Control y detección de anomalías de confort térmico y eficiencia energética en edificios a partir de variables autocorreladas

• In´es Barbeito ^[1] ; Sonia Zaragoza ^[1] ; Javier Tarrío-Saavedra ^[1] ; Salvador Naya ^[1]
  1. [1] Universidade da Coru~na
• Localización: BEIO, Boletín de Estadística e Investigación Operativa, ISSN 1889-3805, Vol. 39, Nº. 2, 2023
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen

  • En este trabajo se presenta, de una forma intuitiva, paso por paso, la metodología propuesta en el artículo “Assessing thermal comfort and energy efficiency in buildings by statistical quality control for autocorrelated data” para el control de procesos definidos por una variable (critical to quality variable, CTQ) cuyas observaciones están autocorreladas, permitiendo, a su vez, la deteccióon de anomalías, siendo éste su principal objetivo. De hecho, el origen de este procedimiento está en la necesidad de detección automática de alarmas que tienen las empresas relacionadas con las instalaciones de energía en edificios, en el marco de la Industria 4.0 y la digitalizacióon de la producción y los servicios.

    En concreto, la empresa Σqus, desarrolladora de plataformas de Internet of Things (IoT) en el sector de la energía en edificaciones (centros comerciales, oficinas, hoteles, hospitales) presentó a los autores su necesidad de implementar algoritmos que permitieran la detección automática de anomalías en sus sistemas de climatización (Heating, Ventilation, and Air Conditioning, HVAC) a partir de variables como la temperatura ambiente interior o el consumo de energía en climatización, es decir, anomalías relacionadas con la eficiencia energética y de confort térmico del edificio. En consecuencia, se propuso la aplicación de gráficos de control x¯, de medidas individuales y de medias ponderadas exponencialmente (EWMA) a las variables CTQ. Dado que sus observaciones no son independientes (como es común en datos monitorizados continuamente con respecto al tiempo), se propone un procedimiento para aplicar estos gráficos a los residuos correspondientes al previo ajuste de modelos ARIMA para series de tiempo. El estudio se complementa con el análisis de la capacidad de las instalaciones HVAC del edificio para cumplir las especificaciones en términos de consumo energía y confort térmico, a través de la propuesta de aplicación de índices de capacidad univariante para datos autocorrelados.

• Referencias bibliográficas
  • Alvarez, A., J. Tarrıo-Saavedra, S. Zaragoza, J. L´opez-Beceiro, R. Artiaga, S. Naya y B. ´ Alvarez ´ (2016). ✭✭Numerical and experimental...
  • Assis Dornelles, J. de, N. F. Ayala y A. G. Frank (2022). ✭✭Smart Working in Industry 4.0: How digital technologies enhance manufacturing...
  • Barbeito, I., S. Zaragoza, J. Tarrıo-Saavedra y S. Naya (2017). ✭✭Assessing thermal comfort and energy efficiency in buildings by statistical...
  • Centofanti, F., A. Lepore, A. Menafoglio, B. Palumbo y S. Vantini (2021). ✭✭Functional regression control chart✮✮. En: Technometrics 63.3,...
  • Chakraborti, S. (2004). ✭✭Nonparametric (distribution-free) quality control charts✮✮. En: Encyclopedia of statistical sciences, págs. 1-27.
  • Chakraborti, S. y M. A. Graham (2019). ✭✭Nonparametric (distribution-free) control charts: An updated overview and some results✮✮. En: Quality...
  • Chakraborti, S., P. Van der Laan y S. T. Bakir (2001). ✭✭Nonparametric control charts: an overview and some results✮✮. En: Journal of quality...
  • Colosimo, B. M. y M. Pacella (2010). ✭✭A comparison study of control charts for statistical monitoring of functional data✮✮. En: International...
  • Eiras-Franco, C., M. Flores, V. Bol´on-Canedo, S. Zaragoza, R. Fern´andez-Casal, S. Naya y J. TarrıoSaavedra (2019). ✭✭Case study of anomaly...
  • Flores, M., R. Fernandez-Casal, S. Naya y J. Tarrio-Saavedra (2022). qcr: Quality Control Review. R package version 1.4. url: https://CRAN.R-project.org/package=qcr.
  • Flores, M., R. Fern´andez-Casal, S. Naya, J. Tarrıo-Saavedra y R. Bossano (2018). ✭✭ILS: An R package for statistical analysis in Interlaboratory...
  • Flores, M., S. Naya, R. Fern´andez-Casal, S. Zaragoza, P. Ra˜na y J. Tarrıo-Saavedra (2020). ✭✭Constructing a control chart using functional...
  • Flores, M., J. Tarrio-Saavedra, R. Fernandez-Casal y S. Naya (2018). ✭✭Functional extensions of Mandel’s h and k statistics for outlier detection...
  • Görnitz, N., M. Kloft y U. Rieck K.and Brefeld (s.f.). ✭✭Toward supervised anomaly detection✮✮. En: Journal of Artificial Intelligence Research...
  • Hossein Motlagh, N., M. Mohammadrezaei, J. Hunt y B. Zakeri (2020). ✭✭Internet of Things (IoT) and the energy sector✮✮. En: Energies 13.2,...
  • Kalgonda, A. A y S. R. Kulkarni (2004). ✭✭Multivariate quality control chart for autocorrelated processes✮✮. En: Journal of Applied Statistics...
  • Kruger, U. y L. Xie (2012). Statistical monitoring of complex multivatiate processes: with applications in industrial process control. John...
  • Liu, R. Y. (1995). ✭✭Control charts for multivariate processes✮✮. En: Journal of the American Statistical Association 90.432, págs. 1380-1387.
  • Metallidou, C. K., K. E. Psannis y E. A. Egyptiadou (2020). ✭✭Energy efficiency in smart buildings: IoT approaches✮✮. En: IEEE Access 8, págs....
  • Montgomery, D. C. (2020). Introduction to statistical quality control. John Wiley & Sons.
  • Naya, S., A. Devia-Rivera, J. Tarrıo-Saavedra y M. Flores (2016). ✭✭New robust capability ratios approaches for quality control✮✮. En: Dyna...
  • Pan, J.N., C.I. Li y F.Y. Chen (2014). ✭✭Evaluating environmental performance using new process capability indices for autocorrelated data✮✮....
  • Saghaei, A., R. Noorossana y A. Amiri (2013). Statistical analysis of profile monitoring. Wiley Online Library.
  • Santos-Fernández, E. (2012). Multivariate statistical quality control using R. Vol. 14. Springer Science & Business Media.
  • Scrucca, L. (2004). ✭✭qcc: an R package for quality control charting and statistical process control✮✮. En: R News 4/1, págs. 11-17. url:...
  • Shewhart, W. A. (1926). ✭✭Quality control charts✮✮. En: The Bell System Technical Journal 5.4, págs. 593-603.
  • Sosa Donoso, J. R., M. Flores, S. Naya y J. Tarrıo-Saavedra (2023). ✭✭Local Correlation Integral Approach for Anomaly Detection Using Functional...
  • Tobar, A., S. Flores M.and Castillo-P´aez, S. Naya, S. Zaragoza y J. Tarrıo-Saavedra (2023). ✭✭BootstrapLOCI data mining methodology for anomaly...
  • Wallgren, E. (2001). ✭✭Confidence limits for the process capability index C pk for autocorrelated quality characteristics✮✮. En: Frontiers...
  • Zaragoza-Ferández, S., J. Tarrıo-Saavedra, S. Naya y A. L´opez-Beceiro J.and Alvarez-Garcıa (2014). ´✭✭Impact estimates of the actions for...