Detect Data Quality

Seguir

En aquest article, aprendràs sobre l'anàlisi de la qualitat de les dades realitzada per Detect. L'article està dividit en les següents seccions:

Què és la Qualitat de Dades de Detect?

Detect és un producte que analitza grans quantitats de dades, de manera que una baixa qualitat de les dades pot ser crítica per generar resultats de bona qualitat. Per tant, Detect avalua cada edifici amb detall per mantenir un estàndard mínim de qualitat de les dades.

En cas de configuració incorrecta, que provoqui problemes com dades rellevants que faltin o dades de consum imprecises, l'edifici serà descartat i no generarà resultats a Detect ni serà utilitzat per a comparacions amb altres edificis.

En altres casos, l'edifici serà acceptat i generarà resultats a Detect. No obstant això, l'acceptació no garanteix una qualitat de dades perfecta. Per tant, es realitza un anàlisi més detallat per identificar possibles advertiments lleus o severes relacionats amb la qualitat de les dades.

Les següents seccions explicaran per què es podria descartar un edifici i delinear les categories de qualitat de dades analitzades dins del programari.

 

Motius de descart

Quan s'ha de descartar un edifici, pot ser per raons en dues categories:

  • Problemes amb la configuració del compte o les dades de localització
  • Problemes amb les dades de consum

Problemes amb la configuració del compte o les dades de localització

Grup de Qualitat de Dades Error Descripció
Mesurador de referència Sense dispositiu de referència elèctric El dispositiu de referència elèctric no s'ha configurat per a aquesta localització
Coordenades Sense coordenades La localització és descartada perquè no és possible recuperar les coordenades de la localització
Coordenades incorrectes La localització és descartada perquè el proveïdor de geolocalització no pot obtenir una adreça vàlida de les coordenades configurades.
Dades meteo Sense dades meteorològiques La localització és descartada si no és possible recuperar els dies grau i/o les dades de temperatura.
Superfície Superfície incorrecta La superfície configurada era <10m2 i amb les dades de consum disponibles, Detect no pot estimar una nova superfície que proporcioni resultats de consum específic raonables.
Sense superfície La superfície configurada era <10m2 i amb les dades de consum disponibles, Detect no pot estimar una superfície.
Consum específic massa alt amb buits de dades El consum específic és massa alt i falten dades.
Superfície estimada (només si la superfície de la localització = 1m²) Consum específic massa baix sense buits de dades Tot i que no faltin dades, la localització es descarta perquè, després d’imputar la superfície, el consum específic és massa baix.
Consum específic massa alt sense buits de dades Tot i que no faltin dades, la localització es descarta perquè, després d’imputar la superfície, el consum específic és massa alt.
Consum específic projectat massa baix Després d’imputar la superfície per a aquesta localització i omplir els buits de dades, la localització es descarta perquè el consum específic és massa baix.
Consum específic projectat massa alt Després d’imputar la superfície per a aquesta localització i omplir els buits de dades, la localització es descarta perquè el consum específic és massa alt.

 

Problemes amb les dades de consum

Categoria Error Descripció
Gaps de dades Sense lectures La localització és descartada si no té lectures d'energia activa.
Gaps rellevants de dades de consum, manca de dades dels mesos inicials Aquest error es produeix si falten dades als mesos inicials del període de 12 mesos.
Gaps rellevants de dades de consum, manca de dades dels mesos intermedis

Aquest error es produeix si falten dades als mesos intermedis del període de 12 mesos.

