Le parole smart energy non sono nuove nel panorama delle parole chiave che servono ad identificare le evoluzioni – in ottica digitale – cui sono chiamate ormai quasi tutte le tipologie di aziende. Il concetto di smart energy, in questo senso, va declinato ad ampio spettro, non come l’evoluzione digitale del settore energetico ma, piuttosto, come la trasformazione delle modalità con le quali qualsiasi azienda (anche pubblica) gestisce le risorse energetiche (in ottica di produzione e distribuzione se si tratta di aziende del settore Energy, in ottica di consumo se si tratta di aziende “utenti”).

Dunque, quando si parla di smart energy, da un punto di vista tecnologico legato alla gestione dei consumi delle risorse energetiche, ci si riferisce a soluzioni IoT per il monitoraggio intelligente dei consumi e dell’utilizzo dell’energia, la visualizzazione dei dati e l’analisi dell’efficienza energetica. La suite IoT Keplero, oltre a gestire i processi legati alla manutenzione predittiva, supporta le aziende anche nella gestione di tutti i processi legati alla smart energy, ossia al monitoraggio dei dati energetici e di produzione. Vediamo di cosa si tratta.

 

L’IoT per la smart energy

 

Pensare alla smart energy senza prendere in considerazione l’IoT sarebbe un grave errore, perché senza dispositivi e sensori connessi che registrano l’effettivo consumo energetico degli asset aziendali (siano essi interni o esterni), il monitoraggio energetico sarebbe ridotto ad una mera analisi delle bollette, senza alcuna visibilità reale sui consumi effettivi.

L’IoT è infatti la chiave di volta dell’effettiva smart energy, quel paradigma tecnologico che consente di raccogliere i dati da qualsiasi asset che consuma energia fornendo, come primo step, una vista molto chiara di quali sono gli asset o le aree aziendali che consumano di più, come avvengono tali consumi e perché (a quali processi sono collegati).

Una piattaforma tecnologica per lo smart energy monitoring, quindi, deve:

  • – basarsi su un sistema per la raccolta affidabile ed efficace dei dati (una piattaforma IoT);
  • – far confluire tutti i dati necessari in una soluzione di analisi avanzata dei dati;
  • – “mostrare” ciò che avviene concretamente (anche il real-time) a livello di consumi energetici (data visualization);
  • – abilitare una gestione, anche automatizzata, dei processi decisionali di gestione dell’efficienza energetica, anche in ottica di sostenibilità ambientale e riduzione delle emissioni di CO2.

Esattamente ciò che le aziende possono fare con Keplero.

 

Keplero, le tecnologie per il monitoraggio energetico

 

Keplero è una suite IoT, nello specifico, una suite modulabile, basata su tecnologia open source web based personalizzabile e integrabile con altre tecnologie, basata su un’architettura in grado di integrare sia gli aspetti di sviluppo di soluzioni IoT sia strumenti di gestione.

Per la smart energy, la piattaforma Keplero consente di acquisire ed elaborare in tempo reale dati provenienti da qualsiasi processo produttivo, industriale, operativo e da qualsiasi asset e dispositivo connesso.

Lo strato tecnologico cosiddetto “Integration Layer Module” consente di connettere la piattaforma a diverse tipologie di fonti dati (mediante i più diffusi protocolli e le più comuni interfacce applicative). Tutti i dati raccolti diventano poi “patrimonio” utilizzabile da diversi tool (parte della piattaforma oppure sviluppabili anche ad hoc) per la loro analisi e visualizzazione.

Nell’ambito del monitoraggio energetico, per esempio, è possibile sfruttare un motore software di correlazione eventi (Complex Event Processing) per definire le logiche di elaborazione e correlazione dei dati in real-time, ed un tool per la modellazione e gestione di tutti i tipi di evento acquisibili dalla piattaforma (Event modeler).

Andando oltre il “semplice” monitoraggio e addentrandosi nella componente di gestione intelligente dell’energia, la piattaforma Keplero comprende moduli per la definizione delle logiche di elaborazione real-time dei dati (Rule editor) e la creazione di flussi ad hoc, anche per sfruttare le potenzialità di Big Data Analytics e Intelligenza Artificiale potendo sfruttare algoritmi di mining e machine learning, e innescare meccanismi di automazione per massimizzare la strategia e la gestione dell’efficienza energetica (per esempio, monitorando e gestendo accensione e spegnimento di determinati dispositivi, come quelli di illuminazione o di condizionamento, in funzione delle reali necessità).

