Innovating Works

TIN2017-91223-EXP

Financiado
DEEP LEARNING PARA CONTROL Y EFICIENCIA ENERGETICA EN EDIFICIOS
EL FUNCIONAMIENTO DIARIO DE LOS EDIFICIOS SUPONE MAS DE UN TERCIO DEL GASTO DE ENERGIA MUNDIAL Y DE LAS EMISIONES DE CO2, PARA REDUCIR ESTAS CIFRAS, ES IMPRESCINDIBLE ADAPTAR LA OPERACION DE LOS EQUIPOS DE CLIMATIZACION (HVAC) A L... EL FUNCIONAMIENTO DIARIO DE LOS EDIFICIOS SUPONE MAS DE UN TERCIO DEL GASTO DE ENERGIA MUNDIAL Y DE LAS EMISIONES DE CO2, PARA REDUCIR ESTAS CIFRAS, ES IMPRESCINDIBLE ADAPTAR LA OPERACION DE LOS EQUIPOS DE CLIMATIZACION (HVAC) A LAS NECESIDADES DE LOS OCUPANTES, CON EL OBJETIVO DE MINIMIZAR EL GASTO MANTENIENDO EL CONFORT, EN LA LITERATURA PODEMOS ENCONTRAR DIVERSOS TRABAJOS SOBRE GENERACION AUTOMATICA DE PLANES DE CONTROL DE HVAC; EN PARTICULAR, EL SISTEMA INTELIGENTE DE GESTION DE ENERGIA DESARROLLADO EN EL PROYECTO ENERGY IN TIME, SIN EMBARGO, LAS APROXIMACIONES HABITUALES, BASADAS EN EL USO DE MODELOS DE SIMULACION, TIENEN LIMITACIONES: SE NECESITA CONSTRUIR UN MODELO FISICO DETALLADO DEL EDIFICIO, UN PROCEDIMIENTO QUE ES LARGO Y COSTOSO, Y ADEMAS EL CALCULO DE LAS SIMULACIONES ES POCO EFICIENTE, LO CUAL LIMITA CONSIDERABLEMENTE LAS OPORTUNIDADES PARA IMPLEMENTAR NUEVOS PROCEDIMIENTOS DE OPTIMIZACION INTELIGENTES,PARA ABORDAR ESTAS CUESTIONES, PROFICIENT DESARROLLARA TECNICAS DE APRENDIZAJE AUTOMATICO CAPACES DE: (1) APRENDER UN MODELO PREDICTIVO EFICIENTE DEL EDIFICIO A PARTIR DE DATOS DE SENSORES; (2) OPTIMIZAR EL CALCULO DE PLANES DE OPERACION SIN NECESIDAD DE UTILIZAR CONOCIMIENTO HEURISTICO, EN ESTE SENTIDO, PROPONEMOS FORMALIZAR EL PROCESO DE GENERACION DE PLANES OPERACIONALES COMO UN PROBLEMA DE BUSQUEDA DE MOVIMIENTOS EN JUEGOS DE MESA –COMO EL GO, LA ELECCION DE JUGADAS EN EL JUEGO PUEDE ASIMILARSE A LA SELECCION DE ‘SETPOINTS’ DEL EQUIPMAIENT, MIENTRAS QUE EL TABLERO SE CORRESPONDERIA CON EL ESTADO DEL EDIFICIO, QUE SERA VALIDO SI SE SATISFACEN LOS REQUISITOS DE CONFORT, Y MAS PROXIMO AL OPTIMO SI IMPLICA REDUCCION EN EL CONSUMO ENERGETICO, EL PROYECTO AVANZARA MAS ALLA DEL ESTADO ACTUAL DE LA CUESTION EN DEEP LEARNING Y APRENDIZAJE POR REFUERZO: AL IGUAL QUE EL SOFTWARE ALPHAGO CREADO POR GOOGLE HA DERROTADO A LOS CAMPEONES DE GO, PROFICIENT MEJORARA LA PRECISION Y LA EFICIENCIA DE LOS OPERADORES DE LOS EDIFICIOS Y DE LOS ALGORITMOS MAS RECIENTES, EFICIENCIA ENERGÉTICA\CONTROL AUTOMÁTICO\DEEP LEARNING\APRENDIZAJE POR REFUERZO ver más
01/01/2017
UGR
42K€
Perfil tecnológico estimado

Línea de financiación: concedida

El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2017-01-01
Presupuesto El presupuesto total del proyecto asciende a 42K€
Líder del proyecto
UNIVERSIDAD DE GRANADA No se ha especificado una descripción o un objeto social para esta compañía.
Total investigadores 5507