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:

Profilazione clienti: cos’è e come farla efficacemente 

Quando si chiede ad un imprenditore quali siano gli aspetti del business che vorrebbe migliorare, molto spesso si riscontra l’esigenza tangibile di conoscere meglio la propria clientela, sia per definire in maniera più precisa il...

Data lake vs data warehouse: le differenze e quale scegliere

Nell’era del digitale le organizzazioni collezionano dati provenienti da varie sorgenti, con una quantità ed una varietà che vanno ben oltre ciò per cui i tradizionali database relazionali sono stati concepiti. In particolare, emergono limiti nell’ambito delle...

Data Fabric: cos’è e quali i vantaggi nel suo utilizzo

Le aziende si trovano ad interfacciarsi con ambienti sempre più diversificati, distribuiti e complessi. Rendere agile la gestione dei dati aziendali diventa quindi una priorità: è necessario guardare oltre le tradizionali pratiche di data management, così da gestire al meglio i costi grazie a soluzioni moderne, come ad esempio il #LogicalDataFabric.

Data Lake: cos’è e quando utilizzarlo per l’archiviazione

La trasformazione digitale sta progressivamente aumentando il volume dei dati con cui le aziende si interfacciano ormai in tempo reale per supportare i loro processi. I dati vengono acquisiti dai sistemi aziendali con grande velocità, con numeriche decisamente...

Analisi predittiva: cos’è, le diverse fasi e i modelli predittivi

Il mercato dei business analytics sta crescendo con grande rapidità, con stime miliardarie prospettate da tutti i principali analisti. Secondo Markets and Markets, il mercato dell’analisi predittiva potrebbe valere circa 28 miliardi di dollari entro il 2026. Si tratta...

Dati sintetici: cosa sono, tipologie e quando utilizzarli

L’intelligenza artificiale dispone di una serie di tecniche in grado di rivoluzionare le attività in tantissimi settori, sia in ambito enterprise che nelle applicazioni tipicamente consumer. Per alimentare il proprio operato, gli algoritmi di machine learning...

Analisi predittiva: cos’è, esempi e modelli utilizzati

Le tecniche di analisi predittiva sono presenti da moltissimi anni. Tuttavia, di recente si è assistito ad una considerevole maturazione e diffusione delle sue applicazioni, grazie all’implementazione sempre più massiccia dei dati digitali acquisiti dalle varie...

Churn rate: cos’è, come si calcola e come gestirlo

Customer churn rate, tecniche e strumenti per capire quali sono le cause che portano un cliente a cercare alternative

Overfitting e Underfitting: cosa sono e come gestirli

Il machine learning (apprendimento automatico) è una delle discipline dell’intelligenza artificiale più diffuse, grazie alla sua capacità di analizzare i dati per cercare soluzioni sempre più efficaci ad un problema noto. La scienza dei dati ha compiuto enormi...

Manutenzione nell’Industria 4.0: cosa cambia 

L’Industria 4.0 ha ridefinito vari aspetti della fabbrica tradizionale, non soltanto quelli tipicamente legati alla produzione, coinvolgendo tutte le fasi del ciclo di vita, grazie al contributo di nuovi metodi e tecnologie abilitanti. È il caso dei processi di...