EDIFICIOS INTELIGENTES E BIG DATA

Transcrição

1 EDIFICIOS INTELIGENTES E BIG DATA Antes de tudo, vamos tentar conceituar do que estamos tratando ao usar o termo big data numa abordagem ampla. Definição de Big Data De forma geral o termo se refere ao tipo de informação (ou dados) que excede a capacidade dos métodos e sistemas convencionais. Em outras palavras, a noção de grande é relativa aos atuais padrões de análise. Embora alguns atributos possam variar em função da indústria ou atividade em análise, a maioria aceita que as seguintes características definem o big data : volume, velocidade e variedade. E as edificações neste contexto? A tradicional abordagem dos sistemas de controle predial é do tipo top down através da integração de sistemas como climatização, iluminação e utilidades e acontece apenas no nível de supervisão. A nova geração em inteligência operacional e de negócios derivada da análise de dados oriundos de múltiplas origens e plataformas deve se traduzir na compreensão geral dos sistemas, de seu desempenho e de sua otimização. Assim, neste contexto, o termo big data engloba tanto a arquitetura de soluções utilizadas como todas as análises a ela associadas. Soluções baseadas em Big data estão alterando o paradigma na gestão de: Facilities Consumo de energia Operação do edificio E também estão mudando a arquitetura dos sistemas prediais para uma plataforma mais distribuída com controles mais híbridos e previsíveis, baseados nas entradas e saídas de múltiplos sistemas instalados e sendo monitorados no edifício. Sem duvida, o principal foco atualmente é o gerenciamento de energia e insumos em geral, mas a análise de dados prediais pode ainda oferecer: Redução nos custos de operação e manutenção Aumento considerável no conforto, principalmente através da análise da sua ocupação. Para ilustrar os itens acima podemos imaginar um edifício onde a ocupação pelos usuários tenha uma grande variação no decorrer do dia. Sem um monitoramento e avaliação conjunta

2 da movimentação de usuários e da ocupação resultante nos diversos ambientes em conjunto com itens como iluminação externa e interna, temperatura e outros pertinentes, o risco de desconforto (de um lado) ou de consumo exagerado de energia (de outro) seria muito elevado Vejamos como exemplo o diagrama abaixo A expansão deste diagrama permite visualizar os benefícios que podem ser oferecidos para proprietários e usuários de sistemas prediais tratados com uso de Big Data, como abaixo: Com o advento da Internet das Coisas e consequentemente da computação em nuvem, a tendência destes processos é a sua migração para centrais de monitoramento especializadas, situadas fora da edificação, evitando que a exposição de hardwares em ambientes mais hostis ou menos preparados seja um inconveniente na fase de implantação e na posterior operação do edifício.

3 Os dados que podem ser coletados A coleta dos dados pode ser feita em intervalos pré-determinados em função das características individuais de cada sistema e/ ou equipamento, assim como sua necessidade de estocagem para posterior analise. Desta forma, a frequência de coleta e o dimensionamento dos bancos de dados será determinada pelo analista e solicitada ao integrador que desenvolveu a implantação do sistema e das suas conexões. Sistemas e equipamentos que são objeto de coleta numa edificação: Iluminação Ventilação Bombas Climatização Aquecimento de agua Tomadas de uso geral E outros que podem variar em função do uso específico de cada edifício (hotéis, hospitais, centros comerciais, por exemplo) ou de atributos pertinentes (geração de energia alternativa e similares) E quais as variáveis passiveis de medição? Seriam atributos como: Status de funcionamento (ligado / desligado / pausado) Consumo de energia (máximo / mínimo / médio) Temperatura (registro, variações) Luminosidade (natural / artificial) Ocupação (distribuição nos ambientes) Um exemplo de gráfico comparando o consumo de diversos sistemas teria esta aparência

4 Exemplos de soluções possíveis Caso 1 Uma combinação de dados obtidos através de medidas oriundas de um processo de desempenho e verificação Geração de relatórios para a validação do desempenho e / ou detecção de falhas dos sistemas Relatórios mensais que oferecem uma análise de tendências detalhada Tempo gasto pelos gestores na analise dos relatórios e tomada de medidas: 5 minutos para os relatórios semanais e 1 hora para os relatórios mensais Caso 2 Serviço de analise e diagnostico da ineficiência dos sistemas, economia de energia e corte de custos. Um sistema de analise da edificação automaticamente avalia o seu desempenho, os níveis de conforto e as necessidades de manutenção. Emissão de relatórios de diagnósticos diários pré-formatados Um estudo completo de ROI (retorno sobre o investimento) é obtido a cada 18 meses de uso do sistema em funcionamento Caso 3 Através de Informações coletadas e analisadas, tais como consumos de energia, visão geral de custo por fornecedor, ocupação do edifício, usos do edifício, visão geral dos custos operacionais (por setor, por serviço) são gerados benchmark de indicadores O uso frequente destas informações aperfeiçoa decisões com relação a: Gerenciamento do edifício e decisões de investimento Estratégias de terceirização Locação de espaços / escolha de fornecedores Implantação de estratégias conforme as demandas Como o mercado percebe isto hoje? Ainda são enfrentados diversos obstáculos, entre os quais destacamos: Conceito novo ainda pouco adotado A proposta de valor ainda depende muito do tipo de edificação e de sua localização (em função de questões mercadológicas) Existe um abismo entre as soluções tecnológicas (já disponíveis) e a sua aceitação pelos investidores

5 Constatações Apesar da necessidade de maior divulgação e conhecimento, existem investidores inovadores que estão acreditando no diferencial de valor da proposta do Big Data O foco principal ainda é na avaliação de portfolio de edifícios, ou seja, diferenciação no mercado. Clientes ainda priorizam os impactos econômicos da adoção acima de outros benefícios A maior parte dos tomadores de decisão no setor predial ainda ignora o conceito de big data e não conseguem avaliar seus potenciais benefícios A segurança dos dados é uma preocupação sempre presente e um desafio para os fornecedores de soluções demonstrarem que seus procedimentos e padrões são seguros para quem investe Investidores interessados em Big Data exigem uma taxa de retorno compensadora e melhorias visíveis na operação do edifício Existem atualmente variadas e esparsas informações coletadas nos edifícios que podem sugerir ao usuário que ele está bem informado adiando então a adoção de sistemas de Big Data realmente integrados Projeções Não temos números para o mercado brasileiro. Mas no gráfico abaixo podemos visualizar projeções para o mercado norte americano com relação à implantação de sistemas de gestão prediais baseados em Big Data. O crescimento anunciado evidencia uma tendência crescente que deve se espalhar rapidamente, baseada na rápida evolução tecnológica da captação e analise dos dados e na crescente complexidade e competitividade do mercado imobiliário.