BEEMind

Un consorci de:

En col·laboració amb:

BEEMind

Tecnologia per a edificis i ciutats resilients 4.0

• BEEMind és un entorn d'intel·ligència artificial que integra tres pilars clau: una ontologia semàntica per entendre i relacionar les dades, una arquitectura big data per gestionar grans volums d'informació, i un conjunt d'eines intel·ligents per analitzar, predir i optimitzar el comportament dels sistemes.
• S'estructura en les següents eines:
  • MindCity
  • MindOpera

Solucions basades en intel·ligència artificial per a l'augment de la resiliència climàtica en edificis i entorns urbans

BEEMind tools

MindCity

MindOpera

MindCity

BEEMind tools : MindCity

 Ciutats 4.0 : Mediambientalment intel·ligents

És una solució orientada a la digitalització i gestió integrada de dades a escala territorial per a ajuntaments, entitats supramunicipals i consorcis.

Una eina essencial per a ciutats intel·ligents, planificació energètica, adaptació al canvi climàtic i presa de decisions en rehabilitació urbana

• Visualització territorial integrada
  • Permet veure i analitzar dades energètiques de múltiples edificis en un sol mapa.
• Anàlisi de vulnerabilitat i escenaris de rehabilitació
  • Calcula la vulnerabilitat a la calor i proposa escenaris de millora energètica (envolvent, cobertes…).
• Avaluació d’irradicació solar i vegetació
  • Simula escenaris de canvi climàtic i potencial solar a escala urbana.

Descripció

Com integrar dades a diferents escales?

3. Dades a nivell d'edifici

2. Dades a nivell de codi censal

1. Dades a nivell de codi postal

BEEMind tools : MindCity

Models d'intel·ligència: XNNG

BEEMind tools : MindCity

Entrenem una Xarxa Neuronal Convolucional de Grafs basada en HTG

Permet aprendre patrons a partir de dades estructurades  (edificis connectats per ubicació, ús, energia... )

Estimació de KPIs per a tots els edificis sense dades

Definició d'escenaris futurs de consum, eficiència o impacte ambiental

Grafo amb múltiples tipus de nodes i relacions que evolucionen en el temps

BEEMind tools : MindCity

• Integració, processament i visualització de grans quantitats dades a nivell d'edificis de la ciutat

• Models d'IA per a la generació d'escenaris per a la rehabilitació i resiliència urbana davant events extrems

• Càlcul d'indicadors geoespacials detallats relacionats amb l' acció climàtica i transició energètica

• Avaluació d’escenaris de vegetació i climatologia urbana.

Funcionalitats  

 Ciutats 4.0 : Mediambientalment intel·ligents

• Facilita la presa de decisions estratègiques en l’àmbit energètic,  climàtic i urbanístic

• Optimitza els recursos i procesos per a un anàlisi massiu de dades de la ciutat

• Millora la coordinació entre departaments tècnics i d'interacció amb la ciutadania

• Alta escalabilitat a qualsevol ciutat de l'estat espanyol.

Beneficis

Permet tenir visualització open data  per a consultories

Funció integrada per a l'anàlisi massiva del potencial d'instal·lacions solars fotovoltaiques en entorns urbans. Valor diferencial per poder proporcionar perfils horaris de generació tenint en compte els efectes d'ombres en entorns urbans

Prospecció massiva d'autoconsum fotovoltaic

• Detecció de teulades potencials a partir de dades de cadastre i de LiDAR
• Càlcul detallat d'ombres d'edificacions veïnes
• Dimensionament d'instal·lacions FV amb la llibreria oberta PySAM

BEEMind tools : MindCity

Funcionalitas

BEEMind tools : MindCity

Casos d'ús

 Ciutats 4.0 : Mediambientalment intel·ligents

• Optimitza els recursos i procesos

  • Per a un anàlisi massiu de dades de la ciutat

• Millora la coordinació

  • Entre departaments tècnics i d'interacció amb la ciutadania

• Alta escalabilitat

  •  Per a qualsevol de Catalunya o l'Estat espanyol.

• Mapa de calor
  • Detectar àrees vulnerables amb radiació solar i tèrmica

• Rehabilitació Energètica d'edificis

  • Identificar i prioritzar edificis amb més necessitats

• Índex de vegetació

  • Definir i planificar àrees verdes

Impactes

MindOpera

BEEMind : MindOpera

Edificis 4.0 : Operativa global d'edificis 4.0

Solució modular per a la integració de dades operatives d’edificis públics o privats, amb l’objectiu de millorar-ne l’eficiència energètica, facilitar el manteniment i centralitzar el coneixement sobre el seu funcionament.

