본 논문에서는 에너지 비용의 급격한 변동 및 인상에 따른 비용절감이 필요함에 따라, 에너지 환경 빅데이터(Bigdata) 기반 실시간 에너지 진단 프레임워크 설계를 통해 에너지 절감 방안의 토대를 마련하고, 하둡(Hadoop) 플랫폼의 활용 및 서비스의 확대를 통해, 에너지 ...
본 논문에서는 에너지 비용의 급격한 변동 및 인상에 따른 비용절감이 필요함에 따라, 에너지 환경 빅데이터(Bigdata) 기반 실시간 에너지 진단 프레임워크 설계를 통해 에너지 절감 방안의 토대를 마련하고, 하둡(Hadoop) 플랫폼의 활용 및 서비스의 확대를 통해, 에너지 IT 분야의 미흡한 빅데이터 실시간 처리 기술 개발을 극복하기 위한 연구가 진행되었다.
연구목표를 에너지 분석 기반 하둡 플랫폼, 실시간 에너지 분석 및 검증 그리고 에너지 데이터 설비운영 분석엔진으로 나누어 진행하였으며, 에너지 분석 기반 하둡 플랫폼에서는 PC급 저비용 클러스터 및 상용 건물에너지 플랫폼을 구축하여 기존 서버 대비 유지비용을 1/10수준으로 낮추었다. 이를 기반으로 대규모의 에너지 이종데이터를 수집․변환․적재․분석․관리하기 위한 하둡 서버 클러스터를 구축하였다.
실시간 에너지 분석 및 검증에서는 서버에서 추출되는 실시간 발생 데이터에 대해 고속 안정적으로 처리 할 수 있는 시스템을 구축하였으며, 그래프DB를 활용한 고속 분석엔진을 통해 데이터를 고속으로 분석 할 수 있도록 하였다. 에너지 데이터 설비운영 분석 엔진에서는 에너지 소비요인에 의한 현재 상태와 설정 온도에 의한 타겟 상태를 정의하여, 실시간 분석을 위한 대규모 데이터 초고속 검색엔진을 구축한다. 이를 기반으로 네비게이션알고리즘을 활용하여 설비 운영 방안 예측을 진행하게 된다.
본연구의 결과물인 빅데이터 기반 실시간 에너지 진단 프레임워크를 설계를 통하여, 건물 내․외부에서 발생하는 에너지․환경 빅데이터를 통한 에너지 소비원인을 분석하기 위한, 에너지․환경 빅데이터 수집․저장, 분석, 서비스를 위한 데이터 파이프라인을 최종적으로 구축하였다.
추후 상용화를 위한 실증사이트를 확보하여 본 기술들을 적용하고, 에너지 빅데이터 산업의 경쟁력 확보 및 시장 확산에 기여하고자 한다.
Abstract
Designing Real-time Energy Diagnosis Framework Based on Energy Environment Big Data
In this research, as the cost reduction due to the rapid change and increase of energy cost is needed, the foundation of energy saving method is laid by designing the real-time energy diagnosis framework based on energy environment big data. Through the expansion of utilization and service, research was conducted to overcome the development of insufficient big data real-time processing technology in energy IT field.
The research goals were divided into energy analysis-based Hadoop platform, real-time energy analysis and verification, and energy data facility operation analysis engine. In the energy analysis-based Hadoop platform, PC-level low-cost clusters and commercial building energy platforms were established to maintain maintenance costs compared to existing servers. Lowered to 1/10 level. Based on this, Hadoop server cluster was established to collect, transform, load, analyze and manage large-scale energy heterogeneous data.
In the real-time energy analysis and verification, we built a system that can process the real-time generated data extracted from the server at high speed and stability, and can analyze the data at high speed through the high-speed analysis engine using the graph DB.
The energy data facility operation analysis engine defines the current state due to energy consumption factors and the target state based on the set temperature, and builds a large-scale data high-speed search engine for real-time analysis. Based on this, the navigation algorithm is used to predict the facility operation plan.
Through the design of big data based real-time energy diagnosis framework, the result of this study, energy, environmental big data collection, storage and analysis to analyze the causes of energy consumption through energy and environment big data generated inside and outside the building. Finally, the data pipeline for the service was finally built.
