NUEVAS TECNOLOGIAS PARA MEJORAR LA EFICIENCIA ENERGETICA EN LOS EDIFICIOS
EN LOS INDICES DE REFERENCIA DE LOS MERCADOS EUROPEOS, LA SUBIDA DE ALGUNOS COMBUSTIBLES FOSILES, COMO EL PETROLEO, ESTA TENSIONANDO EL PRECIO DE LA ELECTRICIDAD EN LOS MERCADOS A NIVEL NACIONAL Y EN OTROS PAISES DE LA UNION EUROP...
ver más
Descripción del proyecto
EN LOS INDICES DE REFERENCIA DE LOS MERCADOS EUROPEOS, LA SUBIDA DE ALGUNOS COMBUSTIBLES FOSILES, COMO EL PETROLEO, ESTA TENSIONANDO EL PRECIO DE LA ELECTRICIDAD EN LOS MERCADOS A NIVEL NACIONAL Y EN OTROS PAISES DE LA UNION EUROPEA. ESTA SUBIDA SE DEBE A VARIOS FACTORES QUE NO TIENEN QUE SER EXCLUYENTES ENTRE SI: I) EL HECHO DE QUE SE HAYA PODIDO ALCANZAR EL PICO DE PRODUCCION DE LOS PRINCIPALES SUMINISTRADORES DE GAS A NIVEL EUROPEO, ARGELIA Y RUSIA, II) DIVERSAS TENSIONES GEOPOLITICAS QUE AFECTAN AL SUMINISTRO, ARGELIA CON MARRUECOS O RUSIA CON LA UNION EUROPEA, Y, III) PROBLEMAS LOGISTICOS DEBIDO AL REPUNTE DE LA DEMANDA ENERGETICA UNA VEZ QUE SE HA DEJADO ATRAS LA PANDEMIA PROVOCADA POR LA COVID-19. ESTOS FACTORES ESTAN ACELERANDO EL CAMBIO ENERGETICO DE UN MODELO DEPENDIENTE DE COMBUSTIBLES FOSILES, LIMITADOS, CONTAMINANTES Y EN MANOS DE UNOS POCOS PAISES, A OTRO EN EL QUE LAS ENERGIAS RENOVABLES CUBREN, SI NO TODA, UNA PARTE IMPORTANTE DE LA DEMANDA ENERGETICA. EN LOS PAISES DESARROLLADOS, EL GASTO ENERGETICO ASOCIADO A EDIFICIOS DEL SECTOR RESIDENCIAL ES APROXIMADAMENTE UN TERCIO DE LA ENERGIA TOTAL CONSUMIDA. LAS NUEVAS TECNOLOGIAS, COMO EL INTERNET DE LAS COSAS (IOT), APRENDIZAJE AUTOMATICO (MACHINE LEARNING), BIG DATA, LA REALIDAD AUMENTADA, ETC., PUEDEN UTILIZARSE EN LOS SISTEMAS DE GESTION DE LA ENERGIA CON LA FINALIDAD DE REDUCIR EL CONSUMO DEL EDIFICIO Y, ASI, MEJORAR SU EFICIENCIA. A PARTIR DE LOS CONJUNTOS DE DATOS ADQUIRIDOS POR DISPOSITIVOS IOT SE PUEDEN CALCULAR POR MEDIO DE MACHINE LEARNING VARIOS TIPOS DE MODELOS CON ESTE FIN. EL USO DE ESTAS TECNICAS PUEDE AYUDAR A: I) DETECTAR ANOMALIAS PARA REDUCIR EL DESPILFARRO DE ENERGIA DEBIDO AL MAL FUNCIONAMIENTO DE LOS EQUIPOS Y A LAS COSTOSAS AVERIAS, II) CARACTERIZAR Y MODELAR EL COMPORTAMIENTO DE LOS USUARIOS EN EL INTERIOR DEL EDIFICIO PARA ESTIMAR DONDE Y CUANDO DESARROLLAN SUS ACTIVIDADES DIARIAS Y ADAPTAR EL FUNCIONAMIENTO DEL SISTEMA DE CLIMATIZACION A ESTA PREVISION Y, III) PREDECIR TANTO LA IRRADIACION SOLAR COMO LA PRODUCCION DE LOS PANELES FOTOVOLTAICOS PARA MEJORAR LA GESTION DE LA ELECTRICIDAD PRODUCIDA POR ESTOS PANELES Y CONVERTIR AL EDIFICIO EN ENERGETICAMENTE AUTOSUFICIENTE. ESTE PROYECTO PROPONE LA APLICACION DE NUEVAS TECNOLOGIAS DIGITALES PARA REDUCIR EL CONSUMO ENERGETICO DE LOS EDIFICIOS Y, POR TANTO, CONDUCIR SU HUELLA DE CARBONO HACIA CERO. DICHA TRANSICION DIGITAL SE REALIZARA MEDIANTE IOT Y ALGORITMOS DE MACHINE LEARNING Y SE PROBARA EN UN EDIFICIO BIOCLIMATICO EXISTENTE, EL CENTRO DE INVESTIGACION CIESOL. SERA NECESARIO: I) DESARROLLAR UN SISTEMA DE DETECCION DE ANOMALIAS JUNTO CON UNA HERRAMIENTA DE SOPORTE BASADA EN REALIDAD AUMENTADA PARA FACILITAR LAS COMPROBACIONES IN SITU Y REDUCIR EL TIEMPO NECESARIO PARA LAS TAREAS DE MANTENIMIENTO. ESTE SISTEMA UTILIZARA TECNICAS BASADAS EN DATOS Y CONOCIMIENTO PARA COMPROBAR, EN TIEMPO REAL, EL FUNCIONAMIENTO DE LOS PRINCIPALES SISTEMAS Y DISPOSITIVOS DEL EDIFICIO, II) CARACTERIZAR EL COMPORTAMIENTO DE LOS USUARIOS EN EL INTERIOR DEL EDIFICIO MEDIANTE UNA ESTRATEGIA DE SEGUIMIENTO DE LA OCUPACION COMPUESTA POR ANCLAJES, ETIQUETAS Y CAMARAS, Y UTILIZANDO MACHINE LEARNING PARA OBTENER MODELOS DEL COMPORTAMIENTO DE LOS USUARIOS, III) PREDECIR LA IRRADIACION SOLAR UTILIZANDO DATOS DE UN PIRANOMETRO Y MACHINE LEARNING JUNTO CON LA PREDICCION DE LA PRODUCCION DE LOS PANELES FOTOVOLTAICOS MEDIANTE VIDEO ADQUIRIDO POR UNA CAMARA QUE SE UTILIZARAN PARA DETECTAR LA CANTIDAD DE POLVO EN LOS MISMOS. ESTION DE ENERGIA\APRENDIZAJE AUTOMATICO\MANTENIMIENTO\SISTEMAS DE OCUPACION DE PERSONAS\MODELOS DE PREDICCION\EDIFICIOS DE ENERGIA CERO
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.