En aquest article, aprendràs a visualitzar les anomalies calculades per Optimise a Analytics i, per tant, als Dashboards i als Informes. L’article s’organitza en les següents seccions:
Introducció
Ara les anomalies d’Optimise es poden analitzar no només dins d’Optimise, sinó també directament a Analytics i visualitzar-se als quadres de comandament i als informes.
Això et permet combinar la informació sobre les anomalies amb els altres KPI energètics i crear vistes personalitzades per supervisar el consum anòmal de tota el teu portfoli d'edificis. També et permet obtenir un resum de totes les anomalies segons els criteris del teu negoci directament a Dashboards o als informes. Optimise continua disponible perquè puguis entendre els detalls de les anomalies que et poden resultar interessants.
Amb l'anàlisis Anomalies by Parameter d’Analytics, pots visualitzar:
- El nombre d’anomalies detectades per Optimise.
- L’impacte energètic associat a aquestes anomalies.
- L’impacte econòmic associat a aquestes anomalies.
També pots utilitzar els filtres i les desglossaments disponibles per centrar l’anàlisi en les anomalies més importants i entendre on, quan i per què es produeixen.
Requisits
Abans d’utilitzar les dades d’anomalies a Analytics, als dashboards o als informes, cal que Optimise estigui activat per als dispositius que vols analitzar. Només es poden utilitzar en les anàlisis les anomalies dels dispositius configurats a Optimise.
Si encara no has configurat Optimise, consulta Comencem amb Optimise per saber com configurar els dispositius i començar a detectar anomalies. Un cop Optimise estigui configurat i les anomalies estiguin disponibles, les podràs utilitzar a Analytics, als dashboards i als informes.
Els requisits per visualitzar les anomalies són els mateixos que per utilitzar el producte Optimise. Com a recordatori, els requisits són:
- Llicències Advanced i Ultimate
- Dades horàries
- Fonts d’energia disponibles:
- Energia activa
- Energia o volum de gas
- Energia tèrmica (refrigeració o calefacció)
- Volum d’aigua
Com funciona?
Les dades d’anomalies d’Optimise estan disponibles a Analytics mitjançant l'anàlisis Anomalies by Parameter. Per començar a analitzar les anomalies:
- Ves a Analytics.
- Selecciona la font de dades Anomalies by Parameter.
- Selecciona el concepte que vols visualitzar: Nombre d’anomalies, Impacte de les anomalies (kWh, m3) o Cost de les anomalies
- Tria quins paràmetres vols visualitzar a les dades
-
Desglossament: Pots triar desglossar els resultats per paràmetre. Això és especialment útil per als pie charts.
-
Aplica els filtres que necessitis: Fiabilitat, Dia de la setmana, Hora d’inici de les anomalies, Durada de les anomalies, Impacte de les anomalies (kWh, m3), Cost de l’impacte de les anomalies...
- Selecciona el període que vols analitzar.
Comentaris importants:
- Diverses monedes: Si el teu compte conté diverses monedes, l’impacte econòmic total de les anomalies només es pot mostrar quan les dades seleccionades utilitzen una única moneda. Utilitza l’arbre de jerarquia de localitzacions per filtrar els resultats i assegurar-te que només s’inclou una moneda en l’anàlisi.
- Nombre d’anomalies i resolució: Com que les anomalies poden durar diverses hores, la mètrica Nombre d’anomalies només es pot mostrar amb una resolució diària o superior. No està disponible amb una resolució horària.
-
KPI: Cada KPI pot mostrar un concepte i una unitat. Si vols visualitzar mètriques amb conceptes o unitats diferents, crea un KPI independent per a cadascuna. Per exemple:
- KPI 1 – Nombre total d’anomalies: Pot incloure anomalies de totes les fonts d’energia (mateixa unitat, un concepte).
- KPI 2 – Impacte econòmic de les anomalies: Pot agregar anomalies quan s’utilitza una única moneda. Si hi ha diverses monedes, crea un KPI independent per a cada moneda o regió.
