grupo de supervisión y diagnóstico de procesos industriales
GSDPI

Introducción Equipo Galería Publicaciones Proyectos Contacto

in english

Técnicas de Analítica Visual para la Mejora de la Eficiencia en Procesos y Edificios

Datos del proyecto

Convocatoria Programa Estatal de I+D+i Orientada a los Retos de la Sociedad
Referencia DPI2015-69891-C2-2-R
Título del proyecto coordinado Técnicas de Modelado, Predicción y Visualización Interactiva de Datos para Mejorar la Eficiencia Energética en Edificios e Instalaciones Industriales (ENERGYDATA)
Entidades participantes UniLeón (grupo SUPPRESS)
UniOvi (grupo GSDPI)
Duración 1/1/2016 - 31/12/2018 (prórroga hasta 31/12/2019)
Resumen del proyecto

Las políticas de ahorro y eficiencia energética suponen un reto de extraordinaria importancia estratégica para España y por supuesto para la UE, a consecuencia de la excesiva dependencia energética actual y futura. Pese a la enorme cantidad de información y datos disponibles hoy en día, éstos no se presentan de una forma intuitiva y asimilable por el usuario, lo que a menudo origina decisiones poco o mal informadas en la gestión de la energía. Se hace necesario, por tanto, disponer de herramientas que a partir de grandes volúmenes de datos obtenidos de las instalaciones energéticas, tanto industriales como de edificios del sector terciario, permitan incrementar nuestro nivel de conciencia energética, es decir, nuestra percepción del uso que se está dando a la energía, así como sugerir estrategias para una mejora en la eficiencia energética. Estas herramientas deben permitir el manejo de grandes volúmenes de información cambiante y de distintas naturalezas, tolerar imprecisión, presentar la información de forma clara e intuitiva y aportar una visión global. La visualización de información permite obtener intuición sobre los datos, combinando el análisis inteligente de datos del computador con la capacidad del sistema visual humano para la detección de patrones interesantes de forma rápida y eficiente, donde el usuario es parte del proceso y toma en última instancia la decisión. La 1a linea de investigación propone el desarrollo y aplicación de técnicas de analítica visual orientadas a la supervisión de sistemas y procesos, que permitan al usuario descubrir y comprender los factores que afectan a la eficiencia energética, combinando algoritmos de clasificación, predicción y de reducción de la dimensión (capaces elaborar “mapas” visuales de los estados del proceso), con principios y técnicas de visualización de datos, así como con mecanismos de interacción para facilitar el proceso exploratorio. La 2a línea de investigación tiene como objetivo la aplicación de las técnicas anteriores a los datos provenientes de edificios, instalaciones y procesos industriales para la mejora de su eficiencia en dos ámbitos: a) la eficiencia en el consumo, aplicando las técnicas propuestas para la caracterización del comportamiento de la demanda energética y la influencia de las variables ambientales, así como para la obtención de modelos para el ajuste de los sistemas y las estrategias de control que permitan funcionamientos eficientes; b) la eficiencia en los procesos, explorando las relaciones entre factores –parámetros de proceso, variables conocidas– y el desempeño del proceso –calidad, rendimiento y eficiencia–, así como la detección de fallos y la monitorización de la eficiencia. La experimentación de este proyecto se realizará con datos reales de instalaciones energéticas de las Universidades de León, de Oviedo y del Hospital Universitario de León y de procesos industriales a los que tienen acceso los miembros del proyecto.

Actividades recientes

2019-05-15 Jornada visita y seminario del prof. Jaakko Hollmén
Seminario Prof. Jaakko Hollmén en EPI Gijón sobre ciencia de datos
2018-07-13 Jornada de presentación de avances del proyecto ENERGYDATA
Seminario "Analítica Visual para la Mejora de la Eficiencia en Procesos y Edificios: pasado, presente y futuro"
2016-09-20 Seminario: "Análisis del fenómeno de chatter para su exploración visual". Daniel Pérez
2016-09-26 Seminario: "Posibilidades de las técnicas deep learning en analítica visual de procesos y edificios". Ignacio Díaz
2016-10-03 Seminario: "Análisis de Componentes Independientes (ICA): fundamentos matemáticos y su aplicación en consumos eléctricos". Diego García

📄 Publicaciones

Revistas indexadas (JCR)

Conferencias

Videos

En los videos a continuación puedes ver en funcionamiento algunas de las técnicas de analítica visual e interacción que se han desarrollado durante el proyecto.

