big data

Le « Big Data » ouvre d’immenses perspectives de développement et d’innovation dans l’utilisation des immenses bases de données. L’équipe d’éco Opera est un pionnier dans le développement des concepts et outils permettant l’exploitation de ce nouveau paradigme de l'informatique. La mise en application des concepts par le développement de fonctions et outils appropriés permet d’améliorer les capacités d’ecoCEO dans l’analyse des différents ensembles de données afin de saisir de nouvelles opportunités de bonne gestion de l'énergie.

Les sous-systèmes d'énergie dans tous les établissements génèrent des données d’une vaste ampleur. La capacité de gérer des quantités élevés des données en provenance d’une multitude de capteurs qui font des lectures en «continu» est essentielle. La mise en application des concepts nous permettent d’établir des relations à l’aide de données multiple et sans lien apparant.

Voici quelques exemples de la façon dont ecoOpera exploite la puissance ddu « Big Data »:

  • Une exigence commune aux fournisseurs de services en gestion des installations se résume à la capacité de classer les bâtiments dans leur portefeuille sur la base de l'efficacité énergétique et d’en assurer au cours des années, de conserver une bonne classification en fonction des changements qui se produisent. Les normes de classification tel que « HERS » ne sont pas omniprésentes et le processus d’évaluation est très coûteux. Dans ce cadre, ecoQUEST fait le traitement des données permettant de normaliser les bâtiments et d’ajuster les échelles de mesure et d'autres facteurs qui peuvent fbiaiser le classement. Cette normalisation permet de calculer des facteurs significatifs et comparables d'efficacité énergétique pour chaque bâtiment.
  • Les données reçues des capteurs sont souvent porteuses d’erreurs; de plus, les capteurs, dont les dérives par rapport à leurs points de consignes sont fréquentes, augmentent à cause de ces dérives la consommation d'énergie d'un bâtiment. Le calibrage des capteurs est coûteux et ces coûts peuvent être diminuer par une identification préalable. Nous utilisons les technologies « Big Data » avec ecoCEO afin de générer nos modèles de régression conformes aux conditions de fonctionnement de chaque bâtiment. Cette approche nous permet d’avoir un référentiel valable pour mesurer la consommation d'énergie avec la valeur de référence du bâtiment.
En fin de compte, il y a une symbiose naturelle entre les capacités de traitement de « Big Data » à l'aide des données de capteurs et le traitement traditionnel en ligne d'un SIGE classique.