[cat] Aquest treball de final de grau està dedicat a la introducció d’una nova capa de funcionalitats de anàlisi de dades damunt una SmartPlatform, prèviament ja desplegada a la UIB i que forma part del projecte SmartUIB. Aquesta capa de anàlisi té l’objectiu de permetre la extracció de dades e informació més complexa que la que es té actualment a través de Grafana. Aquesta informació llavors hauria de ser utilitzada per a millorar el rendiment energètic del diferents edificis del campus. En el cas concret d’aquest treball, es posa el focus damunt l’edifici Ansel Turmeda
Inicialment el treball ha consistit en la realització d’un estudi del mercat tecnològic per a descobrir i estudiar superficialment les diferents aplicacions, frameworks, llenguatges de programació... que ens puguin permetre afegir aquestes funcionalitats d’anàlisi.
Posteriorment, s’han avaluat les diferents opcions presentades durant aquest estudi per tal de seleccionar un conjunt reduït de tecnologies que es plantejaran com a “solucions”. S’ha cercat que aquestes gaudeixin de característiques ben diferenciades entre elles. El resultat han estat tres eines:
• TRIRIGA Building Insights de IBM. Una aplicació englobada dins l’entorn Watson IoT que destaca per la seva enorme adaptació a les característiques del problema (consum).
• Microsoft Excel i Power BI. Solucions conegudes però respectades de una altre gran corporativa que destaquen per la seva facilitat d’ús.
• Python. El llenguatge de programació per excel·lència per a aquest tipus de tasques gràcies a la existència del conjunt de llibreries SciPy.
Una vegada seleccionades, s’ha dut a terme un estudi molt més detallat i de caire inherentment pràctic de les seves funcionalitats i característiques. Això s’ha fet per tal d’analitzar la viabilitat d’aquestes tecnologies com a solució final i la seva adequació amb la estructura, tecnologies i filosofia de desenvolupament de la SmartPlatform ja existent.
Durant aquest darrer procés s’ha descartat la implementació immediata de Building Insights degut al seu més que probable conflicte amb la filosofia modular de la SmartPlatform i les tecnologies que actualment s’hi utilitzen. Les altres dues, Microsoft i Python, han estat considerades com a opcions suggerides per a començar implementar funcionalitats d’anàlisi. La primera ha estat proposada com a eina predeterminada per a estudis estàtics, que només es realitzen una vegada amb un conjunt de dades ben limitat. La segona ha estat proposada per a estudis més dinàmics, ja sigui per la seva repetició a la variació del conjunt de dades emprat.
Una vegada proposades les solucions, s’ha considerat adients mostrar exemples concrets de la seva aplicació i s’han dut a terme dos estudis. Un de estàtic, realitzat amb les eines Microsoft, per a extreure dades avançades d’un conjunt prèviament estipulat i un de dinàmic, un predictor de consum desenvolupat amb Python.
Per acabar, s’han presentat una sèrie de evolucions futures, tant a nivell de arquitectura, com de eines e, inclús, possibles millores al predictor Python i, en darrera instància, s’ha conclòs el projecte amb un anàlisi satisfactori dels objectius plantejats.