Analítica visual de datos de proceso
iHistograms
Análisis de demanda eléctrica (campus univ.)
(Díaz et al, 2017)
 iHistograms
Análisis de la calidad del aire
(Díaz et al, 2017)
NMF + iHistograms
Análisis de demanda eléctrica en un hospital
(García et al, 2018)
 tSNE + iHistograms
Análisis de datos de laminación en frío
(Pérez et al, 2018)

🕹 Demos interactivas

Histogramas interactivos

iHistograms:
demanda eléctrica		 Versión original de la aplicación web de visualización mediante cubos de datos interactivos de datos de demanda eléctrica en un campus universitario, publicada en Energy and Buildings [→ ver web de la publicación] y desarrollada durante el proyecto.
iHistograms:
datos calidad del aire Gijón		 Versión de iHistograms para la visualización datos de calidad del aire en Gijón a partir de datos abiertos del portal datos.gijon.es del Ayuntamiento de Gijón.

Visualizaciones interactivas de demanda eléctrica

Estas visualizaciones muestran diferentes formas de visualizar la demanda eléctrica usando para ello codificaciones visuales específicas que aprovechan el conocimiento de dominio del problema para desentrañar los patrones en los datos (estructura, periodicidades) y para destacar características que aportan información útil.

Spiral web visualization Ejemplo básico de visualización web en espiral, para varios parámetros de demanda eléctrica en un hospital.
Visualización web interactiva (zoom, pan) Ejemplo básico de visualización web interactiva de demanda eléctrica en un hospital.
Visualización interactiva del factor de potencia Ejemplo de visualización del factor de potencia en un área rural, agregada por hora del día y por día de la semana.
Predicción de la demanda eléctrica en UK Ejemplo de predicción de la demanda eléctrica en julio de 2013, a partir de datos comprendidos entre mayo de 2011 y mayo de 2012. En el ejemplo se utilizó el algoritmo extreme learning machine (ELM).

Reducción de la dimensionalidad interactiva (iDR)

En estas visualizaciones web utilizamos una versión interactiva de un algoritmo de manifold learning denominado stochastic neighbor embedding (SNE) para mostrar los datos al usuario de una forma organizada, de acuerdo a criterios que el usuario puede cambiar durante la ejecución. En estas visualizaciones, los elementos multivariable son organizados por similitudes entre los vectores de descriptores siguiendo en cada momento una métrica modulada por el usuario.

El usuario puede ajustar los pesos de cada descriptor para definir estas similitudes, de manera que los elementos mostrados son reorganizados "al vuelo", según la métrica de similitud definida en cada momento. El resultado produce "transiciones animadas", transiciones progresivas entre configuraciones que permiten al usuario mantener un mapa mental de las posiciones de todos los elementos durante los cambios en los criterios de organización.

demo interpolación iDR Demo app del artículo "Interactive dimensionality reduction of large datasets using interpolation" presentado en ESANN 2018.
visualización iDR: rendimiento de estudiantes Proyección 2D interactiva de datos del rendimiento académico de estudiantes en educación secundaria en función de factores sociales coomo edad, sexo, educación de los padres, etc. Basado en el dataset del repositorio UCI Student Performance Data Set.
visualización iDR: mapa de estados de vibración en un motor (version basada en p5js) Proyección 2D interactiva de estados de vibración, organizados por similitudes en un conjunto de bandas de frecuencia. La herramienta permite al usuario filtrar valores, añadir etiquetas, zoom, desplazamiento, etc. y puede ser fácilmente adaptada a otros tipos de problemas.
visualización iDR: Demanda eléctrica Mapa 2D interactivo de perfiles diarios de demanda eléctrica, organizados por similitudes en los vectores de consumo de 24 horas.
Visualización iDR visualization: patrones ambientales Visualización interactiva de varias centrales eléctricas (anonimizadas), organizadas por similitudes en su firma de emisiones (vectores de 6 parametros: SOx, NOx, polvo, etc.)
Visualización iDR visualization: mapa de estados de vibracion Proyección 2D interactiva de estados vibracioneales, organizados por similitudes en un conjunto de bandas de frecuencia de una máquina rotativa (motor de inducción), en condiciones de excentricidad mecánica (masa excéntrica) y eléctrica (diferentes niveles de carga eléctrica desequilibrada, aplicada sólo en una de las fases).
Nota: en las visualizaciones iDR, el usuario puede modificar el peso de cada variable en el cómputo de similitudes arrastrando el ratón a la altura de la correspondiente barra en la esquina inferior derecha. Esto tiene el efecto de modificar la disposición de los elementos mostrados para acomodar los cambios inducidos por el usuario en la métrica de similitudes.
Actividad realizada en el marco del proyecto DPI2015-69891-C2-2-R, financiada por el Ministerio de Economía y Competitividad (MINECO), Programa Estatal de I+D+i Orientada a los Retos de la Sociedad y por el Fondo Europeo de Desarrollo Regional (FEDER) "Una manera de hacer Europa"