當物聯網遇見大數據：以微軟智慧節能前瞻計畫為例

前言

本文針對微軟的智慧節能前瞻計畫(Pilot program)，以層級性的敘述方式來剖析前瞻計畫的原理與特色，乃至於未來趨勢及應用等面向，並透過本前瞻計畫的實驗改造案例，研究內容包括：執行架構、核心技術、作業流程及後端資料應用分析，希望透過詳實之探討與論述，能激盪出新思維的節能管理模式。

Pilot Project 執行架構

針對計畫的執行要點，可區分為硬體裝置與軟體設計二個部分來說明，其一在硬體裝置端：首先在125棟建築內建置2,000,000數據資料點，不僅於24小時內可處理高達500,000,000筆數據資料，並可溝通整合大量且不同的協定、硬體、介面，進而可將數據資料轉換為行動資訊，並於園區內部建置30,000個裝置設備來蒐集可用資訊；其二在軟體設計端：透過視覺化圖表(像)及趨勢報告進行彙整分析，並可在60秒內成功修正達48%的誤差值，在導入18個月後，預測可年減辦公物業6-10%的能耗，每季更可自動下達32,300工作指令，有效改善並提高技術效率。 圖一

圖一、微軟智慧園區前瞻計畫的執行架構

Pilot Project 核心技術

微軟智慧建築前瞻計畫的核心技術，透過 圖二可得知其主要架構在既有的建築硬體設施中建構一經整合並可直接相互溝通的分析判斷作業層(Analytical Layer)，改變以往僅能透過單一流向的資訊傳遞管理模式，並將現有辦公物業內所有的運轉資料透過資料處理後，進行後端的分析判斷，此分析判斷作業層便是微軟智慧節能前瞻計畫的新技術應用；其中並包含以資料結構為主的系統作業軟體(ICONICS COTS)，將成千上萬的感知元件以及獨立運轉的不同系統，透過OPC或BACnet的通訊協定進行整合後，藉由ICONICS COTS的作業軟體為演算基礎，研發出微軟智慧節能前瞻計畫的智慧管理判斷系統。

圖二、建構判斷分析作業層

Pilot Project 作業流程

透過 圖三可得知微軟智慧建築前瞻計畫的作業流程，主要包括下列7項：

圖三、Pilot Project 操作流程

• 透過控制面板或BMS伺服器收集設備的資料與數據，傳送至中端伺服器，建築物的數據資料可透過BACnet的通訊協定，進行資料傳輸與數據轉換。
• 微軟的數據資料庫可提供企業內部的資訊傳遞，包括：建築物的類型、人資系統的員工人數，並與中端伺服器進行資訊傳遞與連結。
• 中端伺服器不僅集合、整合建築物內所有的現場數據，並利用建置Azure平台銜接可透過雲端將數據提供給供應商進行工作應用與後端分析。
• Azure Connect平台銜接提供以雲端作為數據安全傳輸的作業服務，主要的設計與應用則是透過雲端基礎與內部資訊並以伺服器傳輸，提供Accenture顧問公司與勞倫斯柏克萊國家實驗室進行環境或能源的操作運用。
• 微軟蒐集數據，進而透過應用程序結合第三方的氣象數據資料與建築物用電數據紀錄，整合數據交由供應商(Accenture能源管理顧問公司與勞倫斯柏克萊國家實驗室)進行能源分析計劃，並透過供應商所開發的分析軟體與應用規則，進行能源數據的演算分析。
• 透過微軟工程師進行輸出資訊的交互分享，並將通過Web的輸出資訊與數字建構圖表化及視覺化的管理介面，簡化資料交換的複雜性，未來並將擴展至行動化(非僅以PC作為操作介面)與終端設備可移動的管理方式。資料交換則是使用微軟的ADFS(Active Directory Federation Services)解決方案。
• 新成立的營運管理中心(The Redmond Operations Center, often called “the ROC”) 圖四，可簡化營運工作的複雜性，而新的營運管理模式可透過主動預警辨識通知系統工程師進行前置預防性的處置動作，未來並將此營運中心的設計推廣至微軟的主要園區 圖五。

  圖四、微軟營運管理中心實驗室

  

  圖五、88 Acres: How Microsoft Quietly Built the City of the Future

  

後端資料應用分析

在微軟智慧建築前瞻計畫中，微軟則扮演著提供企業內部數據資料庫的角色，提供包括：建築物業本身的運轉資料、企業內部人資系統的資料、外部連結的第三方資料外，並透過Accenture能源管理顧問公司與勞倫斯柏克萊國家實驗室，進行巨量資料演算法的設計開發，並依據後端數據分析出的內容，作為智慧判斷的參考依據與應用策略；本文考量未來能在大數據的應用層面上有所發揮，特此針對辦公物業類型所應記錄蒐集的資料與屬性進行簡要說明。

• 在建築物業方面：係指針對各種運轉設備及運轉系統狀態的回授資料，主要可區分為三種類別；第一類是設備運轉狀態異常訊號及診斷資料，第二類是運轉異常數據資料(環境溫度過高/空氣品質所含異常物質濃度過高)，第三類是能源消耗的數據蒐集及分析。
• 在企業內部方面：係指建築物業內的員工人數或是各區域人員分布於建築物內的動態資料。
• 在外部連結的第三方資料方面：係指氣象資訊報告、即時的室外溫度的分布及降雨預測連結開關園藝澆灌系統、室外的天氣條件調整室內空調設定溫度、冰水主機的最佳運轉數值設定。

結論與建議

對於物聯網與大數據的結合，乃至於在辦公物業的應用上，我們過去的經驗的確不多，因此我們拆解了微軟的智慧節能前瞻計畫，從執行架構的整體規劃、核心技術的新創思維、作業流程的操作乃至於後端資料的應用分析，希望透過此篇文章的剖析與分享，尋求台灣在物聯網與大數據的生態系中有什麼機會與位置，乃至於進一步思考如何透過整合不同資源平台的努力下，創造出一個令人感動的全新想像。

而本文所介紹的微軟智慧節能前瞻計畫，則是透過導入於全美13棟的辦公物業，並針對既(原)有基礎建設下的建築物，以巨量資料的演算方法、強大的分析能力、數據化的驅動模式，來改變辦公物業的管理模式，同時幫助降低建築物的能耗、延長建築物資產的使用壽命、提升工作效率、減少碳排放量等；依據全球可持續性組織的評估，全美各地高科技公司所組成的智能建築技術聯盟，可年減130至190百萬噸的碳排放量(約計等同於30萬輛汽車的碳排放量)，以及年省200至250億美元的能耗成本，因此我們期待能有機會學習他山之石，推出台積電辦公物業全方位智慧建築的服務。