- KPI 3 – Impacte total de les anomalies: Pots agregar paràmetres que utilitzin la mateixa unitat. Per exemple, l’electricitat, l’energia de gas i l’energia tèrmica es poden combinar perquè es mesuren en kWh. De la mateixa manera, el volum de gas i l’aigua es poden combinar perquè es mesuren en m³. Els paràmetres amb unitats diferents, com ara l’electricitat (kWh) i el volum de gas (m³), no es poden combinar en el mateix KPI.
- Desglossament: El desglossament és especialment útil per als pie charts, ja que permet dividir els resultats en diferents categories. No té cap efecte en els gràfics de barres o de línies, perquè cada sèrie de dades ja es mostra individualment.
- Jerarquia de localitzacions: La jerarquia de localitzacions també s’aplica a les dades d’Optimise. Pots filtrar per etiqueta i navegar per la jerarquia d’ubicacions per restringir quines localitzacions i, per tant, quines anomalies s’inclouen als gràfics.
Com es creen els dashboards i els informes
Afegir anomalies a un dashboard
Per afegir dades d’anomalies d’Optimise a un dashboard, primer has de crear i desar l’anàlisi a Analytics.
- Ves a Analytics.
- Selecciona Anomalies by Parameter.
- Configura l’anàlisi, incloses la mètrica, el període, els filtres i els desglossaments que vols utilitzar.
- Desa l’anàlisi.
- Exporta l’anàlisi desada al teu dashboard.
- Selecciona el quadre de comandament on vols que aparegui el giny.
El giny resultant utilitzarà la configuració que hagis definit a Analytics.
Això vol dir que l’anàlisi no es configura directament des de dashboards. Primer crea l’anàlisi a Analytics, desa-la i, a continuació, exporta-la al quadre de comandament necessari.
Afegir anomalies a un informe
Per als informes, el procés és lleugerament diferent.
A més de crear una anàlisi a Analytics, desar-la i afegir-la després a un informe, també pots afegir una anàlisi d’Anomalies by Parameter directament des de la configuració de l’informe. Obtén més informació al nostre article sobre els informes.
Exemples
La flexibilitat d’Anomalies by Parameter et permet crear diferents anàlisis en funció del que vulguis supervisar.
Supervisar l’evolució de les anomalies
Visualitza el nombre d’anomalies al llarg del temps per entendre si el consum anòmal augmenta o disminueix i identificar períodes amb un comportament inusual.
Centrar-se en les anomalies més rellevants
Aplica filtres per excloure les anomalies que no siguin rellevants per a l’anàlisi i centra’t, per exemple, en les anomalies amb un impacte, una fiabilitat, una durada o un estat determinats.
Això pot ajudar a reduir el soroll i centrar el quadre de comandament en les anomalies que requereixen atenció. Per exemple: KPI de l’impacte de les anomalies que es van produir durant el cap de setmana:
Analitzar quan es produeixen les anomalies
Mostra les anomalies en un mapa de calor per identificar patrons:
Analitzar la distribució de les anomalies per paràmetre
En seleccionar el desglossament per paràmetre, pots mostrar la distribució de les anomalies per font d’energia:
Propostes de dashboard
- Distribució d'anomalies de l'última setmana i l'últim mes per paràmetre
- Total d'anomalies de l'última setmana i l'últim mes (per tots els paràmetres)
- Desglossament en taula de l'impacte de les anomalies de l'últim mes
- Impacte de les anomalies de cada font energètica de l'últim mes comparat amb el mes anterior
- Evolució temporal del nombre d'anomalies i l'impacte durant l'últim mes de les anomalies d'electricitat i aigua. Podem avaluar si amb un nombre d'anomalies petit tenim un gran impacte i al revés.
- Mapes de calor: Molt útils per entendre patrons i veure on l'impacte ha estat més elevat de forma visual.