Gémeo Digital

O Gémeo Digital é o motor de análise dentro do Mirox-Agent que transforma as medições da sua instalação em informações sobre o estado de saúde dos componentes, perdas e configuração. Recebe métricas do Data Scraper, mantém um modelo em memória da hierarquia de componentes de cada instalação, executa modelos baseados em física sobre dados históricos e reporta o que encontra de volta para a plataforma.

O Gémeo Digital analisa hoje instalações fotovoltaicas (PV) solares. A análise de eólica e baterias está Planeada — esses tipos de instalação já conseguem receber dados, mas o Gémeo Digital ainda não os analisa.

Propósito e Função

O Gémeo Digital tem um propósito focado: compreender o comportamento de cada componente e detetar problemas operacionais. Transforma medições em bruto em informações acionáveis sem armazenamento persistente próprio.

Responsabilidades Principais:

Receber atualizações de métricas do Data Scraper
Obter dados históricos da base de dados de séries temporais para as janelas de análise
Construir um modelo em memória da hierarquia de componentes da instalação a partir da IoT Cloud
Descobrir e validar a configuração de cada string (orientação, contagem de painéis, clipping de inversor, sombreamento, desempenho)
Monitorizar o estado de saúde dos componentes durante a noite, classificar o estado de cada componente e distinguir falhas de comunicação de avarias reais
Calcular perdas de energia com uma classificação de confiança em cada valor
Publicar resultados e eventos de volta para a plataforma IoT Cloud para que os operadores os vejam
Libertar a memória após a conclusão do processamento

Esta separação mantém o Gémeo Digital focado na análise, enquanto a recolha de dados e o armazenamento de longo prazo residem noutro local.

Dois Motores de Análise

O Gémeo Digital executa dois motores distintos com diferentes acionadores e objetivos — mantê-los separados explica por que algumas informações surgem imediatamente e outras se acumulam ao longo de várias noites.

Motor	O que determina	Quando é executado
Análise de Configuração	A orientação detetada de cada string, a contagem de painéis, o clipping de inversor, o sombreamento e o desempenho	Manual — no arranque (para o dia anterior) e a pedido
Watchdog	Estados de saúde dos componentes, avarias reais vs. falhas de comunicação e perdas de energia	Automático — todas as noites por instalação, com preenchimento retroativo

Porque é que as Informações Demoram

Uma instalação recém-integrada precisa de várias noites de execuções do watchdog antes de o seu modelo de produção esperada calibrar para o comportamento real de cada componente. Os primeiros valores estabilizam ao longo dos primeiros dias.

Visão Geral da Arquitetura

O Gémeo Digital funciona como um serviço assíncrono que processa as métricas à medida que chegam:

Princípios Arquiteturais Fundamentais:

Por Instalação: Cada agente raciocina sobre uma instalação como uma árvore de componentes e avalia por componente e por nível
Sem Estado: Nenhum resultado de análise é armazenado localmente — os dados são processados em memória e libertados após a conclusão
Baseado em Física: Modelos padrão da indústria (não aprendizagem automática) simulam a produção esperada e comparam-na com a realidade
Auto-Calibrante: Um ciclo de feedback ajusta o modelo de produção esperada a cada componente ao longo de uma janela deslizante
A Pedido e Agendado: A análise de configuração é executada mediante pedido; a monitorização de saúde é executada automaticamente todas as noites

Componentes Principais

Processamento de Dados

O Gémeo Digital processa dados a pedido sem armazenamento persistente:

Fontes de Dados:

Webhook: Recebe atualizações de métricas em tempo real do Data Scraper
Base de Dados de Séries Temporais: Obtém dados históricos para as janelas de análise
IoT Cloud: Carrega a estrutura do parque e a configuração dos componentes

Fluxo de Processamento:

Um acionador de webhook ou pedido de API inicia o processamento
Carregar a estrutura do parque a partir da IoT Cloud para a memória
Obter os dados históricos necessários da base de dados de séries temporais
Receber ou utilizar as métricas em tempo real entregues por webhook
Realizar a análise em memória
Publicar os resultados na IoT Cloud
Libertar a memória — nenhum dado é persistido

Integração do Webhook:

Recebe atualizações de métricas do Data Scraper via HTTP POST
As métricas são processadas em memória durante a execução da análise
Nenhum armazenamento persistente de métricas dentro do Gémeo Digital

Análise de Configuração

O motor de Análise de Configuração descobre e valida o que cada string realmente é, trabalhando da base da hierarquia para cima (string, depois caixa de junção, inversor e contador de injeção). É acionado manualmente — uma vez no arranque para o dia anterior e, de resto, a pedido para um intervalo de datas escolhido.

O que Deteta (por string):

Orientação — o azimute dos painéis, assinalando desvios em relação ao valor configurado
Contagem de painéis — o número real de painéis em funcionamento, revelando os que estão em falta ou defeituosos
Clipping de inversor — quando a potência DC excede a capacidade AC do inversor, com a duração do clipping e a energia perdida
Sombreamento — os períodos de sombreamento entre filas ao nascer e ao pôr do sol e a percentagem de perda resultante
Desempenho — energia medida vs. simulada e um performance ratio para a string

Cada resultado inclui um estado de fiabilidade, para que um operador possa saber se uma deteção foi fiável, resultou de dados insuficientes, atingiu valores fora dos limites físicos ou não encontrou qualquer corrente (o que pode marcar uma string como não utilizada).

