Competenze Prodotti Contatti Privacy
// Monitoraggio · AI · ML · IoT industriale

FV
MONITOR

Monitoraggio in tempo reale di impianti fotovoltaici con anomaly detection basata su Machine Learning. L'impianto impara da solo il suo comportamento normale — e sa quando qualcosa non va.

📧 Richiedi Informazioni
// Produzione impianto — oggi
14.3 kW
Potenza attuale
87.4 kWh
Produzione oggi
1
Anomalie
// AI Agent — alert email
Da: monitor@md2tech.it
Oggetto: ⚠️ Anomalia rilevata — Stringa 3
L'agente AI ha rilevato uno scostamento anomalo sulla Stringa 3 tra le 11:42 e le 12:08 UTC.

Produzione attesa: 18.7 kW
Produzione rilevata: 11.2 kW
Delta: -40.1%

Isolation Forest score: 0.73 · soglia: 0.60
// Architettura del sistema

Lo stack
completo

☀️
Impianto FV

Inverter SMA (e altri) connessi in rete locale. Il sistema legge la produzione reale in tempo reale via protocollo Modbus/TCP o SMA Sunny Home Manager.

SMA · Modbus
🍓
Raspberry Pi

Installato in rete con gli inverter. Raccoglie i dati di produzione a intervalli configurabili e li invia al database centralizzato. Zero cloud obbligatorio.

Python · Linux
🗄️
InfluxDB

Database time-series ottimizzato per dati IoT. Ogni misura è taggata con timestamp, stringa, inverter e condizioni meteo. Storico illimitato su server dedicato.

InfluxDB · Time-series
📊
Grafana Dashboard

Pannello di controllo visivo accessibile da browser. Curve di produzione, confronto storico, heatmap per stringa, alert threshold configurabili. Aggiornamento in tempo reale.

Grafana · Dashboards
🤖
ML — Isolation Forest

Modello di anomaly detection allenato sui dati reali dell'impianto. Impara il comportamento normale considerando stagionalità, ore del giorno e condizioni meteo. Nessuna soglia da configurare a mano.

Python · scikit-learn
🧠
Agente AI

Interroga periodicamente lo stato dell'impianto, interpreta gli score del modello ML e — in caso di anomalia confermata — genera e invia automaticamente un'email di alert dettagliata.

LLM · Email alert
// Perché Isolation Forest?
A differenza delle soglie fisse (es. "alert se produzione < X kW"), Isolation Forest impara dalla storia dell'impianto specifico: sa che a novembre alle 8:00 con cielo parzialmente nuvoloso è normale produrre meno. Rileva anomalie nel comportamento relativo, non assoluto — individuando pannelli degradati, ombre impreviste, guasti parziali e sporco accumulato che le soglie tradizionali ignorano.
// Vantaggi

Intelligenza
reale

Self-learning

Il modello si allena sui dati reali dell'impianto: conosce la sua stagionalità, le sue ore di punta, le sue variazioni normali.

Zero false positive

Niente alert per un giorno nuvoloso. Il modello distingue anomalia reale da variazione attesa, riducendo drasticamente i falsi positivi.

Alert automatici

L'agente AI invia email dettagliate con stringa interessata, delta di produzione, score di anomalia e finestra temporale.

Dashboard real-time

Grafana accessibile da qualsiasi browser. Dati aggiornati in tempo reale, storico completo, confronto tra periodi.

Installazione locale

Raspberry Pi fisicamente in impianto, nessuna dipendenza dal cloud. I dati restano tuoi, il sistema funziona anche offline.

Su misura

Ogni impianto è diverso: configuriamo soglie, frequenza di campionamento e parametri ML in base alla taglia e al tipo di installazione.

// Interessato?

Parliamo
del tuo impianto.

Valutiamo insieme le caratteristiche dell'impianto, la rete esistente e il livello di monitoraggio desiderato.

Contattaci