Una eina essencial per entitats gestores de múltiples edificis: orquestració estàndard de dades, manteniment predictiu, eficiència energètica...

Descripció

Dashboard administració MindOpera

Monitoratge i

control predictiu

Optimització

energètica

Operació 4.0 d'edificis

• Arquitectura modular cloud
• Agregació i validació automàtica
• Supervisió multi-edifici
• Detecció d'anomalies
• Manteniment predictiu
• Supervisió integral d'equipaments
• Estandardització semàntica
• Intel·ligència en temps real

BEEMind : MindOpera

BEEMind : MindOpera

• Integració de dades operatives heterogènies (consums i temperatura, ordres de manteniment, mesures d'eficiència energètica, generació RES, cadastre, BIM i dades d'SCADA).

• Harmonització automàtica de registres de múltiples fonts (Modbus, Bacnet, DEXMA, etc.).

• Generació d'indicadors operatius (autoconsum, PR, CO₂ evitat, etc.).

• Visualitzacions adaptables a cada infraestructura.

• Mòduls d'IA orientats a manteniment i control predictiu i optimització energètica

Funcionalitats 

Edificis 4.0 : Eficiència energètica i protecció climàtica

Beneficis

• Orquestració i harmonització de grans quantitats de dades operatives d'edificis

• Millora la gestió global d'equipaments i edificis comercials

• Disminueix el temps de supervisió i genera alertes intel·ligents.

• Alta interoperabilitat i comunicació amb sistemes de gestió i manteniment.

• Apte per a gestors de carteres d'edificis públics i comercials.

BEEMind tools : MindOpera

Casos d'ús

 Ciutats 4.0 : Mediambientalment intel·ligents

1. Gestió centralitzada dels sistemes tècnics

• Generació automàtica de KPIs i alertes operacionals
• Monitorització contínua de sistemes HVAC, il·luminació, ACS, ventilació

2. Detecció precoç d’anomalies en sistemes tècnics

• Identificació d’incoherències en generació / exportació elèctrica o comportament de dispositius

• Anàlisi del rendiment en temps real amb interpolació i control de timestamps

Operació eficient amb la reducció dels temps d'inactivitat + anticipació d'avaries

Valor

Millora la continuïtat de servei i evita penalitzacions per mal funcionamen

BEEMind tools : MindOpera

 Ciutats 4.0 : Mediambientalment intel·ligents

3. Supervisió FV autoconsum fotovoltaiques

• Registre de dades per inversors, estats, temperatures, irradiància...
• Seguiment del rendiment i càlcul de KPIs com PR, CO₂ evitat, llars equivalents.

4. Supervisió en escenaris multiedifici o multiempresa

• Capacitat de creixement progressiu de dades i monitoratge agregat.

 Alta interoperatibilitat i anticipació d'avaries i millora de la continuïtat del servei

Maximitza la producció i facilita la justificació de subvencions.

Casos d'ús

Valor

Tecnologia BEEMind

Arquitectura de BEEMind

ENMA és una arquitectura big data open source desenvolupada per CIMNE

ENMA: Plataforma d'harmonització i anàlisi massiu

• Ingesta de dades en temps real des de sensors, comptadors i plataformes externes (API-REST, MQTT, Kafka)
• Estandardització i harmonització semàntica mitjançant ontologies W3C (BIGG)
• Anàlisi avançada amb models IA i machine learning
• Visualització i exportació mitjançant APIs públiques i privades

Què és?

Què fa?

Usos aplicats

Permet la recol·lecció, harmonització i anàlisi intel·ligent de grans volums de dades heterogènies per

Ofereix serveis a la ciutat de Barcelona i a 10.000 edificis de la Generalitat de Catalunya.

ENMA: Plataforma d'harmonització i anàlisi massiu

Arquitectura BEEMind

Integració massiva de dades

Ingestió

Harmonització

Ingestió

Integració massiva de dades

ENMA en acció

Processos d'ingestió

BEEMind: Ingestió de dades

• Executats manual o periòdicament
• Lectura des de llocs web, arxius, bases de dades externes o APIs.
• Implementats mitjançant scripts en Python.

Dades socio-econòmiques

Dades urbanes obertes

Actualització continua dels datasets

MindCity: Conjunts de dades utilitzats

BEEMind: Ingestió de dades

Integració massiva de dades

Integració massiva de dades

MindOpera: Conjunts de dades utilitzats

BEEMind: Ingestió de dades

Harmonització

BEEMind: Ontologia de dades

L'ontologia al cor de les nostres solucions

Tecnologies de Web semàntica aplicades:

Entendre i organitzar les dades es tant important com els propis algoritmes

Integració massiva de dades

BIGG: l'ontologia de dades comuna

BIGG: l'ontologia  de dades que enllaça des de sensors a carrers

Reutilització:

• saref, s4blg, s4city, s4agri:
  • buildings, devices
• ssn:
  • systems, deployments
• geosp:
  • geolocation
• qudt:
  • units

BEEMind: Ontologia de dades

https://github.com/BeeGroup-cimne/biggontology

Casos d'èxit: iCAT, ICAEN, Aj.Barcelona

L'Orquestrador d'Infraestructures.cat

MindOpera: L'Orquestrador de dades

Desplegar una infraestructura d’orquestració de dades per a edificis públics amb sistemes de monitoratge (DEXMA, Modbus, etc.) i generació fotovoltaica, integrant dades estructurals, operatives i energètiques

Infraestructures.cat

Integrador de totes les dades dels equipaments sota la gestió directe d'Infraestructures.cat:

• Dades a temps real per a operació òptima de centenars d'edificis
• Provisió de dades als departaments de la Generalitat (l'Energètica..)
• Manteniment predictiu, detecció d'anomalies, predicció de consums i generació

• Infraestructures.cat
• CIMNE-BEE Group

Actors principals

Objectius

Actors principals

Algunes dades

Infraestructures.cat

Actualment, MindOpera dona suport a un ecosistema de més de 10.000 equipaments, dels quals:

• 1.000 disposen de dades de manteniment estructurades,

• Amb més de 40.000 zones, 100.000 actius digitals,

• Més d’1 milió d’ordres de treball processades.

• Integra dades de més de 250.000 dispositius IoT mitjançant protocols com Modbus i BACnet, recopilant en temps real informació dels sistemes de control dels edificis.

Dashboard administració

MindOpera: L'Orquestrador de dades

Infraestructures.cat

Tecnologia emprada

En aquest projecte s’utilitza ENMA com a infraestructura bàsica de BEEMind:

• Kubernetes permet la gestió i escalabilitat dels serveis desplegats, garantint alta disponibilitat i eficiència en l'execució de les aplicacions.
• Apache Kafka actua com a plataforma de missatgeria distribuïda, facilitant la transmissió fiable i en temps real de grans volums de dades entre els diferents components del sistema.

Gestió directa: Control i análisi de dades

Els processos principals s'organitzen en quatre etapes diferenciades:

• A. Recollida de dades
• B. Guardat de dades
• C. Harmonització estàtica
• D. Processament de sèries temporals

Intel·ligència dels models

• Manteniment predictiu
• Predicció de generació
• Balanç predictiu Autoconsum

MindOpera: L'Orquestrador de dades

Models de IA

MindOpera: L'Orquestrador de dades

3.1 Què fa?

Avalua l’efectivitat de les accions de millora i detecta anomalies o desviacions en temps real.

• Avaluar l’impacte de rehabilitacions o accions de millora

• Detectar anomalies o desviacions en el comportament energètic en temps real

3. Model d'avaluació d'accions i diagnosi operacional

3.2  Dades utilitzades

• Sèries temporals harmonitzades de consums energètics
• Informació tècnica dels sistemes (SCADA, GMAO, sensors IoT)
• Dades climàtiques horàries
• Consum de gas

3.3 Objectius

• Validar en temps real l’eficàcia de les accions de millora implantades

• Reduir temps d’inactivitat i costos operatius

• Generar alertes predictives i facilitar el manteniment intel·ligent

Detall de la predicció per a l'eficiència entre consum i temperatura exterior

Interfície d'entrada

Home

Panell d'administració

MindOpera: L'Orquestrador de dades

Control i manteniment

Monitorització: KPI's de seguiment

MindOpera: L'Orquestrador de dades

SIME-ICAEN

Integrar i visualitzar les dades energètiques de tots els equipaments de la Generalitat (10,000) i recolzar estalvis energètics amb intel·ligència de dades:

• Comparació d'indicadors energètics
• Avaluació del comportament energètic de cada equipament
• Verificació d'estalvis de Mesures d'Eficiència Energètica
• Planificació d'Accions d'eficiència energètica

Institut Català d'Energia

El projecte

MindOpera: Sistema Monitorització Energètica-SIME

Seguiment i avaluació del Pla d’Estalvi Energètic dels edificis de la Generalitat de Catalunya.

