Taloteknisen IoT-datan visualisointi Power BI:llä
Mustonen, Piia (2025)
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2025112129046
https://urn.fi/URN:NBN:fi:amk-2025112129046
Tiivistelmä
Tässä opinnäytetyössä tarkasteltiin IoT-laitteiden keräämän ilmanlaatudatan hyödyntämistä ja visualisointia Power BI -työkalulla. Työn tavoitteena oli selvittää, miten aiemmin tallennettua dataa voidaan käyttää ilmanlaadun arvioinnissa eri rakennustiloissa. Käyttötapaukset keskittyivät paine-erojen vaikutukseen vierekkäisten tilojen ilmanlaatuun sekä VOC- ja CO₂-pitoisuuksien tarkasteluun suositusraja-arvoihin nähden.
Työn toteutuksessa hyödynnettiin Azure Blob -säilöön tallennettua mittausdataa vuosilta 2022–2024. Mittausdata ladattiin edelleen Power BI -työkaluun käsiteltäväksi. Datan käsittelyssä luotiin erilliset taulut laitteiden sijainneista, sensoreista ja mittaustuloksista. Taulujen avulla mittauspisteet yhdistettiin oikeisiin huoneisiin ja mittaustuloksiin. Ilmanpaineen ja partikkelipitoisuuksien visualisoinnit toteutettiin viivakaavioina havainnollistamaan ajallisia muutoksia, sillä kahden vierekkäisen tilan tarkkaa vertailua ei ollut mahdollista tehdä käytettävissä olevan datan perusteella. VOC- ja CO₂-pitoisuuksia seurattiin viivakaavioilla valitussa huoneessa ja visualisointeihin lisättiin suositusraja-arvot viitearvoiksi tulosten tulkinnan tueksi.
Tulokset osoittivat, että CO₂-pitoisuudet pysyivät tarkastelluissa tiloissa alle suositusraja-arvojen, kun taas VOC-arvoissa esiintyi lyhytaikaisia piikkejä, jotka voivat hetkellisesti heikentää sisäilman laatua. Työn aikana kehitetyt Power BI -raportit mahdollistivat trendien, poikkeamien ja suhteiden tarkastelun useista näkökulmista. Työssä tarkastellut käyttötapaukset osoittivat, että IoT-laitteiden keräämä data voi tukea sisäilman laadun seurantaa ja arviointia, mutta tarkemman analyysin toteuttaminen vaatii datan lisäkäsittelyä sekä kattavampaa ja tarkempaa tietoa mittauslaitteiden sijainneista.
Työn toteutuksessa hyödynnettiin Azure Blob -säilöön tallennettua mittausdataa vuosilta 2022–2024. Mittausdata ladattiin edelleen Power BI -työkaluun käsiteltäväksi. Datan käsittelyssä luotiin erilliset taulut laitteiden sijainneista, sensoreista ja mittaustuloksista. Taulujen avulla mittauspisteet yhdistettiin oikeisiin huoneisiin ja mittaustuloksiin. Ilmanpaineen ja partikkelipitoisuuksien visualisoinnit toteutettiin viivakaavioina havainnollistamaan ajallisia muutoksia, sillä kahden vierekkäisen tilan tarkkaa vertailua ei ollut mahdollista tehdä käytettävissä olevan datan perusteella. VOC- ja CO₂-pitoisuuksia seurattiin viivakaavioilla valitussa huoneessa ja visualisointeihin lisättiin suositusraja-arvot viitearvoiksi tulosten tulkinnan tueksi.
Tulokset osoittivat, että CO₂-pitoisuudet pysyivät tarkastelluissa tiloissa alle suositusraja-arvojen, kun taas VOC-arvoissa esiintyi lyhytaikaisia piikkejä, jotka voivat hetkellisesti heikentää sisäilman laatua. Työn aikana kehitetyt Power BI -raportit mahdollistivat trendien, poikkeamien ja suhteiden tarkastelun useista näkökulmista. Työssä tarkastellut käyttötapaukset osoittivat, että IoT-laitteiden keräämä data voi tukea sisäilman laadun seurantaa ja arviointia, mutta tarkemman analyysin toteuttaminen vaatii datan lisäkäsittelyä sekä kattavampaa ja tarkempaa tietoa mittauslaitteiden sijainneista.