Apenas Solar Hoje

As análises de configuração acima aplicam-se a strings de PV solar. A deteção da inclinação dos painéis é referida mas ainda não está implementada, e não existe análise de configuração para instalações eólicas ou de baterias.

Modelos Físicos Padrão da Indústria

O Gémeo Digital utiliza modelos físicos revistos por pares em vez de aprendizagem automática — por exemplo, um modelo de irradiância de céu limpo e um modelo de painel de díodo único para solar. A produção esperada é calculada a partir da física e da geometria do local e depois comparada com o que a instalação realmente produziu.

Watchdog

O motor Watchdog monitoriza o estado de saúde dos componentes, separa avarias reais de falhas de comunicação e calcula perdas de energia. Ao contrário da análise de configuração, é executado automaticamente todas as noites para cada instalação.

Agendamento Automático Noturno:

Cada instalação é avaliada uma vez por noite a uma hora estável entre as 00:00 e as 03:00 UTC, distribuída no tempo para que as instalações não sejam todas executadas em simultâneo
Uma instalação junta-se ao agendamento noturno assim que um número suficiente das suas strings tiver concluído a análise de configuração
Na sua primeira execução, o watchdog preenche retroativamente o histórico (até cerca de 180 dias), para que obtenha informações relativas ao período anterior ao início da monitorização
O sistema regista quais os dias já processados e preenche quaisquer dias em falta em noites posteriores — recupera-se sozinho, sem intervenção manual

Avaliação de Saúde:

Para cada componente, o watchdog simula a produção que deveria ter sido observada e compara-a com o valor medido
Os componentes são classificados em estados claros: a produzir normalmente, degradado, em sobreprodução, sem dados, logger bloqueado, inativo e vários estados inferidos para componentes cujos dados estão em falta mas cuja saúde pode ser deduzida a partir dos vizinhos
Uma passagem de cima para baixo infere o estado dos componentes com dados em falta a partir do seu progenitor: um inversor em falta cujo progenitor é apresentado como saudável é corretamente marcado como um problema de comunicação, não uma avaria

Irradiância de Referência Sem Sensor:

O watchdog deriva uma baseline de irradiância medida a partir das strings com melhor produção, pelo que uma monitorização precisa não requer um sensor de irradiância no local
A existência desta baseline de referência para um dia é a forma como o sistema sabe que esse dia foi processado

Auto-Calibração (Ciclo de Feedback de Desempenho):

Um fator de correção por componente é treinado ao longo de uma janela deslizante para que a produção esperada simulada acompanhe o comportamento real de cada componente
Aprende apenas a partir de componentes saudáveis e apenas em dias de tempo normal — os dias anómalos (forte nebulosidade, neve, falhas) são ignorados, para que dados maus nunca contaminem o modelo
É por isto que as comparações entre o esperado e o real se afinam ao longo dos primeiros dias de vida de uma instalação

Deteção de Perdas com Confiança:

A perda de energia é calculada por intervalo como o défice da produção medida abaixo da produção simulada, nunca ficando negativa
Cada valor de perda é etiquetado com confiança ALTA, MÉDIA ou BAIXA, e os grupos somam o total — para que saiba quanto pode confiar em cada valor
Uma leitura de energia plana (repetida) é analisada: se a produção claramente continuou ao longo de uma breve interrupção, é tratada como uma falha de comunicação e excluída da perda; se a produção parou, é contabilizada como uma avaria real
Os períodos meteorológicos — neve, orvalho, nevoeiro e paragens de rede ou externas — são excluídos para todos os componentes, pelo que o clima nunca é mal contabilizado como uma falha de componente

Falhas de Comunicação Não São Perdas

Quando um componente progenitor está saudável mas os dados de um filho estão em falta, o watchdog reporta um problema de recolha de dados, não uma perda de produção. Isto evita que um logger temporariamente offline seja confundido com energia perdida.

Sincronização com a Cloud

O Gémeo Digital integra-se com a plataforma IoT Cloud:

Sincronização da Estrutura do Parque:

O Park Tree obtém a configuração dos componentes a partir da IoT Cloud
Atualizações automáticas quando os componentes são adicionados ou reconfigurados
A descoberta de componentes é sincronizada de volta para a cloud (inversores, strings, etc.)
As alterações de configuração invalidam os resultados de análise em cache

Reporte de Resultados:

Os resultados da análise são enviados para a IoT Cloud via REST API
Notificações de eventos para avarias e degradação
Métricas de desempenho armazenadas para acompanhamento histórico
Atualizações de estado para a saúde dos componentes

Modo Operacional:

Requer conectividade com a IoT Cloud para o funcionamento normal
A base de dados de séries temporais é necessária para a análise de dados históricos

Funcionalidades Relacionadas

Data Scraper — recolhe as métricas da instalação que o Gémeo Digital analisa
Visão Geral do Mirox-Agent — como o Gémeo Digital e o Data Scraper são executados em conjunto no edge
Gémeo Digital (funcionalidade) — a vista virada para o operador destas informações
Deteção de Perdas — como as perdas de energia são detetadas e classificadas por confiança
Deteção de Eficiência — descobertas de configuração e desempenho das strings
Avaliação de Componentes — os estados de saúde dos componentes explicados