多年来，用于测量和评估能效标准的行业做法是放置在每个站点记录传感器设备。分析不能开始，直到装置被几个月后收集起来，当它是来不及纠正设备出现故障只发现。为了解决这些问题，卡德摩斯想开发其中的传感器测量上传到云一小时几次的解决方案。

卡德摩斯工程师评估预编程数据上传到专有的平台，在这里很难获得第三方系统。该公司需要一个开放的平台，可靠地收集和近实时以及数据分析工具中存储数据，他们可以用它来分析和可视化的数据用于各种应用，包括能源效率研究，需求预测和减载。

卡德摩斯使用MATLAB和ThingSpeak开发和用于近实时测量和能量数据的分析部署云的连接的传感器的两个系统，而用于快速执行相似的系统建立的工作流。

第一系统，设计成用于居民住宅的能量效率的研究中，使用定制传感器发送温度，相对湿度，和设备的电池电压测量，以ThingSpeak每五分钟。第二，旨在监视HVAC系统和大家电，使用过的，现成的家庭自动化硬件发送用电量数据，在住宅断路器和个别网点，每分钟拍摄的负荷。

使用ThingSpeak web应用，工程师从传感器创建新信道来收集数据并以快速验证添加到系统中的每个新的传感器被可靠地发送数据。

在MATLAB工作，该小组分析收集到的数据，利用标准的统计技术来识别异常值并计算平均值和标准偏差。例如，它们计算和按小时绘制电力负载简档和从外部源关联与气象数据负载的数据。

他们创造了各种数据可视化，包括交互式地图，他们与客户和潜在客户共享。

目前卡德摩斯工程师使用MATLAB和统计和机器学习工具箱™开发基于机器学习和高级分类和回归技术预测算法。这些算法被设计来预测和负载模型基于经由ThingSpeak收集天气状况和传感器数据。

• 市场抓住机会。“在我们这个行业，许多公用事业正在寻找设计出更好的能效项目，降低这些方案的成本，”科恩说。“MATLAB和ThingSpeak使我们能够快速开发解决方案，这意味着我们可以在这些需求万博 尤文图斯在今年秋天利用。如果没有MATLAB和ThingSpeak我们将不得不等待，直到市场春季和思念无数的机会。”

• 发展努力削减三分之二。“有了MATLAB和ThingSpeak，我们的工程师五名团队收集和几个月内分析数据。没有他们，我们不可能满足我们的最后期限，”在卡德摩斯能源分析师詹姆斯·肯尼迪说。“与其他工具，我们或许会需要15名工程师来完成的，同时量的工作时间，如果我们能够在所有的都做到了。”

• 传感器网络快速部署。“我们与ThingSpeak第一个项目，花了三个多月来实现一个网络，我们很快就从50个操作传感器扩展到500，”肯尼迪说。“在很短的时间，我们还有另外一个完整的网络设置和收集数据，以及一个被部署在更快的速度比第一”。