Instalaciones Educativas
(Educational Facilities – Hourly Energy Dataset)
Propósito del Dataset
Este dataset actúa como servicio de datos base para los algoritmos orientados a impulsar la sostenibilidad y la eficiencia energética en instalaciones educativas, como escuelas, institutos y centros de formación.
El dataset permite monitorizar y analizar el consumo energético asociado a climatización, iluminación y operación general de los edificios educativos, facilitando la optimización de horarios de funcionamiento, la detección de derroches energéticos y el apoyo a decisiones de gestión energética, todo ello dentro de un entorno Compute-to-Data que preserva la soberanía del dato.
Alcance y Consideraciones Técnicas
Para equilibrar eficiencia operativa, privacidad y reutilización educativa, el dataset está diseñado con los siguientes criterios:
-
Datos filtrados por un periodo temporal concreto (día, semana o mes)
-
Resolución horaria
-
Inclusión exclusiva de los campos energéticos necesarios
-
Posibilidad de generar vistas anonimizadas y agregadas para fines educativos
Este enfoque permite tanto la optimización operativa como el uso pedagógico de los datos sin comprometer la privacidad.
Tipo de Dataset
-
Dataset privado para uso operativo y algorítmico
-
Vistas derivadas anonimizadas potencialmente publicables como datos abiertos
-
No descargable en su forma bruta
-
Accesible únicamente por algoritmos autorizados
-
Ejecutado mediante Compute-to-Data sobre Empower-X
Los usuarios acceden solo a resultados derivados o datasets anonimizados.
Contenido del Dataset
El dataset contiene datos energéticos por hora asociados a puntos de suministro eléctricos que alimentan instalaciones educativas.
Cada registro representa el comportamiento energético de un punto de suministro (CUPS) en una hora concreta, sin incluir información personal ni sensible.
Formato del Dataset
El dataset sigue un formato tabular fijo, común al resto de datasets del ecosistema.
Estructura del Dataset
| Campo | Descripción |
|---|---|
cups_id | Identificador del punto de suministro (anonimizado si aplica) |
timestamp | Fecha y hora del registro (resolución horaria) |
energy_consumed_kwh | Energía consumida en esa hora (kWh) |
energy_generated_kwh | Energía generada en esa hora (kWh, si existe) |
energy_exported_kwh | Energía exportada a red en esa hora (kWh, si existe) |
En la mayoría de instalaciones educativas, los campos de generación y exportación pueden ser nulos.
Qué Representa Cada Campo
-
cups_id
Identificador del punto de suministro asociado a una instalación educativa, anonimizando la identidad del centro si es necesario. -
timestamp
Permite analizar patrones horarios vinculados a actividad lectiva, uso de instalaciones y periodos no lectivos. -
energy_consumed_kwh
Energía eléctrica consumida por climatización, iluminación y equipamiento educativo durante la hora indicada. -
energy_generated_kwh
Energía generada localmente (por ejemplo, instalaciones fotovoltaicas educativas), cuando aplica. -
energy_exported_kwh
Energía exportada a red, en caso de existir generación local.
Relación con los Algoritmos
Este dataset alimenta algoritmos orientados a:
-
Optimización de horarios de funcionamiento
-
Detección de consumos ineficientes o anómalos
-
Análisis comparativo entre centros educativos
-
Seguimiento de objetivos de sostenibilidad
-
Generación de datasets educativos anonimizados
-
Apoyo a proyectos formativos en eficiencia energética y STEM
Los algoritmos acceden únicamente a los campos necesarios para cada análisis.
Seguridad, Gobernanza y Auditoría
-
Los datos no abandonan el entorno seguro
-
No se permite descarga del dataset bruto
-
Accesos regulados mediante políticas de gobernanza
-
Posibilidad de publicar datasets derivados y anonimizados
-
Ejecuciones y usos auditables
Este enfoque protege la privacidad institucional y habilita la reutilización educativa responsable.
Resumen
El dataset de instalaciones educativas proporciona una vista horaria, segura y gobernada del consumo energético en escuelas y centros de formación. Diseñado como un servicio de datos privado para Compute-to-Data, permite optimizar la eficiencia energética, detectar derroches y apoyar la toma de decisiones operativas, al tiempo que habilita la creación de datasets anonimizados para proyectos educativos reales, fomentando la conciencia ambiental y el aprendizaje STEM sin comprometer la confidencialidad.