Dataplatform

Op The Green Village worden data verzameld om de prestaties van geteste technologieën in en rond de gebouwde omgeving te analyseren. Deze data worden gemeten door sensoren en loggers die zijn geïnstalleerd in en op het gebouw en de straat. Ze kunnen bijvoorbeeld gegevens leveren over het energieverbruik, de luchtkwaliteit, en het waterverbruik van het gebouw, maar ook over het weer of over de temperatuur en de vochtigheid van de ondergrond. Deze data leveren aanvullende informatie over de innovaties om zo de oplossingen te verbeteren. Ons dataplatform biedt een centrale plek die ons in staat stelt gemakkelijk data op te slaan en te delen.

Meer weten? Mail of bel Marijn

Data op The Green Village

Door deze gegevens te analyseren, krijgen we inzicht in de effectiviteit van de innovaties en methoden die bij ons worden getest. Deze inzichten worden gebruikt om de werking van de bij ons geteste innovaties te verifiëren en om bestaande technologieën in de gebouwde omgeving te verbeteren, bijvoorbeeld door middel van slimme aansturing.

Om de data die op The Green Village verzameld worden optimaal te benutten, hebben we samen met onze partner SURF een dataplatform ontwikkeld dat voor de vele databronnen op ons terrein één centrale plek biedt. Op deze manier zijn de data gemakkelijk deelbaar met ondernemers, onderzoekers en wetenschappers. Daarbij is de code die wij gebruiken om sensordata naar ons dataplatform te versturen publiekelijk beschikbaar op GitLab.

Voorbeelden data

• Buitentemperatuur
• Relatieve luchtvochtigheid
• Windsnelheid en -richting
• Zoninstraling
• Grondwaterstand
• Bodemvocht en -temperatuur
• (Aard)gasverbruik voor warmte binnen woningen
• Elektriciteitsverbruik van een woning, het Office Lab en verschillende warmtepompen

Dashboard data

Overzicht datastromen

GitLab

Technische achtergrond

In continu overleg over de invulling heeft SURF de infrastructuur opgezet, bestaande uit een combinatie van Apache Kafka, InfluxDB en Grafana. De wijze waarop de infrastructuur is gebouwd zorgt ervoor dat ze geschikt is voor een hoge diversiteit aan onderzoeken en dat ze betrouwbaar, snel (hoge doorvoer met lage latencies) en zeer goed schaalbaar is. De verschillende componenten hebben de volgende functionaliteit:

Data-analyse in real time: Apache Kafka is een open-source gedistribueerd platform. Het stelt ons in staat data van verschillende bronnen te integreren en real time te verwerken. Daarnaast kunnen ondernemers, onderzoekers en wetenschappers het gebruiken om de data onmiddellijk te analyseren en problemen te identificeren en op te lossen voordat ze kritiek worden. Meer uitgebreide documentatie met voorbeelden van producers waarmee sensordata naar Kafka kan worden verstuurd is te vinden op GitLab.
Database voor tijdreeksen: InfluxDB is open-source software gespecialiseerd in databases voor tijdreeksen. De data die door Kafka gelogd worden komen uiteindelijk terecht in deze database, die bedoeld is voor opslag en analyse op langere termijn. Deze database kan een meer uitgebreid inzicht bieden in hoe een gebouw of systeem functioneert en daarmee helpen bij het identificeren van kansen voor verbetering.
Visualisatie van de data: Grafana is een open-source platform voor data-analyse en -visualisatie. Het vertaalt de ruwe data uit InfluxDB naar gemakkelijk te begrijpen grafieken en dashboards. Het stelt gebruikers in staat om – zonder dat ze verstand hoeven te hebben van een meer ingewikkeld platform als InfluxDB – gegevens te presenteren op een manier die gemakkelijk te begrijpen is voor belanghebbenden, waardoor het eenvoudiger wordt om samen te werken en beslissingen te nemen op basis van de data.

Casus: Energiemanagementsysteem (EMS)

Ons energiesysteem gaat in de komende decennia rigoureus veranderen, we zitten midden in de energietransitie. Een van de grote moeilijkheden van duurzame opwekkers is dat ze niet op aanvraag aan te zetten zijn en dat vraag en aanbod moeilijk aan elkaar te koppelen zijn.

Waar energie nu nog voor een groot deel wordt opgewekt op een controleerbare centrale plaats, bijvoorbeeld in een kolencentrale, zullen we in de toekomst miljoenen lokale opwekkers hebben die niet op aanvraag aan te zetten zijn. Data gaan een zeer belangrijke rol spelen in dit energiesysteem van de toekomst, want zonder inzicht in het energieverbruik of de huidige weersituatie valt er helemaal niets te voorspellen of slim te regelen. Meten is weten!

Het verzamelen van data op een centrale plek heeft zeer veel voordelen. Denk bijvoorbeeld aan het inzichtelijk maken van het energieverbruik van een huishouden: om te onderzoeken welke apparaten energieslurpers zijn, of om inzicht te krijgen in de hoeveelheid energie die je in een jaar hebt opgewekt. Ook voor onderzoek is een dataplatform erg waardevol. Het kan bijvoorbeeld helpen te valideren of een nieuwe innovatie ook daadwerkelijk het beoogde effect had. Om de opwek en het verbruik van energie beter aan elkaar te koppelen wordt een energiemanagementsysteem (EMS) gebruikt. Voor het optimaal functioneren van een EMS zijn data onontbeerlijk.