Le soluzioni di Enel X per le Smart City puntano a migliorare la vita dei cittadini grazie alla raccolta e all’elaborazione dei Big Data: City Analytics e Illuminazione pubblica adattiva.
Le funzionalità sono diverse: monitora i flussi di mobilità, stima la quantità di residenti e turisti e individua le zone più frequentate di un centro urbano. In questo modo i Comuni possono ottimizzare il dimensionamento e la localizzazione dei servizi e delle infrastrutture o prendere decisioni su mobilità e sicurezza in caso di manifestazioni o periodi di flusso turistico.
Le informazioni provengono da fonti eterogenee, a esempio gli open data della Pubblica amministrazione e i dati forniti dalle applicazioni su smartphone, come a esempio le app di gaming o travel, che vengono raccolti in forma anonima e aggregata, ovviamente dopo esplicito consenso da parte dell’utente. Le uniche informazioni che vengono condivise sono tre: ID anonima e univoca criptata in maniera irreversibile, Timestamp e latitudine e longitudine. Gli Open Data della PA e i location data delle mobile application vengono poi integrati con quelli che provengono dalle soluzioni di Enel X installate in una città.
I dati vengono poi processati con algoritmi di regressione lineare / machine learning, fino ad arrivare a tre output fondamentali. Il primo è la stima totale della popolazione presente all’interno di determinate aree; il secondo riguarda la matrice, l’origine e la destinazione, in poche parole si analizzano gli spostamenti delle persone; il terzo caso di analisi sono i cosidetti geo behavior, cioè il comportamento geografico, ossia inferenze che noi andiamo a realizzare sulla base delle location visitate da gruppi anonimi di utenti. A esempio, se rileviamo gruppi che sono vicini a delle stazioni di ricarica per veicoli elettrici per più di un numero di volte in un determinato intervallo di tempo, possiamo decidere di “targarli” come utenti auto elettrica.
Dopo il data cleaning, necessario per fare in modo che i dati siano di buona qualità, si procede con la normalizzazione e la correlazione, successivamente si analizza la rappresentatività del campione rispetto al mondo reale, dopo di che comincia la fase di regressione lineare e successivamente machine learning per ottimizzare le stime.
ILLUMINAZIONE LIGHTING 4.0: La soluzione rappresenta il livello più avanzato nel campo dell’illuminazione: grazie all’uso di sensori e/o videocamere è possibile regolare la potenza della luce in base alle condizioni reali di traffico, meteo e luminanza. L’illuminazione adattiva invece è molto più complessa e potremmo qualificarla come Lighting 4.0, ossia l’evoluzione della gestione smart dell’illuminazione pubblica. L’1.0 è stato il passaggio dal sodio al Led, il 2.0 la gestione da remoto dei punti luci grazie ai sistemi di telecontrollo e il 3.0 l’integrazione di servizi a valore aggiunto nell’infrastruttura. L’illuminazione adattiva monitora le condizioni in tempo reale di traffico (TAI – Traffic Adaptive Installation) o traffico unito a meteo e grado di illuminazione in una strada (FAI – Full Adaptive Installation).
Per dettagli: https://www.ingenio-web.it/25692-city-analytics-e-illuminazione-pubblica-adattiva-le-soluzioni-di-enel-x-per-le-smart-city
