Palabra de expertos | tecnología

Procesamiento de datos VS Inteligencia Artificial al servicio de la eficiencia energética

Publicado en: 21 octubre 2022

El procesamiento manual de datos y la inteligencia artificial a menudo se presentan como opuestos. En Dametis, nuestra experiencia demuestra que la experiencia humana todavía es necesario obtener un mejor resultado con elInteligencia Artificial y en particular al servicio de eficiencia energética.

Jérémy Barrais, product manager de Dametis nos habla de las ventajas del método de procesamiento de datos de Dametis frente al método clásico big data o smart data.

La diferencia entre Big Data, Smart Data y los modelos de datos que utiliza Dametis

Big Data: se proporciona un máximo de datos a la IA

Debido a la heterogeneidad de los datos que componen el grandes volúmenes de datos, las correlaciones se pueden encontrar aleatoriamente. La gran cantidad de parámetros involucrados afecta la precisión de las diferentes correlaciones. Peor aún, algunos pueden ser completamente sin sentido.

Ya se han hecho correlaciones de este tipo. Una IA asoció notablemente el número de ventas de helados y los ahogamientos, mientras que los dos no tienen un nexo causal. Estos tienen exactamente la misma causa, el aumento de la frecuentación de las playas.

Otro ejemplo: Se observó que el número de rubores en un estado del sur de los Estados Unidos era proporcional al número de divorcios observados en un estado opuesto. Si bien no hay conexión entre estos dos fenómenos.

Smart Data: los datos se seleccionan por tema, para limitarse a un contexto funcional.

Con el Datos inteligentes, los datos se agrupan por tema, esto permite limitar la IA al uso de datos de perímetros funcionales relevantes. Garantizamos así que las conciliaciones se realizarán con datos que puedan tener una relación de causalidad entre ellos. El desafío es no delimitar demasiado el alcance para no excluir factores anteriores que, en última instancia, tendrían una influencia.

Experiencia empresarial sigue siendo fundamental en esta etapa. Nuestros especialistas en Dametis realizan planes de medición en sitio, es un elemento fundamental de los datos inteligentes que permite seleccionar los datos más significativos e impactantes.

Modelo Dametis: los datos se contextualizan antes del análisis por parte de la IA.

Gracias a su profundo conocimiento, los especialistas de Dametis saben cuáles son los perímetros de una industria que se pueden correlacionar, y los datos de las instalaciones que lainteligencia artificial debe examinar para proponer optimizaciones, detectar anomalías, desviaciones.

El diagrama de bloques, un medio para contextualizar datos

Dametis luego dará un contexto a los diferentes datos para enriquecer a la IA en su análisis.
Para ello, Dametis primero definirá las relaciones físicas entre los datos y así construirá un “esquema”.
Además de esta red, estos datos vendrán a alimentar " blogs representando las diferentes instalaciones de una fábrica (siendo en sí mismo un bloque por derecho propio, compuesto por bloques "hijos", que es la base de nuestra "teoría Lego").
Estos bloques son configurados por nuestros expertos para integrar toda la lógica” métier“. Esta malla y estos bloques representan nuestro concepto de “diagrama de bloques.

El diagrama de bloques de nuestro software de supervisión de energía MyDametis

El diagrama de bloques, un concepto para refinar predicciones

Una vez construido, el diagrama de bloques facilita el mapeo de una planta, utilidad, proceso o pieza de equipo.

Por ejemplo, las temperaturas de un fluido en las diferentes etapas de su circuito de circulación (salida central, intercambiador 1, entrada del intercambiador 2, retorno central, etc.) ya no se evaluarán de forma independiente sino relativa entre sí. Para una instalación de aire comprimido, el encendido/apagado de los compresores, su consumo eléctrico, el caudal y la presión de salida central están todos vinculados para proporcionar un "vínculo" entre los datos.

El hecho de asociarlos a un diagrama de bloques que represente la instalación proporcionará información de contexto adicional, los datos luego se alimentan de conocimiento, se denominan metadatos.

También se ingresarán las condiciones de funcionamiento de cada bloque para brindar aún más información, como instrucciones de funcionamiento, por ejemplo.

Esta contextualización en forma de diagrama de bloques permite enriquecer los datos recogidos y así refinar los modelos y las predicciones.

Imagine que los especialistas trabajan las 24 horas del día, los 7 días de la semana, en la optimización de sus sitios industriales. Esto es lo que te ofrece MyDametis, la única plataforma diseñada 100% por expertos en desempeño ambiental.

Un modelo con múltiples prestaciones

Jérémy Barrais nos recuerda que, si bien las acciones iniciales de Dametis fueron en el aspecto energético, hoy, las áreas examinadas van más allá, en particular la pérdidas de material, optimización de los tiempos de lavado in situ (NEP).

Una vez configurado el modelo por nuestros expertos, la IA utilizará todos estos elementos para modelar toda su instalación, desde el elemento más pequeño hasta el conjunto más grande.
Muchos beneficios fluyen de esto.

Tiempo real

Puede ver sus datos y los datos que se modelan en tiempo real. Por lo tanto, puede ver cuáles están defectuosos o a la deriva. La optimización del módulo de análisis gráfico de MyDametis también le permite visualizar los datos en diferentes períodos de agregación, lo que le permite tener siempre la vista macro más adecuada para el fenómeno observado.
Por lo tanto, es fácil cambiar a una "segunda vista" para un análisis temporal de la operación, a una vista "por hora" para tener un perfil de consumo o incluso a una vista "diaria" o "mensual" para monitorear el consumo y conciliarlos. tus facturas

Análisis de deriva

Este tiempo real le permite tener un control total sobre sus instalaciones. No se dejará nada al azar ya que la más mínima deriva es visible en su plataforma.

Notificaciones automáticas

Recibe notificaciones automáticas tan pronto como se sospecha de un dato o un análisis. Por ejemplo, en áreas donde el volumen de pérdida de material es repentinamente alto. Además, recibes alertas cuando hay un fallo técnico.

Articulos de blog