Il tutto con un approccio low-code, ossia senza la necessità di conoscere nessun linguaggio di sviluppo (ci pensa la piattaforma a “tradurre” in linguaggio informatico le funzionalità di monitoraggio e analisi cui si ha necessità in termini di business).

La stessa semplicità si estende a livello di visualizzazione grazie ad uno strumento interattivo (Dashboard Designer) che permette di realizzare, in maniera semplice e veloce, cruscotti real-time con diverse modalità di visualizzazione dati per consentire agli utenti di business di vedere i risultati dei processi di elaborazione (visualizzando così tutte le informazioni che servono loro per monitorare l’andamento dei consumi o verificare la regolarità di determinati processi di gestione efficiente dell’energia).

Come si deduce dalle varie componenti tecnologie che “compongono” la suite IoT Keplero, l’idea alla base della smart energy è offrire alle aziende la possibilità di gestire le risorse energetiche in modo più efficiente consentendo, di fatto, non solo una vista chiara sugli effettivi consumi, ma anche una più efficace capacità di governo degli asset che richiedono risorse energetiche, ottimizzandone l’utilizzo (anche sul piano dei costi) grazie al costante monitoraggio e all’automazione.

 

CTA_keplero_infografica

Approfondimenti da BNext:

Data Science Lifecycle, le 6 (+1) fasi del processo

La Data Science è un campo di studi interdisciplinare il cui obiettivo finale è estrarre informazione e conoscenza utili da dati strutturati o non strutturati. Non esiste un framework unico e universalmente condivido per definire i processi di Data Science, tuttavia, dal punto di vista tecnico lo standard KDD è quello a cui ci si ispira maggiormente, perché indica l’intero processo di ricerca di nuova conoscenza dai dati.

Cos’è la data monetization e come si implementa in azienda

Lo scopo di tutte le attività che vengono pianificate ed effettuate all’interno di qualunque azienda è quello di creare profitto. L’uso dei dati, in quanto nuovo asset aziendale, mantiene questa linea. Esistono diversi modi di utilizzare i dati aziendali, ed anche in...

Data Mesh: un nuovo approccio architetturale 

Nell’epoca dei Big Data ci troviamo quotidianamente ad affiancare le aziende nella definizione di strategie data driven e ad aiutarle a diventare o a mantenersi competitive nei mercati di riferimento. I dati in questo senso rappresentano un aspetto centrale ed anche...

A cosa serve la Data Science?

L’analisi dei dati è in generale una materia molto ampia e con una storia che rimanda indietro di diversi anni da oggi. Si inizia a parlare di analisi dati già alla fine del 1700 con le prime visualizzazioni grafiche e l’evoluzione di questa materia non solo negli...

IoT Analytics: il valore di applicare il Machine Learning all’IoT 

L’Iot consiste in un sistema formato da dispositivi informatici univoci e interconnessi, capaci di scambiare dati attraverso la rete in maniera autonoma, sfruttando un protocollo di comunicazione. Quando ci si riferisce all’Internet of Things (IoT), infatti, si pensa...

Come scegliere la giusta Data Visualization? I nuovi trend 

La Data Visualization è definita come la rappresentazione grafica di dati e informazioni, ed abbiamo già trattato quanto questo strumento grafico sia capace di rendere informazioni complesse o difficili da interpretare, comprensibili ed accessibili anche per utenti...

Decision support system: cosa sono e come aiutano le aziende 

Negli ultimi decenni il grande e rapido sviluppo delle tecnologie e dell’informatica ha portato le attività aziendali di ogni settore verso un approccio “intelligente”, guidato dai dati. Ciò ha permesso di spostare sempre più il focus sul cliente e sui suoi bisogni e...

Churn Strategy: gli step per impostarla al meglio minimizzando il Churn Rate

Churn analysis e churn rate sono due concetti strettamente connessi: l’analisi degli abbandoni (churn analysis) è quella branca della Data Science attraverso cui si cerca di prevedere quali clienti hanno maggiori probabilità di abbandonare l’azienda, cosa che si...

Cosa sono e come funzionano i sistemi di raccomandazione 

Prima della diffusione di internet e dei motori di ricerca, trovare informazioni utili ad uno specifico argomento o contesto era molto difficile, richiedeva tempo, ricerche lunghe e faticose, e spesso risultava costoso in quanto non era inusuale dover acquistare libri...

Datafication: cos’è e che impatto ha sulla nostra vita quotidiana

Cos’è la Datafication e perché se ne parla  Per datafication si intende tutto il processo tecnologico che trasforma i vari aspetti della vita quotidiana, sociale ed individuale di ogni persona in dati i quali, opportunamente trattati ed analizzati, si trasformano...