Hoonete soojakadu ja renoveerimisprioriteedid

Andmeinseneeria kursuse grupitöö

Anna-Liisa Altmets · Erkki Laaneoks · Mihkel Nugis · Toel Teemaa

---

Mida me uurisime?

Eesti hoonefond on vana — suur osa elamuid on ehitatud nõukogude ajal, mil soojustus jättis soovida. Küte läheb läbi halbade seinte ja katuste kaduma, mis tähendab nii kõrgemaid energiaarved elanikele kui ka suuremat CO₂ jalajälge.

Meie küsimus: millistes Eesti omavalitsustes kaotavad hooned kõige rohkem soojusenergiat ja kus oleks renoveerimine kõige suurema mõjuga?

Vastuse leidmiseks ühendame kolm andmeallikat:

• Ehitisregister (~300 000 hoonet koos ehitusaasta ja pindalaga)
• Ilmaandmed (iga päeva keskmised temperatuurid 6 ilmajaamast üle Eesti)
• Elektrihind (Eleringi Nord Pool börsihind — et soojakao saaks eurodes väljendada)

---

Kuidas see töötab?

Soojakadu arvutatakse füüsikalise valemi järgi:

Soojakadu (kWh) = U-väärtus × pindala × (21°C − õhutemperatuur) × 24h

Kus U-väärtus näitab, kui hästi hoone soojust peab — vanem hoone = suurem U = rohkem kadu. Mida külmem õues ja mida vanem hoone, seda rohkem soojusenergiat läheb raisku.

Arvutus tehakse iga hoone ja iga päeva kohta ning agregeeritakse omavalitsuse tasemele.

---

Tulemused

Analüüs annab neli mõõdikut omavalitsuste kaupa:

Mõõdik	Kirjeldus
Soojakao intensiivsus	kWh/m²/aastas — mida suurem, seda halvem
Ilmastikutundlikkus	Pearsoni korrelatsioon: kui tugevalt sõltub soojakadu temperatuurist
Renoveerimispotentsiaal	Potentsiaalne aastane kokkuhoid eurodes, kui viia intensiivsus 50 kWh/m²-ni
Mudeli valideerimine	Mudeli soojakadu vs. tegelik Eleringi tarbimine — kui täpne mudel on

---

Tehniline ülesehitus

Projekt kasutab kaasaegset andmetöötluse tarneahelat:

Andmeallikad → Airflow (laadimine) → PostgreSQL → dbt (teisendamine) → Superset (visualiseerimine)

Airflow käivitab iga päev andmete laadimise: ehitisregistri CSV, ilmaandmed Open-Meteo API-st ja elektrihinnad Eleringi API-st.

dbt teisendab toortabelid kolmes kihis:

• Staging — andmete puhastamine ja normaliseerimine
• Intermediate — soojakao arvutus (~110 miljonit rida enne agregeerimist)
• Marts — lõplikud analüütilised tabelid Superseti jaoks

Andmekvaliteedi testid (dbt test) kontrollivad automaatselt peale iga laadimist, et arvutuste sisendandmed oleksid korrektsed — puuduvad väärtused, lubatute vahemikust väljas arvud, matemaatilised invariandid (nt Pearsoni r ∈ [-1, 1]).

Superset kuvab tulemused interaktiivse kaardina ja graafikutena.

Kogu keskkond töötab Dockeris — ühe käsuga saab kõik teenused käima.

---

Käivitamine

Eeldused: Docker Desktop paigaldatud ja töötab.

0. Laadi alla toorandmed

Ehitisregistri CSV-fail ei ole giti osa (liiga suur). Laadi see alla Google Drive'ist ja aseta projekti data/ kausta:

ehitisregister.csv — Google Drive

data/
└── ehitisregister.csv   ← pane siia

# 1. Kopeeri keskkonnamuutujate näidisfail
cp .env.example .env

# 2. Käivita kõik teenused
docker compose up -d

# 3. Ava Airflow (kasutaja/parool: .env failist)
#    http://localhost:8080
#    → käivita DAG "hoonete_soojakadu"

# 4. Ava Superset
#    http://localhost:8088

Superseti dashboard import

Dashboardi fail asub superset/dashboards/dashboard_export_20260607T133641.zip.

1. Dashboards → + → Import dashboard → vali ZIP-fail
2. Pärast importi mine Settings → Database Connections → projekt_hooned → Edit
3. Uuenda parool URI-s (XXXXXXXXXX → projekt):

   postgresql+psycopg2://projekt:projekt@analytics-db:5432/projekt
   

4. Test Connection → Save

Airflow DAG teeb järjekorras:

1. Laadib ehitisregistri, ilmaandmed, elektrihinnad ja tarbimise
2. Käivitab dbt build (seed + run) — ehitab kõik mudelid
3. Käivitab dbt test — kontrollib andmekvaliteeti

---

Projekti struktuur

├── airflow/dags/        # Andmete laadimise loogika (Airflow DAG)
├── dbt_project/
│   ├── models/
│   │   ├── staging/     # Andmete puhastamine (+ testid schema.yml-is)
│   │   ├── intermediate/# Soojakao arvutus
│   │   └── marts/       # Lõplikud analüütilised tabelid (+ testid)
│   ├── macros/          # Taaskasutatav loogika (pearson_r, u_vaartus, testid)
│   ├── seeds/           # Viitetabelid (omavalitsused, U-väärtused)
│   └── tests/           # Singulartestid äriloogika kontrollimiseks
├── docs/                # Arhitektuur, andmekirjeldus, TODO
├── superset/            # Supersetikonfiguratsioon
└── compose.yml          # Docker Compose

---

Tööjaotus

Nimi	Roll
Toel Teemaa	Andmete laadimine — Airflow DAG-id, API integratsioonid
Erkki Laaneoks	Teisendused — dbt mudelid, soojakao arvutus, mart-kiht
Mihkel Nugis	Andmekvaliteet — dbt testid, vigade diagnoos
Anna-Liisa Altmets	Visualiseerimine — Superset näidikulaud

---

Esitlus

docs/esitlus.pptx