使用 MATLAB加快预测性的能耗优化算法的开发和部署

中国北京–2015年4月27日–MathWorks今日宣布，BuildingIQ团队使用MATLAB的数据分析功能加快开发和部署前瞻性预测算法，以实现建筑能耗的优化且智能。BuildingIQ的工程师已开发出一款基于云的软件平台—Predictive Energy Optimization™(PEO)，该平台可以让大型楼宇内的暖通空调在正常运行过程中降低10%-25%能耗。

BuildingIQ需要将 PEO开发成一种实时系统，以通过前瞻性的预测优化，使大型商业楼宇内的暖通空调能耗降至最低。该团队将MATLAB算法集成到云环境来优化人体舒适度，同时将能耗降到最低。BuildingIQ工程师使用Signal Processing Toolbox筛选数据，使用Statistics and Machine Learning Toolbox开发算法以对加热和制冷流程中的天然气、电和太阳能消耗情况进行建模，使用Optimization Toolbox持续优化实时能效。为了将开发出的算法集成到生产系统，该团队使用MATLAB Compiler进行部署，为将MATLAB算法转化为Java或C代码节省了时间和资源。

BuildingIQ首席数据科学家Borislav Savkovic说：“我们采用MATLAB的原因在于它是现有算法原型开发以及执行高级数学运算的最佳工具。MATLAB让我们能够将我们的原型算法直接转换为可以靠处理真实噪音和不确定性问题的产品级算法。”

MathWorks技术营销经理Paul Pilotte说：“许多公司在从他们的数据中挖掘更多信息时，常常缺少分析和直观显示这些数百亿兆的大数据、快速开发算法以及找出最合适算法的工具。BuildingIQ正在借助它的分析和直观显示大数据集、部署这些高级优化算法并在生产云环境中运行算法的能力来设定一种基准。”

阅读用户案例：“BuildingIQ开发前瞻性算法以实现大型楼宇内暖通空调的能耗优化”

在MATLAB中实际能耗数据与模型能耗响应的对照验证