Datennormalisierung
Datennormalisierung hilft Ihnen, Ihre Nachhaltigkeitsdaten auf konsistente und vergleichbare Weise anzuzeigen. Es wird angepasst an Faktoren wie Belegungsraten und Wetterbedingungen, damit Sie die tatsächliche Leistung Ihrer Gebäude besser verstehen können. Die Normalisierung erfolgt in mehreren Schritten, die vor und nach der Datenlückenabschätzung stattfinden. Jeder Schritt wendet eine spezifische Art von Anpassung auf Ihre Daten an.
Die Datennormalisierung besteht aus vier Untermodulen:
Leerstandsnormalisierung (vor der Datenlückenabschätzung)
Leerstandsdenormalisierung (nach der Datenlückenabschätzung)
Wetternormalisierung (nach der Datenlückenabschätzung)
Wetternormalisierung und Leerstandsnormalisierung (nach der Datenlückenabschätzung)
Die Optionen zur Datennormalisierung sind direkt in der Plattform im Filterbereich in mehreren Nachhaltigkeits-Dashboards verfügbar, wie zum Beispiel Energiedatenabdeckung, Ressourcen und Emissionen. Sie können jederzeit zwischen den Normalisierungsoptionen wechseln, um die Version der Daten anzuzeigen, die Ihre Analyse am besten unterstützt.
„Keine“ in der Datennormalisierungssteuerung bedeutet, dass die Daten in ihrer ursprünglichen, nicht normalisierten Form angezeigt werden.
Untermodul der Datennormalisierung
In den folgenden Abschnitten finden Sie eine Übersicht über jedes Untermodul der Normalisierung, einschließlich dessen, was es tut und warum es angewendet wird. Dies hilft Ihnen, zu verstehen, wie das System Ihre Daten in verschiedenen Phasen des Berechnungsprozesses anpasst.
1. Leerstandsnormalisierung
Die Leerstandsnormalisierung passt die Daten zum Energieverbrauch basierend auf der Leerstandsrate eines Gebäudes an.
Die Leerstandsrate stellt den Prozentsatz des nutzbaren Raums dar, der während eines bestimmten Zeitraums unbesetzt oder nicht in Gebrauch ist. Durch die Anwendung der Leerstandsnormalisierung spiegelt der Energieverbrauch nur die Bereiche wider, die tatsächlich besetzt und energieverbrauchend waren.
Wenn der Energieverbrauch auf Ebene des gesamten Gebäudes gemeldet wird, können die Daten Bereiche enthalten, die leer standen und daher keinen Energieverbrauch hatten. Die Leerstandsnormalisierung hilft sicherzustellen, dass die Daten die tatsächliche Nutzung genauer darstellen. Sie wird verwendet, um:
eine realistischere Aufteilung des Energieverbrauchs bereitzustellen.
faire Energievergleiche zwischen verschiedenen Gebäuden zu ermöglichen.
den Einfluss von Modernisierungen vom Einfluss des Leerstands auf den Energieverbrauch zu trennen.
Die Leerstandsnormalisierung ist auch eine Voraussetzung für die Durchführung von Plausibilitätsprüfungen und die Schätzung von Datenlücken. Aus diesem Grund erfolgt sie vor den anderen Untermodulen der Datennormalisierung.
2. Leerstandsdenormalisierung
Die Leerstandsdenormalisierung kehrt einfach die Anpassung um, die während der Leerstandsnormalisierung vorgenommen wurde.
Es gibt keine zusätzliche Geschäftslogik - der Zweck besteht lediglich darin, die Daten nach der Schätzung in ihren ursprünglichen Zustand zurückzuversetzen.
Die Leerstandsdenormalisierung wird angewendet, wenn die Datennormalisierung-Einstellung im Filterbereich auf Keine gesetzt ist.
Dies stellt sicher, dass Sie jederzeit zur nicht-normalisierten Ansicht zurückkehren können, wann immer dies erforderlich ist.
Um zu verstehen, warum die Datennormalisierung zuerst erfolgt und die Denormalisierung folgt, siehe die Erklärung unten.
Während der Schätzung von Energiedaten wird davon ausgegangen, dass 100% Belegung vorliegt.
Dies ist erforderlich, da Benchmarks und standardisierte Methoden (wie EPCs) auf vollständig belegten Gebäuden basieren. Sobald die Schätzung auf dieser Annahme abgeschlossen ist, wird die Leerstandsdenormalisierung angewendet, um die tatsächliche Leerstandsrate des Gebäudes widerzuspiegeln.
Dies stellt sicher, dass die Endwerte mit den realen Bedingungen übereinstimmen, während die Schätzung weiterhin einen konsistenten Referenzpunkt verwendet.
3. Wetternormalisierung
Die Wetternormalisierung passt die Daten zum Energieverbrauch an, um den Einfluss von Wetterbedingungen zu isolieren. Sie wird typischerweise nur auf Heizdaten angewendet, da der Stromverbrauch in der Regel nicht signifikant von Temperaturschwankungen betroffen ist.
Wetterbedingungen, insbesondere Temperatur, können einen starken Einfluss auf den gesamten Energieverbrauch eines Gebäudes haben, wobei der stärkste Einfluss in der Heizungsnachfrage zu sehen ist. Die Wetternormalisierung hilft sicherzustellen, dass die Energieeffizienz nicht von Wetterfluktuationen beeinflusst wird. Sie wird verwendet, um:
einen fairen Vergleich der Energieeffizienz eines Gebäudes im Zeitverlauf zu gewährleisten, unabhängig von unterschiedlichen Wetterbedingungen.
standardisierte Leistungswerte bereitzustellen, die für Benchmarks und zur Verfolgung von Verbesserungen zuverlässiger sind.
die Berechnung von Kennzahlen wie der Energieverbrauchsintensität (EUI) zu unterstützen.
ein klareres Verständnis der Energieeffizienz von Gebäuden zu bieten und Chancen zur Verbesserung zu identifizieren.
4. Wetternormalisierung und Leerstandsnormalisierung
Wetter- und Leerstandsjustierungen können zusammen angewendet werden.
Diese kombinierte Option wendet beide Normalisierungsschritte an, und es gibt keine zusätzliche oder separate Geschäftslogik über die einzelnen Module hinaus.