Saltar al contenido
Wilson Villamartecnología · sostenibilidad · innovación

Proyectos / 2024–25

Calidad de energía en edificios: medir antes de invertir

Mediciones con analizador de red leídas con Python para entender el comportamiento real de una instalación antes de decidir inversiones.

Recursos bajo control

Gráfico de voltaje RMS comparando la señal original con versiones filtradas y remuestreadas

Antes · el problema

Un analizador de calidad de energía registra miles de mediciones durante días: voltajes, corrientes y potencias en intervalos muy cortos. En bruto, esos registros son difíciles de leer, el ruido esconde las tendencias y las decisiones sobre la instalación se toman sin una visión clara.

Después · lo que se hizo

Un flujo de análisis en Python que limpia los registros, filtra valores atípicos, remuestrea las series en distintas ventanas de tiempo y genera gráficos interactivos con Plotly para comparar cada versión contra la señal original.

Datos: el analizador genera registros CSV que Python y Plotly filtran y visualizan para tomar decisioneskWhAnalizadorCSVRegistrosFiltrar yremuestrearDecisión

Cómo se hizo

  1. 01

    Exportar y consolidar los registros del equipo en una sola serie de tiempo.

  2. 02

    Filtrar valores atípicos con umbrales de percentil (95 % y 99 %).

  3. 03

    Remuestrear la señal en ventanas de 1, 5, 10, 15 y 30 minutos y de 1 hora.

  4. 04

    Comparar visualmente cada versión en gráficos interactivos para elegir la resolución adecuada.

Resultado

3edificios medidos antes de invertir

Una lectura clara del comportamiento de la instalación a lo largo del día —por ejemplo, las variaciones de Vrms entre la noche y la mañana— que sirve como base para decisiones de eficiencia y mantenimiento.

Herramientas

  • Python
  • Plotly
  • Series de tiempo
  • Analizador de calidad de energía

Aprendizaje

El valor no está en tener más datos, sino en elegir la resolución correcta. Remuestrear revela patrones que el ruido esconde, y comparar versiones evita conclusiones basadas en picos aislados.

Siguiente proyectoIA para retroalimentar a 11 startups en un bootcamp
Contacto