Gaps rellevants de dades de consum, manca de dades dels últims mesos Aquest error es produeix si falten dades als últims mesos del període de 12 mesos.
Gaps rellevants de dades de consum, manca de dades en alguns mesos Aquest error es produeix si hi ha dades mancants distribuïdes durant el període de 12 mesos.
Gaps rellevants de dades de consum, sense mesos complets de dades mancants Aquest error es produeix si hi ha dades mancants, però no equivalen a cap mes complet.
Valor de consum Consum inferior a un llindar definit Aquest error es produeix si el consum de 12 mesos (considerant el consum estimat perdut en els buits) és inferior a 1500 kWh
Consum inferior a un llindar definit, manca de dades dels mesos inicials Aquest error es produeix si el consum de 12 mesos és inferior a 1500 kWh perquè falten dades en els mesos inicials del període de 12 mesos.
Consum inferior a un llindar definit, manca de dades dels mesos intermedis Aquest error es produeix si el consum de 12 mesos és inferior a 1500 kWh perquè falten dades en els mesos intermedis del període de 12 mesos.
Consum inferior a un llindar definit, manca de dades dels últims mesos Aquest error es produeix si el consum de 12 mesos és inferior a 1500 kWh perquè falten dades en els últims mesos del període de 12 mesos.
Consum inferior a un llindar definit, manca de dades en alguns mesos Aquest error es produeix si el consum de 12 mesos és inferior a 1500 kWh perquè hi ha dades mancants en mesos distribuïts del període de 12 mesos.
Consum inferior a un llindar definit, sense mesos específics amb dades mancants Aquest error es produeix si el consum de 12 mesos és inferior a 1500 kWh perquè hi ha dades mancants, però no hi ha cap mes específic que falti

 

Errors i advertiments

Entre les localitzacions acceptades, Detect busca advertiments de qualitat de dades lleus i severes. Aquests s'analitzen en les següents categories:

  • Dades externes: Relacionades amb dades meteorològiques i festius.
  • Metadades: Relacionades amb la configuració del compte.
  • Superfície: Relacionades amb els valors vàlids per a la superfície configurada.
  • Dades mensuals: Relacionades amb buits de dades o valors extrems de consum.
  • Dades horàries: Relacionades amb buits de dades o valors extrems de consum.
  • Geolocalització: Relacionades amb les coordenades.

Per a cada categoria, Detect analitza diversos paràmetres i després classifica tots els edificis acceptats com "sense advertiments", "amb advertiments lleus" o "amb advertiments severes".

 

Qualitat de Dades a la UI

En la vista de portfoli dins de Detect, hi ha tres seccions diferents relacionades amb la Qualitat de Dades:

 

detect-data-quality-1.png

Resum d'estat del portfoli

La vista de resum d'estat del portfoli mostra un resum de l'estat de qualitat de les dades per al compte, a través d'un gràfic circular i de columnes apilades.

El gràfic circular mostra el nombre de localitzacions que s'han descartat en vermell; i de les que s'han acceptat, la distribució entre aquelles que no tenen cap advertiment (en verd, 0 a la captura de pantalla a sota), aquelles que tenen advertiments lleus (en groc) i aquelles que tenen advertiments severes (en taronja).

Les columnes apilades mostren la distribució d'advertiments entre totes les categories analitzades:

detect-data-quality-2.png

El nombre de localitzacions descartades és el mateix en totes les categories ja que van ser descartades abans de l'anàlisi d'advertiments i per tant no pertanyen a cap categoria. Cada localització apareix una vegada a cada categoria.

 

Estat detallat del portfoli

La secció d'estat detallat del portfoli enllaça amb una taula que inclou totes les localitzacions al compte amb totes les possibles raons de descart o anàlisi d'advertiments:

detect-data-quality-3.png

 

Descripció d'errors i advertiments

Aquesta secció mostra els conceptes analitzats dins de cada categoria per a les localitzacions acceptades. Com a exemple, la categoria de consum horari:

detect-data-quality-4.png

Utilitzant com a exemple la primera fila, "Consum horari amb valors vàlids (sense zeros)":

  • 57 localitzacions en aquest compte tenen consum horari vàlid sense zeros,
  • 4 tenen advertències lleus (tenen alguns zeros en el seu consum),
  • 2 tenen advertències severes (molts zeros dins del seu consum).

 

Qualitat de Dades als dashboards

Per saber-ne més sobre els widgets de la qualitat de dades de Detect, si us plau, consulteu aquest article.

Trobeu que l'article ha estat útil?