Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

PID2020-112495RB-C21

Financiado

DISEÑO Y OPTIMIZACION DE MODELOS BIG DATA CON RESTRICCIONES DE TIEMPO PARA LA GE...

DISEÑO Y OPTIMIZACION DE MODELOS BIG DATA CON RESTRICCIONES DE TIEMPO PARA LA GESTION SOSTENIBLE DEL CONSUMO DE ENERGIA ELECTRA@UGR ESTA ORIENTADO AL DISEÑO Y OPTIMIZACION DE MODELOS BIG DATA CON RESTRICCIONES DE TIEMPO PARA LA GESTION SOSTENIBLE DEL CONSUMO ENERGETICO, LLEVAREMOS A CABO TAREAS DE PREDICCION, IDENTIFICACION DE PERFILES Y ANOMALIAS,... ver más

01/01/2020

UGR

87K€

Presupuesto del proyecto: 87K€

Líder del proyecto

UNIVERSIDAD DE GRANADA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 5507

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2020-01-01

0% 100%

Participantes

UGR

Lider

Proyectos interesantes

Desarrollo de algoritmos de predicción y anál... Desarrollo de algoritmos de predicción y análisis en el merc... 18K€ Cerrado

DIN2018-009733 MEJORA DE LA PREDICCIÓN Y OPTIMIZACIÓN DE USOS ENERGÉTICOS,... 64K€ Cerrado

PID2021-122208OB-I00 MODELADO Y SIMULACION DE UN PERFORMANCE DIGITAL TWIN QUE HAB... 55K€ Cerrado

TIN2017-82626-R GESTION EFICIENTE DEL CONSUMO ELECTRICO MEDIANTE LA CLASIFIC... 68K€ Cerrado

RTC-2017-6289-3 COSMOS - Plataforma Cloud De Previsión De La Demanda De Cons... 269K€ Cerrado

TED2021-131671B-I00 PREDICCION A CORTO PLAZO DE VARIABLES ENERGETICAS MEDIANTE M... 93K€ Cerrado

Últimas noticias

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

29-11-2024: CMVAMADRID En las últimas 48 horas el Organismo CMVAMADRID ha otorgado 37 concesiones

