2016 |
Calidad del Aire online: PM10-Gijón |
Visualización on-line de concentración de partículas PM10 en Gijón: datos "en vivo" de la última semana
|
2015 |
Visualización web espiral |
Ejemplo sencillo de visualización web de tipo espiral de varios parámetros de demanda eléctrica en un hospital |
2015 |
Visualización web interactiva (zoom, pan) |
Ejemplo sencillo de visualización web interactiva de consumos eléctricos en un hospital |
2014 |
Visualización del factor de potencia |
Ejemplo de visualización del factor de potencia agregado en una zona rural, por horas del día y día de la semana |
2014 |
Predicción de demanda eléctrica en UK |
Ejemplo de predicción de la demanda en julio de 2013 realizada a partir de datos comprendidos entre mayo de 2011 y mayo de 2012. El ejemplo se ha hecho utilizando el extreme learning machine (ELM)
|
2013 |
Visualización iDR: Mapas de estados de vibraciones (versión en P5js, más completa)
|
Visualiza consumo y factor de potencia de pequeña red de consumidores organizado por semanas y horas. Versión realizada en P5js, más completa, permite filtrar por valores, añadir etiquetas, zoom, etc.
|
2013 |
Visualización iDR: Demanda eléctrica |
Mapa 2D interactivo de patrones de consumo eléctrico de 24-horas, organizados por similitudes.
|
2013 |
Visualización iDR: Patrones de contaminación |
Visualiza un mapa interactivo de varias centrales eléctricas (anonimizadas), organizadas por similitudes en cuanto a su patrón de contaminación (6 parámetros: SOx, NOx, Polvo, etc.)
|
2013 |
Visualización iDR: Mapas de estados de vibraciones |
Visualiza los estados de vibraciones de una máquina rotativa (motor de inducción) sometida a desequilibrios mecánicos (masas excéntricas) y desequilibrios eléctricos graduales (distintos niveles de carga asimétrica en una de las fases).
|
|
|
Nota: en las visualizaciones iDR, puede variarse el peso de cada variable en el cómputo de las similitudes, arrastrando el ratón sobre la barra correspondiente de la esquina inferior-derecha. Con ello modemos modificar interactivamente qué variables preferimos que definan las distancias entre los elementos analizados. |