 툴박스를 사용하여 온라인 파라미터 및 상태 추정을 대화형 방식으로 수행할 수도 있습니다.
다양한 개발 환경
버튼을 누르면 하드웨어에서 실행되는 C, C++ 및 HDL 코드를 생성할 수 있습니다. 하드웨어 독립형 IEC 61131-3 구조화 텍스트(ST) 및 래더 다이어그램(LD)을 만들고 이를 PLC와 PAC에 배포합니다. 내장된 빅데이터 분석 기술과 전용 툴박스를 사용하여 새로운 프로그래밍 언어를 배우지 않고도 멀티 코어 프로세서, 클러스터 및 NVIDIA® GPU에서 알고리즘을 실행할 수 있습니다. 다시 코딩하지 않고 프로그램을 클라우드로 확장합니다. 사용자 지정 아키텍처를 만들지 않고 PI 시스템에서 MATLAB 함수를 호출합니다.
