Bert Haskell, Technology Director, Pecan Street Inc.
Pecan Street Inc. är ett icke-vinstdrivande konsortium av universitet, teknikföretag och energiföretag som samarbetar kring testning, pilotprojekt och lansering av teknik för smarta elnät. ”Smart elnät” är en term som används för att beskriva energibranschens strävan efter att modernisera elnäten med hjälp av avancerade mätningssystem, system för energihantering i hemmet (HEMS), sensorer, solcellssystem (PV), smarta apparater, eldrivna fordon och internettjänster som underlättar för konsumenterna att bli mer energieffektiva. Pecan Street har samlat in två års data om energiförbrukning från sensorsystem i mer än 200 hushåll i Mueller i Austin, Texas.
Ett av Pecan Streets främsta mål är att utveckla nya produkter, tjänster och ekonomiska möjligheter inom energihantering för konsumenter. Med vår forskning kan vi ge konsumenterna de kunskaper och verktyg som krävs för att hantera och minska deras energiförbrukning och göra deras hem mer behagliga att vistas i. Energiföretagen kommer dessutom att kunna använda dessa data för att förbättra hanteringen av elnätet och genomföra nödvändiga moderniseringar av den relevanta infrastrukturen.
Grunden för Pecan Streets forskning är en enhet-till-moln-arkitektur som gör det möjligt att samla in data från flera källor och lagra dem för analys och visualisering. Vi samlar in elektriska data från system som mäter den mängd ström som flyter genom sex till åtta kretsar var sjätte skund. Vi samlar även in data om gas och vatten från mätutrustning via en trådlös gateway. Dessutom strömmas data via en radiokollektor i ett gammalt flygtorn från avancerade smarta mätare från Landis+Gyr* till University of Texas superdatorcenter och vidare till vår databas via ett säkert nätverk.
Vi loggar konsumenternas aktivitet, t.ex. ändringar i miljökontrollerna i deras hem eller justeringar av visning av energiinformation. Vi tänker också samla in data från avancerade termostater, automatiserade hemmasystem, hemsäkerhetssystem, rörelsedetektorer och nya energitekniker såsom solpaneler och laddningsstationer för eldrivna fordon.
Det är mycket viktigt för oss att förstå hur konsumenterna förhåller sig till de data vi samlar in. Några av deltagarna i vårt forskningsprojekt kommer därför natt ha tillgång till sina egna data via en webbaserad portal eller en mobilapp.
Under två års tid har vi samlat in enorma mängder data – i storleksordningen dryga 80 gigabyte information – och under programmets gång kommer detta sannolikt att öka till en terabyte data. En terabyte data kanske inte låter så mycket, men sett som enskilda datapunkter är det faktiskt en fantastisk mängd. Varje datapunkt motsvarar en unik händelse, vilket betyder att det är oerhört komplicerat att bearbeta dessa data. Utmaningen när det gäller stor datamängder är att aggregera och överföra denna jämna ström av ostrukturerade data från flera separata källor till University of Texas där de analyseras och visualiseras.
Vi är inne på vår tredje version av databasarkitekturer och jobbar på att ta fram de bästa metoderna för att lagra och analysera så pass stora mängder data. Efter första månaden insåg vi att MySQL* inte var den bästa lösningen för att hantera komplexa frågor såsom ”Hur ser den aggregerade kylskåpsanvändningen ut under en 24-timmarsperiod, och finns det möjlighet att använda program för efterfrågeflexibilitet eller topputjämning för apparaten?” Sedan dess har vi gått över till andra typer av databasarkitekturer och vi utvärderar nu en lösning från EMC Greenplum* för stora datamängder. Greenplum erbjuder ett integrerat system för analys av stora datamängder med en arkitektur med högt parallelliserade beräkningar (MPP) som inte är lika komplext eller har samma begränsningar som egenutvecklad programvara samt en Hadoop* distribution som hjälper oss att bearbeta och analysera våra data med en modullösning för strukturerade och ostrukturerade data.
Förutom att vi vill hitta den bästa lösningen för analys av stora datamängder är en av de viktigaste frågorna för oss integriteten hos de data vi samlar in. Obrukbara kanaler i datasystemet eller störningar i bredbandsanslutningen till en bostad resulterade i otillförlitliga mätvärden. Det löste vi genom att ta fram kvalificerade dataset med kända, godkända data. Vi taggar dessa som mycket hög kvalitet och instruerar våra forskare att använda sig av dem.
Organisationerna som ingår i Pecan Streets konsortium, t.ex. Intel, använder projektet smarta elnät som en utvecklingsplattform för nya produktkoncept – en testmiljö för fler innovationer. Med hjälp av analyser av stora datamängder kan vi få större insikter i hur konsumenterna förbrukar energi och hur de vill hantera den. Vi kan dessutom förmedla kunskap till energiföretagen som kan hjälpa dem att fatta så bra investeringsbeslut som möjligt när de ska modernisera elnätet.
