Quy trình chuẩn chéo ngành cho Khai thác Dữ liệu (CRISP-DM) được công nhận như một phương pháp để chuẩn hóa hơn nữa phương pháp M&V và cho phép ước lượng tiết kiệm năng lượng hiệu quả hơn. Có một số ứng dụng của CRISP-DM như sau:
Hiểu nghiệp vụ (Business Understanding) – Một cơ sở chế tạo y sinh được chọn làm nghiên cứu trường hợp để thiết lập tính khả thi của việc ứng dụng DM để hỗ trợ M&V. Sự hiểu biết chất lượng về nghiệp vụ đang phân tích là quan trọng để thực thi kết quả ở giai đoạn mô hình hóa và đánh giá của quy trình. Điều này được thực hiện bằng cách thực hiện đi qua quy trình, học sơ đồ luồng quy trình, và sơ đồ ống dẫn và thiết bị đo lường.
Kiến thức về các hệ thống trong ranh giới phân tích được cần từ giai đoạn này và một số vấn đề hơn được hiểu với đội kỹ thuật của cơ sở. Ranh giới phân tích là tiêu thụ điện năng trên toàn bộ cơ sở chế tạo.
Hiểu dữ liệu (Data Understanding) – Quy trình hiểu dữ liệu của mô hình tham chiếu CRISP-DM được hoàn thành thông qua điều tra vào cơ sở hạ tầng công nghệ dữ liệu tại cơ sở. Sự hiểu biết về luồng dữ liệu tiêu thụ năng lượng và cơ sở dữ liệu nơi nó được lưu trữ được đạt được.
Chuẩn bị dữ liệu (Data Preparation) – Dữ liệu tiêu thụ năng lượng phức tạp để tính toán do đặc tính của đồng hồ đo. Đồng hồ tích lũy được dùng cho điện năng và kết quả, tiền xử lý phải hoàn thành trên dữ liệu đầu ra. Trong trường hợp điều tra, điều này đạt được trước khi xuất ra cho người dùng.
Nhưng bất kể tiền làm sạch dữ liệu này, các giá trị ngoại lai vẫn còn trong tập dữ liệu vì quy trình tiền làm sạch không loại bỏ tất cả bất thường. Do đó, giai đoạn chuẩn bị dữ liệu được dùng để loại bỏ một số ngoại lai còn lại trong tập dữ liệu được giao cho người dùng.
Hai nguồn dữ liệu được dùng để thu thập dữ liệu cần cho phân tích toàn diện người tiêu dùng điện năng tại hiện trường – ứng dụng quản lý năng lượng và ứng dụng quản lý tuabin gió.
Điện năng tiêu thụ tại hiện trường được đo bằng đồng hồ tích lũy kilowatt-giờ (kWh). Tiền xử lý dữ liệu này bao gồm phát hiện ngoại lai do lỗi đồng hồ và chuyển đổi dữ liệu từ kWh sang tải điện trung bình tính bằng kilowatt (kW). Bước thứ hai cần thiết để phân tích dữ liệu cùng định dạng và đơn vị.
Mô hình hóa (Modelling) – Tập dữ liệu đầu ra từ quy trình chuẩn bị dữ liệu ở định dạng sạch và chức năng do việc làm sạch dữ liệu thực hiện. Với mục tiêu của nghiên cứu trường hợp này, tải nén không khí được chọn là lượng được mô hình hóa, vì nó là biến phù hợp nhất để đặc trưng sức mạnh của dữ liệu năng lượng có sẵn.
Khi tải được xem ở mức cao, không có tương quan rõ ràng và dễ thấy với các người dùng năng lượng thiết yếu khác tại hiện trường. Các người dùng năng lượng thiết yếu khác dễ dự đoán hơn do lịch trình cung cấp và sự hiện diện của quy trình vận hành tiêu chuẩn.