Descripción del proyecto
El proyecto consiste en la aplicación de tecnologías de inteligencia artificial sobre datos de consumo energético tanto en el ámbito doméstico como en el sector industrial con el objetivo de encontrar patrones de consumo y crear modelos que permitan mejorar la eficiencia y reducir el consumo energético.
En una primera fase, se obtendrán los datos experimentales y se tratarán para que puedan ser analizados posteriormente. Las primeras contribuciones se esperan realizar en el campo del tratamiento de señal y pre-procesamiento de datos. Posteriormente se trabajará en algoritmos de “feature selection” para la búsqueda de mejores predictores del consumo y generación energética. A partir de la selección de patrones se entrará en las diferentes técnicas para el modelado de datos, tanto en machine learning como deep learning (redes neuronales, redes neuronales convolucionales, redes neuronales recurrentes), regresiones.
Para el análisis del funcionamiento y el diagnóstico se valorarán técnicas como pueden ser los algoritmos de anomalías o novedad. Igualmente, los modelos de regresión también se emplearán como indicador de mal funcionamiento.
Se valorará el “clustering” de datos como técnica de pre-procesamiento y “ensemble learning” para la obtención de indicadores que puedan ser de fácil interpretación por los usuarios no expertos.
El objetivo es obtener patrones de consumo y desagregación de consumo y genearación eléctrica a partir de la aplicación de estas técnicas, para poder detectar cuáles son los hábitos de consumo energético de los consumidores y poder realizar un control e impulsar estrategias de flexibilidad efectivas.
La aplicación directa de este estudio es el ahorro energético. El objetivo será disponer de modelos agregados y desagregados de consumos eléctricos, generación renovable y estado de carga disponible en baterías que permitan la optimización de servicios de flexibilidad. Se trabajará a partir de la predicción de disponibilidad de carga para optimizar finalmente los servicios de flexibilidad.
