{"id":52942,"date":"2026-04-30T12:18:30","date_gmt":"2026-04-30T10:18:30","guid":{"rendered":"https:\/\/spacewell.com\/?p=52942"},"modified":"2026-07-20T11:02:33","modified_gmt":"2026-07-20T09:02:33","slug":"whats-new-in-spacewell-energy-axis-scaling-for-data-comparison-and-detection-of-high-impact-anomalies","status":"publish","type":"post","link":"https:\/\/spacewell.com\/es\/recursos\/blog\/whats-new-in-spacewell-energy-axis-scaling-for-data-comparison-and-detection-of-high-impact-anomalies\/","title":{"rendered":"Novedades en Spacewell Energy: Escalado de ejes para comparar datos y detectar anomal\u00edas de gran impacto"},"content":{"rendered":"
\n\n

Hoy en d\u00eda, los equipos energ\u00e9ticos disponen de muchos datos, pero a menudo carecen de una forma eficaz de obtener informaci\u00f3n comparable y procesable sobre contadores, edificios y periodos de tiempo. La \u00faltima versi\u00f3n de Spacewell Energy<\/a> se centra en dos capacidades b\u00e1sicas:una mejor comparabilidad en los an\u00e1lisis<\/strong>yuna gesti\u00f3n de anomal\u00edas m\u00e1s espec\u00edfica<\/strong>, para que los gestores energ\u00e9ticos puedan dedicar menos tiempo a luchar con los gr\u00e1ficos y m\u00e1s a impulsar el ahorro y la descarbonizaci\u00f3n. <\/p>\n\n\n\n

Comparaciones m\u00e1s claras con la escala de ejes en Analytics<\/strong> <\/h2>\n\n\n\n

En muchas carteras, los cuadros de mando energ\u00e9ticos combinan electricidad, gas, calor y otras m\u00e9tricas en un solo gr\u00e1fico. Sin un control flexible de los ejes, las se\u00f1ales m\u00e1s peque\u00f1as se aplanan y las tendencias significativas quedan oscurecidas. La nueva funci\u00f3n de escalado de ejes de Anal\u00edtica aborda directamente este problema. <\/p>\n\n\n\n

Ahora los usuarios pueden: <\/p>\n\n\n\n

    \n
  • Establece valores m\u00ednimos y m\u00e1ximos por eje para que coincidan con el rango relevante para un an\u00e1lisis determinado. <\/li>\n\n\n\n
  • Compara diferentes unidades y series de datos dentro de un mismo gr\u00e1fico sin perder visibilidad en las l\u00edneas de menor magnitud. <\/li>\n\n\n\n
  • Ajusta r\u00e1pidamente la escala cuando cambies entre activos de gran consumo y submedidores m\u00e1s peque\u00f1os. <\/li>\n<\/ul>\n\n\n\n

    T\u00e9cnicamente, la escala de los ejes se aplica en el nivel de configuraci\u00f3n del gr\u00e1fico, por lo que los ajustes persisten en todas las sesiones y pueden estandarizarse para los cuadros de mando compartidos. Para las carteras con m\u00faltiples sedes, esto significa que una \u00fanica vista anal\u00edtica puede ajustarse una vez y reutilizarse de forma fiable en todos los edificios y equipos<\/strong>, manteniendo un lenguaje visual coherente para los informes internos. <\/p>\n\n\n\n

    \"Vista<\/figure>\n\n\n\n

    <\/p>\n\n\n\n

    Centrarse en las<\/strong>anomal\u00edas<\/strong>de alto impacto<\/strong> <\/h2>\n\n\n\n

    Las listas de anomal\u00edas tradicionales suelen crear fatiga de alertas: se marcan cientos de desviaciones sin contexto, lo que obliga a los gestores energ\u00e9ticos a triar manualmente lo que importa. Las nuevas opciones de agrupaci\u00f3n y filtrado del m\u00f3dulo de detecci\u00f3n de anomal\u00edas de Spacewell Energy est\u00e1n dise\u00f1adas para reducir este ruido. <\/p>\n\n\n\n

    Ahora los usuarios pueden: <\/p>\n\n\n\n

      \n
    • Agrupa las anomal\u00edas por tiempo, lugares y dispositivos para detectar f\u00e1cilmente cu\u00e1ndo y d\u00f3nde se producen la mayor\u00eda de las anomal\u00edas. <\/li>\n\n\n\n
    • Filtra las anomal\u00edas por criterios configurables (por ejemplo, par\u00e1metro (fuente de energ\u00eda), gravedad, duraci\u00f3n, hora de inicio, coste, fiabilidad, d\u00eda de la semana, estado) gravedad para aislar los problemas con mayor impacto operativo o financiero. <\/li>\n\n\n\n
    • Utiliza combinaciones multidimensionales (por ejemplo, \u00abtodas las anomal\u00edas en el Edificio A durante las noches del fin de semana, agrupadas por dispositivo\u00bb) para responder directamente a preguntas que antes requer\u00edan un an\u00e1lisis personalizado. <\/li>\n<\/ul>\n\n\n\n
      \"Spacewell<\/figure>\n\n\n\n

      <\/p>\n\n\n\n

      Desde el punto de vista del sistema, las anomal\u00edas siguen almacen\u00e1ndose como eventos discretos, pero la capa de interfaz de usuario admite ahora la agregaci\u00f3n y el filtrado din\u00e1micos, lo que garantiza que el modelo de datos subyacente sea lo suficientemente s\u00f3lido para las integraciones y los an\u00e1lisis hist\u00f3ricos. Para las organizaciones que persiguen la norma ISO 50001 o similares, esto proporciona un camino m\u00e1s auditable desde la detecci\u00f3n de anomal\u00edas hasta su correcci\u00f3n. <\/p>\n\n\n\n

      De la visibilidad a la optimizaci\u00f3n energ\u00e9tica<\/strong> <\/h3>\n\n\n\n

      Juntas, estas actualizaciones facilitan a los equipos de energ\u00eda el an\u00e1lisis de datos complejos con m\u00e1s claridad y menos ruido. El escalado de ejes ayuda a los usuarios a comparar distintas series de datos de forma m\u00e1s legible, mientras que la agrupaci\u00f3n y filtrado de anomal\u00edas les ayuda a centrarse en las desviaciones con mayor impacto operativo. El resultado es una experiencia de an\u00e1lisis m\u00e1s pr\u00e1ctica, en la que los usuarios pueden pasar m\u00e1s r\u00e1pidamente de identificar comportamientos inusuales a comprender d\u00f3nde puede ser necesario actuar. <\/p>\n\n\n\n

      \u00bfYa eres cliente<\/strong>? Ya puedes encontrar estas actualizaciones en tu cuenta. <\/p>\n\n\n\n

      \u00bfA\u00fan no eres cliente<\/strong>? Te invitamos a solicitar una demostraci\u00f3n para ver c\u00f3mo Spacewell puede encajar en tus estrategias de eficiencia. <\/p>\n\n\n\n