Vai al contenuto

Qualità dei dati e affidabilità

Uno studio TESSA attinge a diversi livelli di dati — estrazioni automatiche degli edifici, modelli statistici di fabbisogno, valori forniti dall'utente — e ogni livello porta con sé un diverso grado di certezza. Comprendere da dove proviene ciascun valore aiuta a individuare quali edifici necessitano di revisione manuale e quanto fidarsi dei risultati aggregati.

Campi di origine

Per le tre grandezze più importanti degli edifici — Superficie di Riferimento Energetico (ERA), fabbisogno di riscaldamento degli ambienti e fabbisogno di acqua calda — TESSA registra un'etichetta testuale che indica come il valore è stato ricavato. Questi campi di origine sono visibili nell'esportazione della tabella degli edifici e nell'ispettore degli edifici.

Campo Copre
era_origin Da dove proviene la superficie utilizzata nel calcolo del fabbisogno di calore
qh_origin Come è stato determinato il fabbisogno di riscaldamento degli ambienti
qww_origin Come è stato determinato il fabbisogno di acqua calda sanitaria
qc_origin Come è stato determinato il fabbisogno di raffrescamento

Valori di origine ERA

ERA (Superficie di Riferimento Energetico) è la superficie riscaldata — l'input singolo più importante per il calcolo del fabbisogno. Il valore che TESSA utilizza è determinato da una cascata: vince la prima sorgente utilizzabile.

Etichetta di origine Significato
input ERA L'ERA è stata fornita direttamente nei dati di input ed è stata accettata così com'è
total_surface * a_s La superficie totale dell'edificio è stata moltiplicata per il coefficiente di frazione riscaldata a_s basato sulla SIA per questa classe di edificio
residential_surface * a_app La superficie della residenza principale è stata moltiplicata per il coefficiente di superficie apparente a_app
total_surface È stata utilizzata direttamente la superficie totale (nessun coefficiente disponibile per questo edificio)
total_surface (from factory) L'ERA è stata ricavata dall'impronta a terra e dal numero di piani nel dataset di origine

Più si scende nella cascata, meno è certa l'ERA. Un edificio etichettato total_surface non ha subito alcuna correzione di frazione riscaldata, il che può sovrastimare l'ERA per edifici con ampie aree non riscaldate (cantine, autorimesse, capannoni industriali).

Valori di origine del fabbisogno

Etichetta di origine Significato
AVG Value per SIA and Age Il fabbisogno è stato stimato dalle norme svizzere SIA 380/1 mediate per classe di edificio e periodo di costruzione
SIA Norm Il fabbisogno di ACS è stato impostato dalla norma SIA per questo tipo di edificio
Default Value per Archetype Il fabbisogno è stato impostato dal valore predefinito dell'archetipo TABULA per questa classe di edificio e periodo di costruzione

I valori derivati da archetipi e norme sono medie statistiche — accurate a livello di portafoglio ma potenzialmente discoste fino al ±50% per un singolo edificio.

Cosa indicano nella pratica i campi di origine

flowchart LR MEASURED["Measured / provided<br/>──────────────<br/>era_origin = input ERA<br/>qh_origin = measured data"] MODEL["Statistically modelled<br/>──────────────<br/>era_origin = total_surface * a_s<br/>qh_origin = AVG Value per SIA"] FALLBACK["Fallback / uncertain<br/>──────────────<br/>era_origin = total_surface<br/>qh_origin = Default Value per Archetype"] MEASURED --> |"higher confidence"| MODEL --> |"lower confidence"| FALLBACK classDef high fill:#c8e6c9,stroke:#2e7d32,stroke-width:1.5px,color:#1b5e20 classDef med fill:#fff3e0,stroke:#ED6000,stroke-width:1.5px,color:#bf360c classDef low fill:#ffccbc,stroke:#bf360c,stroke-width:1.5px,color:#bf360c class MEASURED high class MODEL med class FALLBACK low

Nella revisione di un quartiere:

  • Gli edifici con era_origin = input ERA e valori di fabbisogno misurati hanno la massima affidabilità. Nessuna revisione necessaria a meno che i valori non appaiano palesemente errati.
  • Gli edifici con fabbisogno derivato da archetipi o norme meritano un controllo incrociato rispetto a eventuali dati misurati disponibili per l'area, in particolare per gli edifici non residenziali dove gli archetipi sono meno dettagliati.
  • Gli edifici in cui l'ERA è ripiegata su total_surface dovrebbero essere ispezionati — il loro fabbisogno può essere significativamente sovra- o sottostimato. Valutare di modificare l'ERA direttamente nell'editor degli edifici o di fornire un file di input corretto.

Affidabilità a livello di portafoglio vs singoli edifici

I modelli statistici di fabbisogno sono calibrati su grandi dataset. A livello di quartiere (centinaia di edifici), gli errori individuali tendono a compensarsi, e il fabbisogno totale è di solito accurato entro il ±10–20%. A livello di singolo edificio, gli errori possono essere molto maggiori — questo è previsto e non è un difetto del modello.

Per il dimensionamento della rete, la potenza di picco è più sensibile agli errori rispetto all'energia annua. Un edificio con un'ERA sovrastimata produrrà una stima del fabbisogno di picco più alta, portando a una tubazione leggermente sovradimensionata. In pratica, TESSA dimensiona a partire dal picco aggregato del quartiere, quindi valori anomali isolati hanno un effetto limitato a meno che non rappresentino una quota significativa del carico totale.

Migliorare la qualità dei dati

Per migliorare l'affidabilità di specifici edifici:

  1. Modificare gli edifici sulla mappa — usare l'editor degli edifici per correggere ERA, periodo di costruzione o tipo di edificio per gli edifici mal classificati.
  2. Caricare una tabella di edifici — fornire i propri valori di ERA e fabbisogno da audit energetici o dati misurati. Vedere Modello di dati degli edifici.
  3. Usare i dati OSM — OpenStreetMap può fornire impronte a terra e conteggi dei piani dove i dati del registro sono mancanti. Vedere la guida utente su come usare i dati OSM.

Dopo la modifica, rieseguire "Generate building demands" per aggiornare i valori di fabbisogno e le etichette di origine.

Prossimi passi