Analytics per il monitoraggio energetico di centri sportivi e natatori: definizione del tool attraverso tecniche di machine learning e data mining.

La tesi ha l'obbiettivo di illustrare la realizzazione di un Tool Analitico di monitoring & targeting di centri sportivi e natatori. L'Analytics Tool -AT- in questione è stato sviluppato tramite tecniche di intelligenza artificiale e data mining sfruttando i dati di consumo di molteplici centri natatori, raccolti negli anni dall'azienda HF srl di Milano, la quale opera nel campo degli impianti e gestisce il monitoraggio energetico di svariati centri polisportivi in tutta Italia. La trattazione è focalizzata sulla selezione e la manipolazione dei dati dei centri, al fine di costruire i target dei tre consumi principali (energia elettrica, energia termica e acqua). Lo studio si basa su un approccio data driven definito attraverso il processo di Knowledge Discovery in Databases -KDD. La tesi è strutturata in sette capitoli. Nel primo capitolo è stata presentata l'azienda sede del lavoro di tesi. Nel secondo è stato introdotto il monitoraggio energetico contestualizzandolo in campo normativo. Nel terzo capitolo si è presentato lo schema logico per la costruzione dei target di consumo completo di opportune considerazioni al fine di motivare gli strumenti e i metodi adottati. Nel quarto capitolo sono state riportate le caratteristiche di impianti e di strutture di centri sportivi e natatori insieme alle normative di riferimento. Il quinto capitolo presenta le tecniche di analisi partizionale dei gruppi e riporta i risultati del clustering eseguito per individuare un campione rappresentativo e diversificato dei centri natatori con il quale istruire la rete neurale. Nel sesto capitolo vengono definiti i parametri aggregati per la stima del target di consumo. Infine, nel settimo capitolo si descrive in maniera qualitativa lo sviluppo della rete neurale eseguito dall'azienza Masvis, riportando i risultati quantitativi ottenuti dallo studio e gli sviluppi futuri dell'intero progetto.