Innovating Works

TIN2017-82626-R

Financiado
GESTION EFICIENTE DEL CONSUMO ELECTRICO MEDIANTE LA CLASIFICACION, PREDICCION Y...
GESTION EFICIENTE DEL CONSUMO ELECTRICO MEDIANTE LA CLASIFICACION, PREDICCION Y AGRUPAMIENTO DE SERIES TEMPORALES ESTE PROYECTO PLANTEA EL DESARROLLO DE METODOLOGIAS Y ALGORITMOS PARA EL ANALISIS Y PREDICCION DE DATOS COMPLEJOS, ASI COMO SU APLICACION EN LA GESTION EFICIENTE DE ENERGIA ELECTRICA, EN LA ACTUALIDAD, ES POSIBLE OBTENER UNA GRAN... ESTE PROYECTO PLANTEA EL DESARROLLO DE METODOLOGIAS Y ALGORITMOS PARA EL ANALISIS Y PREDICCION DE DATOS COMPLEJOS, ASI COMO SU APLICACION EN LA GESTION EFICIENTE DE ENERGIA ELECTRICA, EN LA ACTUALIDAD, ES POSIBLE OBTENER UNA GRAN CANTIDAD DE DATOS RELACIONADOS CON EL CONSUMO ELECTRICO, POR EJEMPLO, SERIES TEMPORALES DESCRIBIENDO HISTORICOS DEL CONSUMO Y CLIMA, VARIABLES DESCRIPTIVAS DEL CONSUMIDOR, ETC, EN ESTE PROYECTO PLANTEAMOS EL DESARROLLO DE METODOLOGIAS Y ALGORITMOS TRANSVERSALES, COMPUTACIONALMENTE EFICIENTES Y QUE PERMITAN AGRUPAR, CLASIFICAR Y PREDECIR DATOS COMPLEJOS TALES COMO EL CONSUMO DE ENERGIA ELECTRICA, LOS PROBLEMAS QUE SE ABORDAN EN ESTE PROYECTO SON COMPLEMENTARIOS Y PERMITIRAN MEJORAR LA EFICIENCIA DE LA GESTION DE LA ENERGIA ELECTRICA, LA AGRUPACION Y CLASIFICACION DE SERIES TEMPORALES SE ABORDARAN EMPLEANDO MEDIDAS DE DISIMILITUD ELASTICAS, QUE HAN SIDO SELECCIONADAS DEBIDO A SU FLEXIBILIDAD PARA TRATAR CON DEFORMACIONES DEL EJE TEMPORAL DE LAS SERIES, PARA ELLO SE DESARROLLARAN DIFERENTES MEDIDAS ELASTICAS DE DISIMILITUD ENTRE SERIES TEMPORALES Y SE ADAPTARAN A LAS CARACTERISTICAS DE LOS ESCENARIOS ONLINE, EMPLEANDO DICHAS MEDIDAS ANALIZAREMOS LAS SERIES TEMPORALES EN EL ESPACIO DE DISIMILITUDES, DEFINIDO POR LA MATRIZ DE DISIMILITUDES ENTRE PARES DE SERIES TEMPORALES, Y AGRUPAREMOS LAS SERIES TEMPORALES EN PERFILES EMPLEANDO VARIANTES EFICIENTES DEL ALGORITMO DE LLOYD, POR OTRA PARTE, SE DESARROLLARAN ALGORITMOS EFICIENTES DE APRENDIZAJE DE MODELOS GRAFICOS PROBABILISTICOS PARA TRATAR CON DOMINIOS DE ALTA DIMENSIONALIDAD, EMPLEANDO DICHOS MODELOS AFRONTAREMOS EL PROBLEMA DE LA CLASIFICACION SUPERVISADA EN GENERAL Y LA CLASIFICACION TEMPRANA DE SERIES TEMPORALES EN PARTICULAR, FINALMENTE, SE DESARROLLARAN TECNICAS EFICIENTES PARA EL APRENDIZAJE DE DISTRIBUCIONES DE PROBABILIDAD MEDIANTE LA MINIMIZACION DE DIVERGENCIAS GENERALES, EL USO DE DIVERGENCIAS BASADAS EN EL PROBLEMA DE DECISION SUBYACENTE HARA QUE LAS DISTRIBUCIONES DE PROBABILIDAD OBTENIDAS RESULTEN EN DECISIONES CASI OPTIMAS, ADEMAS, DESARROLLAREMOS TECNICAS SECUENCIALES Y DISTRIBUIDAS QUE ASEGUREN UN APRENDIZAJE EFICIENTE MEDIANTE LA ACTUALIZACION CONTINUA DE LAS DISTRIBUCIONES, DICHAS TECNICAS SON ESPECIALMENTE IMPORTANTES PARA EL TRATAMIENTO DE SERIES TEMPORALES Y DATOS CON INTERRELACIONES COMPLEJAS,LAS METODOLOGIAS Y LOS ALGORITMOS PROPUESTOS EN ESTE PROYECTO SE UTILIZARAN PARA DESARROLLAR TECNICAS EFICIENTES PARA LA GESTION ENERGETICA INCLUYENDO EL ANALISIS DE CONSUMIDORES DE ENERGIA ELECTRICA, LA OBTENCION DE PERFILES DE CONSUMO ELECTRICO Y LA PREDICCION PROBABILISTA DE LA CARGA (NETA) ENERGETICA, COMENZAREMOS REPRESENTANDO LAS SERIES TEMPORALES DE CONSUMO ENERGETICO EN EL ESPACIO DE DISIMILITUDES Y AGRUPANDOLAS EN PERFILES DE CONSUMO ELECTRICO, A CONTINUACION SELECCIONAREMOS UN SUBCONJUNTO DE SERIES PROTOTIPO EMPLEANDO TECNICAS DE SELECCION DE VARIABLES MULTIOBJETIVO QUE PERMITAN CARACTERIZAR LOS DIFERENTES PERFILES, POSTERIORMENTE, CONSTRUIREMOS CLASIFICADORES BASADOS EN MODELOS GRAFICOS PROBABILISTICOS QUE PREDIGAN DE FORMA TEMPRANA LAS SERIES DE CONSUMO ELECTRICO EN LOS PERFILES PREVIAMENTE CARACTERIZADOS, FINALMENTE, SE DESARROLLARAN TECNICAS DE PREDICCION PROBABILISTA DEL CONSUMO ELECTRICO ADAPTADAS A LA GESTION ENERGETICA, ESTAS TECNICAS RESULTARAN EN UNA GESTION ENERGETICA MEJORADA MEDIANTE LA UTILIZACION DE DIVERGENCIAS ADAPTADAS A LAS REPERCUSIONES ESPECIFICAS DE LOS ERRORES EN LA PREDICCION ENERGETICA, ENERGÍA ELÉCTRICA\GESTIÓN EFICIENTE\SERIES TEMPORALES\AGRUPAMIENTO\CLASIFICACIÓN SUPERVISADA\PREDICCIÓN ver más
01/01/2017
BCAM - BASQUE CENT...
68K€
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 68K€
Líder del proyecto
BCAM - BASQUE CENTER FOR APPLIED MATHEMATICS No se ha especificado una descripción o un objeto social para esta compañía.
Perfil tecnológico TRL 4-5 5M