Objectius

Intel·ligència dels models aplicats (1)

MindOpera: L'Orquestrador de dades

1. Benchmarking longitudinal

Què fa?
Analitza el comportament energètic d’un edifici al llarg del temps per detectar tendències i avaluar canvis sostinguts.
Dades utilitzades:

• Sèries temporals de consum energètic
• Dades climàtiques històriques
• Informació de períodes d’intervenció (EEMs)

Objectius:

• Comparar el rendiment energètic abans i després d’una acció

• Detectar evolució dels indicadors energètics dels edificis individuals

Estimació de la temperatura d'equilibri pels periodes de calefacció i refiregeració

Detecció de periodes de vacances

Intel·ligència dels models aplicats (2)

MindOpera: L'Orquestrador de dades

2.1. Què fa?
Compara el comportament energètic de múltiples edificis en un moment concret per a identificar rendiments ineficients o exemplars

2.2. Dades utilitzades:

• KPIs harmonitzats per edifici
• Dades estàtiques: ús, superfície, climatologia
• Classificació tipològica d’edificis

2.3. Objectius:

• Identificar millors pràctiques i edificis crítics
• Prioritzar actuacions en funció del rendiment comparat
• Generar referències per a nous projecte

2. Benchmarking transversal (cross-sectional)

Identificació i quantificació de les discrepàncies entre el consum real i el consum històric

Estimació de la temperatura d'equilibri pels periodes de calefacció i refiregeració

Comparació massiva: Benchmarking energètic

Institut Català d'Energia

MindOpera: SIME

Gestió centralitzada

Anàlisi energètic

Institut Català d'Energia

MindOpera: SIME

Mesures d'Eficiència Energètica

Mapa Vulnerabilitat Climàtica de Barcelona

MindCity:  Climate-Ready BCN

Aj. Barcelona, ECOSERVEIS

• Fons: ICLEI Action Fund 2.0

• Pressupost: 1M€

• Objectiu: Donar suport a la ciutadania i autoritats públiques per a adaptar-se als events climàtics extrems i a la reducció de la pobresa energètica

• Implementat des de Maig 2023 a Juny 2025

El seu objectiu és proporcionar informació precisa i actualitzada per a la presa de decisions en planificació urbana, polítiques públiques, gestió climàtica i protecció dels habitants més vulnerables.

Aj. Barcelona, ECOSERVEIS

Mapa de vulnerabilitat climàtica

• Estimació de vulnerabilitat amb IA simulacions energètiques
• Exportació d'una gran quantitat d'indicadors socio-econòmics, energètics, cadastrals i climàtics (KPIs)

MindCity:  Climate-Ready BCN

• El Mapa de Vulnerabilitat Climàtica de Barcelona és una eina d'anàlisi geoespacial dissenyada per a identificar els edificis de la ciutat més vulnerables en cas d’events extrems relacionats amb calor.

• Inclou l'avaluació de tots els edificis (61,000) enfront d'onades de calor.

Objectiu

Valor afegit

IVC

Com estimem l'Índex de Vulnerabilitat Climàtica

MindCity:  Mapa de Vulnerabilitat Climàtica de BCN

La vulnerabilitat climàtica normalment s'emmarca dins de tres dimensions clau definides al Tercer Informe d'Avaluació de l'IPCC (Intergovernmental Panel on Climate Change) l'any 2001:

Exposició

Sensibilitat

Capacitat d'adaptació

Tot i que la majoria d'estudis classifiquen els indicadors utilitzan aquestes tres categories, el nostre índex introdueix nivells addicionals per proporcionar una anàlisi més matisada, tot mantenint-se alineada amb el marc tradicional.​

• Variabilitat Climàtica i Events Extrems
  Seguir l’evolució dels canvis al llarg del temps mitjançant indicadors com la temperatura, les precipitacions i la cobertura vegetal. Les dades locals permeten avaluar els riscos associats a onades de calor, sequeres i inundacions.

• Indicadors energètics
  Explorar patrons d'ús energètic (consum de gas i electricitat). Les dades de temperatura interior són importants per identificar les llars en risc durant els esdeveniments de calor extrema.

• Característiques dels edificis
  Avaluar característiques com l'antiguitat, l'ús i la mida per entendre en seu impacte en l'ús energètic, el confort interior i la vulnerabilitat estructural.

MindCity:  Grups d'indicadors (KPIs)

Mapa Vulnerabilitat Climàtica

• Indicadors d'Infraestructura
  Avaluar la disponibilitat dels serveis públics essencials (escoles, refugis climatics, habitatge social) i la solidesa de les xarxes socials per comprendre la capacitat del suport comunitari.

• Indicadors de Salut
  Analitzar la relació entre el clima i els resultats de salut per identificar les poblacions vulnerables i preparar els sistemes sanitaris.

• Indicadors Demogràfics
  No tots els grups són igual de vulnerables. Analitzar factors com el gènere, l'edat, els ingressos, l'estat de migració i l'atur permet desenvolupar CVI més detallats.

• Indicadors Socioeconòmics
  Entendre la resiliència urbana a través de factors com els costos d'habitatge, la pobresa energètica, el deute de les llars i les mancances en la protecció social, que s'agreugen durant les crisis econòmiques.

MindCity:  Grups d'indicadors (KPIs)

Mapa Vulnerabilitat Climàtica

MindCity:  Construcció IVC

Mapa Vulnerabilitat Climàtica

1. Preprocessament de dades – Seleccionar les dades d'entrada per calcular els indicadors.

2. Selecció del marc de treball – Seleccionar quins indicadors afecten positiva o negativament el CVI.

3. Definició de la granularitat – Seleccionar l'escala espacial

4. Normalització & Ponderació – Harmonitzar els indicadors i assignar-hi pesos.

5. Agregació – Combinar els indicadors en grups per obtenir un valor final.

⚠️ Repte: Cada estudi adapta el seu CVI al seu context i prioritats específiques.

Índex de Vulnerabilitat Climàtica (IVC)

MindCity:  Construcció de l'IVC

Mapa Vulnerabilitat Climàtica

El nostre enfocament inclou característiques interactives:

• Veure capes individuals d'indicadors.
• Personalitzar els pesos per a una anàlisi de vulnerabilitat adaptada.
• Adaptar el CVI segons els objectius de l'usuari (per exemple, prioritzar els factors climàtics vs. socioeconòmics). 

🎯 Resultat: Obtenir una eina pràctica tant pels responsables polítics com també pels ciutadans per explorar la vulnerabilitat climatica i donar suport a la presa de desicions.

1. Model de micro clima local

MindCity:  Modelització

Mapa Vulnerabilitat Climàtica

2. Models de demanda tèrmica

Mapa Vulnerabilitat Climàtica

Simulació de la demanda de refrigeració i calefacció basada en un Model de Resistències i Condensadors calibrat segons l'arquetip de cada edifici. El model utilitza un circuit elèctric per imitar de manera simplificada les dinàmiques tèrmiques de l'edifici.

MindCity:  Modelització

MindCity:  Visualització del Mapa Vulnerabilitat 

Mapa Vulnerabilitat Climàtica

Visualització i éxportació de dades

Text

Mapa Vulnerabilitat Climàtica

Evolució de l'índex per carrers i edificis

MindCity:  Visualització del Mapa Vulnerabilitat 

Consultes i pronòstics

Mapa Vulnerabilitat Climàtica

Consultes i pronòstics 

MindCity:  Visualització del Mapa Vulnerabilitat 

Visualització de la previsió de les temperatures per barris

Gobernança i llicències

Gobernança i llicències

Aposta per la innovació

• Inversió pública en innovació
  • Catalana
  • Espanyola
  • Europea

Economia d'escala

• Retorn de la inversió  
  • Alt cost implementació d'inici
  • Baix cost manteniment
  • Retorn a mig i llarg plaç
  • Sense llicències mensuals
  • Millora col·laborativa del programari

• Autosuficiència
  • Independència de les grans tech
  • Aposta per ecosistema local tecnològic
  • Transparència

Llicència EUPL-1.1

Una administració lliure

Gobernança i llicències

Llicència EUPL-1.1

• Llicència de codi obert promoguda per la Comissió Europea, dissenyada específicament per a programari desenvolupat per administracions públiques a Europa
  • Compatibilitat legal amb el marc europeu
  • Obligació de compartir millores (copyleft)
  • Promou la interoperabilitat i reutilització

Llicència EUPL-1.1

Un marc legal sòlid que promou la col·laboració i la millora contínua del programari en l'àmbit públic

Gràcies

Jordi Cipriano
Director Unitat d'Innovació BEEGroup

cipriano@cimne.upc.edu