Applying these technologies by securing a demonstration site for future commercialization, and contribute to securing competitiveness and expanding the market of the energy big data industry.
본 논문에서는 에너지 비용의 급격한 변동 및 인상에 따른 비용절감이 필요함에 따라, 에너지 환경 빅데이터(Bigdata) 기반 실시간 에너지 진단 프레임워크 설계를 통해 에너지 절감 방안의 토대를 마련하고, 하둡(Hadoop) 플랫폼의 활용 및 서비스의 확대를 통해, 에너지 IT 분야의 미흡한 빅데이터 실시간 처리 기술 개발을 극복하기 위한 연구가 진행되었다.
연구목표를 에너지 분석 기반 하둡 플랫폼, 실시간 에너지 분석 및 검증 그리고 에너지 데이터 설비운영 분석엔진으로 나누어 진행하였으며, 에너지 분석 기반 하둡 플랫폼에서는 PC급 저비용 클러스터 및 상용 건물에너지 플랫폼을 구축하여 기존 서버 대비 유지비용을 1/10수준으로 낮추었다. 이를 기반으로 대규모의 에너지 이종데이터를 수집․변환․적재․분석․관리하기 위한 하둡 서버 클러스터를 구축하였다.
실시간 에너지 분석 및 검증에서는 서버에서 추출되는 실시간 발생 데이터에 대해 고속 안정적으로 처리 할 수 있는 시스템을 구축하였으며, 그래프DB를 활용한 고속 분석엔진을 통해 데이터를 고속으로 분석 할 수 있도록 하였다. 에너지 데이터 설비운영 분석 엔진에서는 에너지 소비요인에 의한 현재 상태와 설정 온도에 의한 타겟 상태를 정의하여, 실시간 분석을 위한 대규모 데이터 초고속 검색엔진을 구축한다. 이를 기반으로 네비게이션 알고리즘을 활용하여 설비 운영 방안 예측을 진행하게 된다.
본연구의 결과물인 빅데이터 기반 실시간 에너지 진단 프레임워크를 설계를 통하여, 건물 내․외부에서 발생하는 에너지․환경 빅데이터를 통한 에너지 소비원인을 분석하기 위한, 에너지․환경 빅데이터 수집․저장, 분석, 서비스를 위한 데이터 파이프라인을 최종적으로 구축하였다.
추후 상용화를 위한 실증사이트를 확보하여 본 기술들을 적용하고, 에너지 빅데이터 산업의 경쟁력 확보 및 시장 확산에 기여하고자 한다.
Abstract
Designing Real-time Energy Diagnosis Framework Based on Energy Environment Big Data
In this research, as the cost reduction due to the rapid change and increase of energy cost is needed, the foundation of energy saving method is laid by designing the real-time energy diagnosis framework based on energy environment big data. Through the expansion of utilization and service, research was conducted to overcome the development of insufficient big data real-time processing technology in energy IT field.
The research goals were divided into energy analysis-based Hadoop platform, real-time energy analysis and verification, and energy data facility operation analysis engine. In the energy analysis-based Hadoop platform, PC-level low-cost clusters and commercial building energy platforms were established to maintain maintenance costs compared to existing servers. Lowered to 1/10 level. Based on this, Hadoop server cluster was established to collect, transform, load, analyze and manage large-scale energy heterogeneous data.
In the real-time energy analysis and verification, we built a system that can process the real-time generated data extracted from the server at high speed and stability, and can analyze the data at high speed through the high-speed analysis engine using the graph DB.
The energy data facility operation analysis engine defines the current state due to energy consumption factors and the target state based on the set temperature, and builds a large-scale data high-speed search engine for real-time analysis. Based on this, the navigation algorithm is used to predict the facility operation plan.
Through the design of big data based real-time energy diagnosis framework, the result of this study, energy, environmental big data collection, storage and analysis to analyze the causes of energy consumption through energy and environment big data generated inside and outside the building. Finally, the data pipeline for the service was finally built.
Applying these technologies by securing a demonstration site for future commercialization, and contribute to securing competitiveness and expanding the market of the energy big data industry.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.