VOLVER

Share

Diseñan una solución de inteligencia artificial para la gestión óptima de datos energéticos

La Universidad Pablo de Olavide y Ferrovial Servicios han desarrollado un proyecto de predicción de consumo energético con el objetivo de obtener una gestión más eficiente de los recursos energéticos haciendo uso de la inteligencia artificial. Se trata de un estudio que servirá como base para futuros análisis y que se ha llevado a cabo en un hospital gestionado por esta empresa multinacional.

Fuente: Universidad Pablo de Olavide


Sevilla |
11 de junio de 2021

La Universidad Pablo de Olavide y Ferrovial Servicios han desarrollado un proyecto de predicción de consumo energético con el objetivo de obtener una gestión más eficiente de los recursos energéticos haciendo uso de la inteligencia artificial. Se trata de un estudio que servirá como base para futuros análisis y que se ha llevado a cabo en un hospital gestionado por esta empresa multinacional.

El grupo de investigación ‘TIC254-Data Science & Big Data Lab’ de la Universidad Pablo de Olavide fue seleccionado por Ferrovial Servicios, tras un proceso de concurrencia competitiva, para llevar a cabo el reto ‘Soluciones basadas en Inteligencia Artificial para la gestión óptima de datos energéticos’.

De izquierda a derecha y de arriba a abajo, Miguel González Pinto (Ferrovial Servicios); Laura Melgar García (UPO); Alicia Troncoso (UPO); José Torres (UPO) y Andrés Carrillo Lasheras (Ferrovial Servicios).

Se trata de la segunda convocatoria de retos de innovación impulsada desde la asociación de empresas e instituciones Sevilla Futura, con el objetivo de promover nuevas iniciativas innovadoras que se desarrollen en la ciudad dirigidas a solucionar problemas a los que se enfrentan en la actualidad sus empresas asociadas. En esta ocasión, el reto, organizado desde el área de innovación de Ferrovial Servicios, busca incrementar la eficiencia energética mediante soluciones basadas en inteligencia artificial para la gestión óptima de datos.

Alicia Troncoso Lora, investigadora principal del proyecto.

“El diseño de este sistema de gestión de eficiencia energética de edificios hace uso de los datos recogidos por contadores inteligentes y sensores. Posteriormente, estos datos son procesados mediante un módulo que incorpora inteligencia artificial y que es capaz de aprender los patrones subyacentes en los datos y obtener un modelo de predicción con el que hacer estimaciones de la energía a futuro en tiempo real”, explica Alicia Troncoso Lora, catedrática de Lenguajes y Sistemas Informáticos de la UPO e investigadora principal del proyecto.

 

El diseño de este sistema de gestión óptima de eficiencia energética para edificios podrá integrarse con diferentes sistemas técnicos, protocolos, y soluciones de captura y medición como plataformas IoT, Scada, contadores inteligentes o estándar, etc. gracias a su naturaleza abierta y modular.

Las técnicas fundamentales que se utilizan en esta solución de inteligencia artificial son aprendizaje profundo (deep learning) y aprendizaje automático (machine learning), además de hardware específico para la computación de grandes volúmenes de datos (big data). Los algoritmos de deep learning y de machine learning son capaces de aprender dependencias temporales en los datos históricos, obteniendo un modelo predictivo capaz de estimar con gran exactitud los consumos futuros a un horizonte vista de un día. Además, este modelo predictivo inicial evoluciona en el tiempo a través de un aprendizaje incremental, incorporando los cambios de tendencias que se producen en los datos en el modelo y detectando las anomalías en tiempo real.

El objetivo del proyecto es obtener una gestión más eficiente de los recursos energéticos haciendo uso de la inteligencia artificial.
En cuanto a recursos de computación, para el coste computacional asociado al entrenamiento de estos modelos big data, el equipo de investigación ha usado tarjetas GPU (del inglés Graphics Processing Unit) que el grupo tiene actualmente desplegadas en el Data Science & Big Data Lab.

“La posibilidad de dar respuestas óptimas en forma de recomendaciones o actuaciones autónomas en las fórmulas de gestión de consumos y activos a partir del tratamiento inteligente de los datos bajo control derivan en un mantenimiento predictivo eficiente y en un uso sostenible de los recursos energéticos como principales beneficios del uso de estas técnicas”, explica la investigadora Alicia Troncoso.

El objetivo del proyecto es obtener una gestión más eficiente de los recursos energéticos haciendo uso de la inteligencia artificial.

El grupo de investigación Data Science & Big Data Lab tiene una amplia experiencia en proyectos y publicaciones relacionadas con machine learning. Además de la citada investigadora principal, participan en este proyecto Francisco Martínez Álvarez, Federico Divina, Miguel García Torres, Gualberto Asencio Cortés, David Gutiérrez Avilés, José F. Torres Maldonado y Laura Melgar García.

El convenio de colaboración entre la UPO y Ferrovial Servicios se ha gestionado a través de la Oficina de Transferencia de Resultados de Investigación (OTRI), dependiente del Vicerrectorado de Investigación, Transferencia y Doctorado de la Universidad Pablo de Olavide, que tiene como misión promover y potenciar la relación entre la actividad investigadora y el entorno empresarial y social, facilitando la transferencia de los resultados generados por su comunidad científica.


Share

Últimas publicaciones

Más de 300 estudiantes se suman a la III Feria de la Ciencia de San Pedro de Alcántara (Málaga), que estrena formato virtual

La cita, organizada por el CEIP Al-Ándalus con el apoyo de la Tenencia Alcaldía de San Pedro de Alcántara del Ayuntamiento de Marbella, muestra a la ciudadanía los proyectos científicos de escolares. La muestra se integra desde el pasado año en la Red de Ferias de la Ciencia y la Innovación de Andalucía que promueve la Fundación Descubre, con financiación de la Consejería de Transformación Económica, Industria, Conocimiento y Universidades.

Sigue leyendo
Cuantifican los compuestos fenólicos de más de 3.000 muestras de aceite
Córdoba | 17 de junio de 2021

El proyecto Aristoil, en el que participa la Universidad de Córdoba, ha establecido un decálogo de buenas prácticas para incrementar los polifenoles, compuestos ‘estrella’ del aceite de oliva virgen que contribuyen a sus propiedades saludables y antioxidantes.

Sigue leyendo
Utilizan como abono líquido el fósforo recuperado de ecosistemas acuáticos
Granada | 16 de junio de 2021

Una investigación ha demostrado que las plantas de melón, pepino y albahaca que se trataron con soluciones nutritivas con estos aportes crecieron más que las que solo se regaron con agua. Para ello, este equipo ha utilizado unos adsorbentes magnéticos que funcionan a modo de imán para la mejora de la calidad del agua de ecosistemas eutrofizados, esto es, con acumulación de nutrientes inorgánicos, como el fósforo o el nitrógeno, provenientes esencialmente de la acción humana.

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete