Er det at skære energiaffald et problem, big data kan løse?

Big data er store nyheder på flere niveauer. Mens de fleste virksomheder tænker på big data med hensyn til, hvordan det kan øge deres bundlinjer, har big data magten til at gøre meget mere end at skabe mere målrettet reklame. Faktisk kan big data løse nogle af de største problemer, vi står over for på verdensplan, herunder energispild.

Når det kommer til ren teknologi, har big data overgået alternative energikilder og elbiler med hensyn til potentialet. Evnen til at indsamle og fortolke store mængder data om energiforbrug har allerede resulteret i banebrydende energibesparende innovationer for både forbrugere og energileverandører - og disse teknologier er klar til at blive mere sofistikerede og udbredte i den nærmeste fremtid.

Big Data og energieffektivitet på forbrugersiden

Energieffektivitet er et vigtigt emne for mange forbrugere og virksomheder. Jo mindre energi de bruger, jo flere penge sparer de, så det betaler bogstaveligt talt at reducere energispild. Bortset fra de daglige energibesparende vaner ved at slukke for lys, apparater og hjemmecomputere, når de ikke er i brug, henvender forbrugerne sig til energieffektive modeller for alt fra garageportåbnere til varme- og kølesystemer til hjemmet.

Det historiske problem med energieffektivitet i hjemmet og virksomheden har været en mangel på detaljerede data til energiforbruget. Opvarmning og afkøling tegner sig for ca. 50 procent af al energiforbrug i USA, men endda at energiforbruget er sæsonbetonet, og de andre 50 procent er ikke fordelt for langt. Månedlige brugsregninger angiver kun, hvor meget energi en husholdning har brugt i 30 dage - ikke hvordan den blev brugt eller hvor den kunne blive spildt.

Det er her der kommer store data ind. Smarte sensorer kan levere præcise data til husholdningens energiforbrug, spore og rapportere ikke kun hvor meget energi der bruges, men når brugen sker - eller endda hvor meget det koster dig at lade skrivebordet være hjemme otte timer, mens du går på arbejde. Disse data kan præsenteres via web- og mobilplatforme, så forbrugerne kan se energispild og kontrollere energiforbruget, selv når de ikke er hjemme.

Et populært eksempel er Nest smart-termostaten. Enheden er designet af tidligere Apple-ingeniører og opnår det, som programmerbare termostater skulle, men det lykkedes aldrig at gøre brugervenligt nok. Det giver dig mulighed for at holde termostaten nedkaldt, når ingen har brug for ekstra varme eller afkøling, og indstille den til at dreje sig selv til den rigtige temperatur, når du vil have den, f.eks. Lige inden din morgenalarm slukker, eller når du kommer hjem fra arbejde . Derudover "lærer" Nest-termostaten dine præferencer og foretager automatiske justeringer baseret på dine historiske indstillinger.

Denne type teknologi kan bruges til smartere lys, køleskabe, garageporte, klimaanlæg, crock-potter, græsplæne sprinklere og mere. Det viser også big data's potentiale for at skabe komplette smarte husholdninger, der kører med maksimal energieffektivitet. (Det er en del af det, der kaldes Internet of Things. Lær mere i Hvad $ # @! Er Internet of Things ?!)

Skæring af industrielt energ affald

Ud over forbrugerens energieffektivitet har big data potentialet til at hjælpe værktøjer med at realisere en smartere energiledelse. Med de rigtige data kan værktøjer maksimere effektiviteten for overbelastede gitter og holde dem kørende uden at skulle synke penge i nye anlæg.

Hjælpeprogrammer holder strømmen kørende 24/7. Imidlertid kræver svingende strømkrav, at de har ledig kapacitet til at imødekomme spidser i efterspørgsel, f.eks. Midt i en varm sommerdag eller gennem frysning af vinteraftener. Den nuværende løsning for de fleste forsyningsselskaber er brugen af ​​"topplanter." Sovende i det meste af året, og dyrt at aktivere, kan topplanter koste op til otte gange antallet af megawatt / time end energi uden for toppen, for ikke at nævne den ekstra forurening, de skaber under drift.

Store data kan reducere eller eliminere forsyningsselskabernes afhængighed af topanlæg. Gennem smarte målere og algoritmer, der adresserer udvendige faktorer som vejr, kan værktøjer flytte ikke-væsentlig elektricitetsbrug til ikke-spidsbelastningstider, reducere spidsbelastningsspidser og holde al energiforbrug på hovednettene.

Med smartere energistyring kunne forsyningsselskaber også få den reelle værdi af alternative energikilder som vind og sol. Big data feeds kan hjælpe hjælpeprogrammer med at kompensere automatisk for perioder, hvor der ikke genereres naturlig energi. Forudsigelig modellering med big data kan give hjælpeprogrammer mulighed for at beregne vind- og solmønster mere præcist og optimere design og placering af vindmøller og solcellepaneler.

Bagsiden: Datacentre og energ affald

Et af de vigtigste spørgsmål, der kan hindre big data's potentiale til at løse energispildproblemer, ligger i selve big data, eller i det mindste måden, hvorpå big data genereres. Disse ufattelige mængder data produceres af datacentre, som naturligvis kræver energi til at betjene. Og mange datacentre spilder mere energi, end de bruger.

Ligesom forsyningsselskaber er datacentre i drift døgnet rundt. Varme er et alvorligt problem. Med hundreder af massive servere, der genererer varme, skal faciliteterne afkøles konstant for at forhindre en fysisk nedbrydning af infrastrukturen. Alligevel kører de fleste datacentre ikke med energieffektivitet i tankerne. Faktisk fandt en rapport fra New York Times fra 2012, at i stedet for at kompensere for skiftende efterspørgsel, kørte de fleste datacentre med maksimal effektivitet døgnet rundt - og spildte 90% eller mere af den energi, der blev trukket fra nettet.

Datacentre og den digitale økonomi bruger i øjeblikket ca. 10% af verdens energi. Hvis big data skal løse energispildproblemet, skal industrien øve sig, inden den prædiker og først tænke sine effektivitetsværktøjer på sig selv, og finde måder at reducere strømtiltrækninger og forbedre den samlede energiforbrug uden at risikere, at udbuddet bortfalder.

På trods af disse hindringer er big data's "grønne" potentiale imidlertid enormt. At udnytte en grønnere, mere energieffektiv verden kan bare være et spørgsmål om bedre at forstå, hvordan vi bruger energi, og hvor den oftest spildes.