Líder del proyecto

UNIVERSIDAD DE GRANADA

Total investigadores 5507

Presupuesto del proyecto 87K€

Descripción del proyecto ELECTRA@UGR ESTA ORIENTADO AL DISEÑO Y OPTIMIZACION DE MODELOS BIG DATA CON RESTRICCIONES DE TIEMPO PARA LA GESTION SOSTENIBLE DEL CONSUMO ENERGETICO, LLEVAREMOS A CABO TAREAS DE PREDICCION, IDENTIFICACION DE PERFILES Y ANOMALIAS, Y GESTION DEL AHORRO DEL COSTE DEL CONSUMO DE ENERGIA SOSTENIBLE EN EDIFICIOS E INSTALACIONES PUBLICAS, SE DESARROLLARAN METODOS INNOVADORES DE SOFT COMPUTING APLICADOS A "BIG DATA TIME SERIES" Y HERRAMIENTAS INTELIGENTES CAPACES DE MANEJAR BIG DATA LLEVADAS TODAS ELLAS EN UN TIEMPO RESTRINGIDO, PROPONEMOS UN MODELO QUE SE ORGANIZA EN DOS NIVELES (EDGE AI-CLOUD): INTELIGENCIA ARTIFICIAL EN EL BORDE (EDGE AI) PARA PROCESAR DATOS PROCEDENTES DE SENSORES DE ENERGIA Y DEL ENTORNO EN EL ORIGEN DE LOS DATOS, Y ANALISIS MASIVO DE DATOS PROCESADOS EN CLOUD (CLUSTER DE GPUS, ETC,), ESTE ENFOQUE DE TRATAMIENTO DE DATOS MULTINIVEL AYUDARA A REDUCIR LA GRAN CANTIDAD DE DATOS A TRANSMITIR Y PROCESAR POR UN UNICO SISTEMA CENTRALIZADO, Y FACILITARA LA RESPUESTA DEL SISTEMA BAJO RESTRICCIONES DE TIEMPO QUE SERAN BENEFICIOSAS PARA LA MONITORIZACION DE LA ENERGIA,EL PRIMER NIVEL (EDGE AI) ES EL MAS CERCANO A LA FUENTE DE DATOS, EN EL QUE CADA EDIFICIO (O CONGLOMERADO DE EDIFICIOS, SEGUN LA ORGANIZACION DE DISTRIBUCION ENERGETICA Y LOS SENSORES) CONFIGURAN EL BORDE DE LA INFRAESTRUCTURA PROPUESTA, EL EDGE AI SE EQUIPARA CON SISTEMAS DE ADQUISICION DE DATOS Y HARDWARE CAPACES DE ANALIZAR INDIVIDUALMENTE Y CON RESTRICCIONES TEMPORALES LA GENERACION DE ENERGIA, SU CONSUMO Y LOS DATOS DE LOS SENSORES EN EL BORDE (CONSUMO, TEMPERATURA, OCUPACION, ETC,), UTILIZAREMOS TECNICAS DE CLASIFICACION Y PREDICCION PROPIAS DEL APRENDIZAJE AUTOMATICO, COMO PROPUESTA PARA DAR SOLUCION A LA ALTA LATENCIA DE TRANSFERENCIA DE DATOS ENTRE EL BORDE Y LA INFRAESTRUCTURA CLOUD, A LAS QUE SE INCLUIRAN MECANISMOS PARA TRATAR CON FLUJOS DE DATOS Y ANALISIS TEMPORAL DE LOS MISMOS, ESTO PERMITIRA PRE-PROCESAR LOS DATOS LOCALMENTE EN UN NODO PROXIMO A LA FUENTE QUE LOS ORIGINA Y REALIZAR EL ESTUDIO DE PATRONES DE CONSUMO ENERGETICO INDIVIDUAL DE CADA EDIFICIO, SATISFACIENDO RESTRICCIONES DE TIEMPO PARA ENVIARLOS AL CLOUD CON UNA LATENCIA REDUCIDA, Y TRABAJARA CON MODELOS A CORTO PLAZO, EN UN SEGUNDO NIVEL DE TRATAMIENTO DE LOS DATOS (CLOUD) SE AGREGARA LA INFORMACION PROCESADA POR LOS NODOS LOCALIZADOS EN EL BORDE, PROCEDENTES DE TODO EL CONGLOMERADO DE EDIFICIOS QUE SE ENCUENTREN MONITORIZADOS (INSTITUCION), ESTOS DATOS SERAN ENVIADOS DESDE EL EDGE Y TENDRAN LA CARACTERISTICA DE POSEER UNA GRANULARIDAD MAYOR EN EL TIEMPO Y REALIZARA ANALISIS EN EL MEDIO Y LARGO PLAZO, CON RESTRICCIONES DE TIEMPO SUAVIZADAS, LOS ANALISIS A REALIZAR ESTAN ORIENTADOS A EFECTUAR UN ESTUDIO CONJUNTO DE FUENTES DE ENERGIA, CONSUMO ENERGETICO, E INTEGRACION DE CONCLUSIONES INDIVIDUALES REALIZADAS POR CADA NODO EDGE AI PARA OBTENER PATRONES DE COMPORTAMIENTO CONJUNTO DE TODA LA INSTITUCION,EL NIVEL CLOUD PERMITIRA OBTENER CONCLUSIONES AUTOMATICAS EN MATERIA DE OFERTA Y DEMANDA DE ENERGIA, HABILITANDO LA POSIBILIDAD DE DESARROLLO DE ALGORITMOS DE PLANIFICACION DE ADQUISICION Y DISTRIBUCION DE ENERGIA DE TODA LA INSTITUCION,EN CUALQUIERA DE LOS DOS NIVELES SE TRABAJARA CON LA PARALELIZACION DE MODELOS Y ALGORITMOS, ADAPTADOS A LAS TIPOLOGIAS DE HARDWARE EXISTENTE,FINALMENTE, PARA SACAR PROVECHO DE LOS RESULTADOS DEL PROYECTO EN LA INDUSTRIA, SE DESARROLLARAN HERRAMIENTAS GRAFICAS PARA VISUALIZACION, MONITORIZACION Y PREDICCION UTILIZANDO SOFTWARE GRAFICO DE ULTIMA GENERACION EFICIENCIA ENERGETICA\ENERGIA SOSTENIBLE\BIG DATA\APRENDIZAJE AUTOMATICO\SERIES TEMPORALES EN GRANDES CANTIDADES \DEEP LEARNING\REDES NEURONALES ARTIFICIALES\ALGORITMOS METAHEURISTICOS\PARALELIZACION DE ALGORITMOS\COMPUTACION EN GPU

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores