2026-05-05T12:01:34Zhttps://uvadoc.uva.es/oai/request

oai:uvadoc.uva.es:10324/712862024-11-08T20:02:06Zcom_10324_38col_10324_787

00925njm 22002777a 4500 dc Arévalo González, David author 2024 Actualmente, nos encontramos en un periodo de transición digital donde muchos procesos, tanto industriales como cotidianos, están sufriendo una migración hacia lo digital, específicamente en nuestro caso, en el sector de la construcción. Hasta ahora, el enfoque que se ha estado implementando se conoce como un enfoque de silo, donde cada uno de los actores interesados gestiona individualmente sus datos de forma aislada. Proponiendo una alternativa al enfoque actual, en este Trabajo Fin de Máster se han desarrollado metodologías de extracción, transformación y almacenaje de datos procedentes de un gran número de fuentes heterogéneas a lo largo de 10 edificios piloto dotándolos de homogeneidad y calidad. Además, se ha definido una base de datos que permite su consumo a través de una interfaz homogénea. Finalmente, se ha querido demostrar una forma de compartición y uso de los datos de los servicios de DigiBUILD a través de la definición de una API para la predicción de diferentes variables energéticas. Todo este desarrollo se ha podido llevar a cabo bajo los materiales y el marco de desarrollo del proyecto europeo DigiBUILD y, más en concreto en nombre de CARTIF, cuyo fin último es la solución que se propone. Currently, we are in a period of digital transition where many processes, both industrial and everyday-life, are undergoing a migration towards digitalization, specifically in our case, in the construction sector. Until now, the approach that has been implemented is known as a silo approach, where each stakeholder manages their data individually and in isolation. Proposing an alternative to the current approach, in this Master’s Thesis, methodologies for extracting, transforming, and storing data from a large number of heterogeneous sources have been developed across 10 pilot buildings, endowing them with homogeneity and quality. Additionally, a database has been defined that allows its consumption through a homogeneous interface. Finally, an API has been developed to showcase how a sharing point to some energy-related forecasting servies work. All this development has been carried out under the materials and the development framework of the European project DigiBUILD and, more specifically as CARTIF, whose ultimate goal is the proposed solution. https://uvadoc.uva.es/handle/10324/71286 Digitalización de los flujos de datos para predicción energética de edificios inteligentes a través de la implementación de un data-lake bajo técnicas Big-Data