Stiamo assistendo ad una rapida crescita del numero di sensori installati e utilizzati in contesti tra loro molto eterogenei con lo scopo di rilevare grandezze di interesse, soprattutto grazie alla riduzione del loro costo. L’enorme mole di dati che tali dispositivi possono produrre, ha spinto la comunità scientifica a studiare e sviluppare applicazioni capaci di sfruttare l’informazione acquisita per diversi fini; è possibile monitorare e interagire con fenomeni quali il consumo energetico, lo stato di sicurezza di strutture storiche ed edifici pubblici (Smart Energy Grid e Building Monitoring), nonchè il perturbarsi dello stato di qualità dell’aria di ambienti critici (Environmental monitoring).
In questo ambito la rilevazione automatica dei guasti e delle anomalie di funzionamento assume un ruolo particolarmente significativo nei processi di monitoraggio e controllo dei dispositivi elettrici dislocati all’interno di uno smart building. La realizzazione e l’integrazione di questa funzionalità all’interno di un Building Management System (BMS) permette di migliorare la consistenza e la robustezza della rete di controllo, di riconoscere e segnalare in tempo reale i comportamenti anomali e i malfunzionamenti del sistema stesso.
Il team di ricerca del Laboratorio per la Protezione delle Infrastrutture Critiche (MCIP Lab) affronta il problema della rivelazione delle anomalie (Outlier Detection Problem) proponendo un approccio modulare che consiste nell’individuazione di particolari pattern comportamentali, ossia un insieme di dati, che differiscono dal normale comportamento aspettato.
È necessario quindi definire una regione che rappresenti il comportamento normale e dichiarare come outlier ogni osservazione che non appartenga a tale regione. In questo modo è possibile realizzare un prefiltraggio delle informazioni eliminando e segnalando la presenza di anomalie in un pattern di acquisizioni. L’eliminazione del cluster dei rumori permette di avere un quadro completo delle reali anomalie riscontrate, rendendo possibile l’intervento mirato sul meccanismo di rilevazione delle stesse.
Questo approccio sperimentale, testato su una casistica di eventi reali, ha lo scopo di migliorare l’efficienza delle procedure di rilevazione e segnalazione automatica delle anomalie relative al funzionamento di un supervisore energetico in ambito Smart Building. I test effettuati hanno confermato la validità dello strumento implementato durante la ricerca. Questo risulta in grado di raccogliere, in tempi brevi, le informazioni necessarie per elaborare una valutazione dei comandi impartiti dal supervisore energetico attivo nel Centro Ricerche ENEA La Casaccia, e segnalare eventuali anomalie di attuazione.
Per migliorare la robustezza e la consistenza della rete sono state ideate e implementate due differenti strategie di anomaly detection.
Entrambe, attualmente attive, verificano la corretta attuazione di comandi sequenziali impartiti dal supervisore e si basano su una fondamentale assunzione “è possibile correlare ad ogni comando l’andamento di una grandezza di riferimento”.
Quindi, monitorando lo stato della grandezza è possibile valutare se il comando è stato attuato o meno.
I comandi che si è deciso di controllare riguardano l’accensione e lo spegnimento automatico dell’illuminazione generale dei tre piani che compongono l’edificio F40. I cicli di controllo sono molto simili ma presentano una sostanziale differenza che li rende assolutamente complementari.
Nella progettualità lighting command check per ogni comando impartito nell’ultimo minuto:
- si acquisisce il commando
- si attende un tempo necessario per permettere alla misura di stabilizzarsi
- si acquisisce la misura
- se il valore della misura non rispecchia la natura del comando viene segnalato un errore
Nella progettualità malicious command chek per ogni misura che si vuole controllare:
- si acquisisce la misura
- si definisce l’attuazione corrispondente allo stato della misura (accensione/spegnimento)
- si acquisisce il comando corrispondente alla misura
- se il valore del comando non rispecchia l’attuazione viene segnalato un errore
