Tratamiento de datos VS Inteligencia Artificial al servicio de la eficiencia energética
Jérémy Barrais, responsable de producto en Dametis, nos habla de las ventajas del método de tratamiento de datos de Dametis en comparación con el método clásico de big data o smart data.
La diferencia entre el Big Data, el Smart Data y los modelos de datos utilizados por Dametis
Se han realizado correlaciones de este tipo en el pasado. Por ejemplo, una inteligencia artificial asoció el número de ventas de helados con los ahogamientos, a pesar de que no tienen una relación de causa a efecto. Ambos solo comparten la misma causa, el aumento de la afluencia a las playas.
Otro ejemplo: Se observó que el número de descargas de inodoros en un estado del sur de los Estados Unidos era proporcional al número de divorcios observados en un estado opuesto. A pesar de que no existe ninguna relación entre estos dos fenómenos.
Smart Data: Los datos se seleccionan por tema, para limitarse a un contexto funcional.
La experiencia en el negocio sigue siendo fundamental en esta etapa. Nuestros especialistas en Dametis llevan a cabo planes de medición en el sitio, lo cual es un elemento fundamental del smart data que permite seleccionar los datos más significativos y relevantes.
Para hacer esto, Dametis primero definirá las relaciones físicas entre los datos y así construirá un «esquema».
Además de esta red, estos datos alimentarán «bloques» que representan las diferentes instalaciones de una fábrica (que a su vez es un bloque completo, compuesto por bloques «hijos», lo que es la base de nuestra «teoría de los Lego»).
Estos bloques son configurados por nuestros expertos para integrar toda la lógica «de negocio». Esta red y estos bloques representan nuestro concepto de «esquema de bloque».
El esquema de bloques, un concepto que permite refinar las predicciones
Por ejemplo, las temperaturas de un fluido en las diferentes etapas de su circuito de circulación (salida central, intercambiador 1, entrada intercambiador 2, retorno central, etc.) ya no se evaluarán de forma independiente, sino en relación unas con otras. Para una instalación de aire comprimido, la relación entre los compresores, su consumo eléctrico, el caudal y la presión de salida central están todos interconectados para proporcionar un «enlace» entre los datos.
Asociarlos a un diagrama de bloques que represente la instalación aportará información adicional de contexto, los datos entonces se enriquecen con conocimientos, a los que llamamos «metadatos».
También se registrarán las condiciones de funcionamiento de cada bloque para proporcionar aún más información, como por ejemplo instrucciones de operación.
Esta contextualización en forma de diagrama de bloques permite enriquecer los datos recopilados y así refinar las modelizaciones y las predicciones.
Un modelo con múltiples beneficios
Jérémy Barrais nos recuerda que, aunque las acciones iniciales de Dametis se centran en el aspecto energético, hoy en día, los ámbitos examinados van más allá, incluyendo las pérdidas de material, la optimización de los tiempos de lavado en su lugar (NEP).
Una vez que el modelo es configurado por nuestros expertos, la IA utilizará todos estos elementos para modelar toda su instalación, desde el más pequeño componente hasta el conjunto más grande.
Se derivan numerosos beneficios de ello.
Tiempo real
Puedes consultar tus datos y los datos modelados en tiempo real. De esta manera, puedes identificar los datos defectuosos o que se desvían. La optimización del módulo de análisis gráfico de MyDametis también te permite visualizar los datos en diferentes períodos de agregación, lo que te brinda siempre la mejor vista macro para el fenómeno observado.
De esta manera, puedes cambiar fácilmente a vistas «secundarias» para un análisis temporal del funcionamiento, a una vista «horaria» para obtener un perfil de consumo, o a una vista «diaria» o «mensual» para un seguimiento de los consumos y compararlos con tus facturas.
