Noticia
  • Uso de Cookies

    Este sitio web utiliza cookies para gestionar la autenticación, la navegación y otras funciones. Mediante el uso de nuestro sitio Web, usted acepta que podemos usar estos tipos de cookies en su dispositivo.

    Ver Política de Cookies

SMART EFFERGY “DESARROLLO DE UNA PLATAFORMA DE GESTIÓN ENERGETICA DE ALMAZARAS BASADA EN LA IA Y BIG DATA NECESARIA PARA LA OPTIMA GESTIÓN DEL SECTOR OLEICOLA



Objetivo General del Proyecto

Desarrollar un gestor energético como herramienta que generará perfiles de consumo de forma autónoma a través de redes neuronales alimentadas por big data. Estos perfiles de consumo serán dinámicos y se adaptarán a las condiciones reales del consumidor. Los perfiles se generarán mediante aprendizaje de la herramienta, dicho aprendizaje dependerá de dos factores: número de datos y tiempo de aprendizaje. Todo ello generará una herramienta en la predicción de consumos energéticos en función del patrón de consumo generado.

Objetivo Principal:

Objetivos Específicos
•    Caracterización de los consumos energéticos de las almazaras.
•    Instalación de sistemas de medida (sensorización) y desarrollo de elementos de comunicación de las variables necesarias para el análisis del gestor energético.
•    Establecer relaciones matemáticas entre las variables medidas y las variables a estimar como puede ser la eficiencia de los distintos sensores, temperaturas objetivo, humedad relativa…
•    Establecer y detallar los inventarios necesarios a realizar en la almazara para alimentar al gestor energético.
•    Detallar la información y documentación a integrar en el gestor energético como pueden ser contratos, facturas, partes de trabajo de mantenimiento, etc.
•    Desarrollar un algoritmo predictivo basado en redes neuronales (inteligencia artificial) que permita operar de forma autónoma al gestor energético.
•    Generar las bases de datos necesarias para comparar los consumidores de la almazara con sistemas alternativos que generen MAEs.
•    Generar un procedimiento de operación optimizado desde el punto de vista energético con el que comparar la operación medida en las almazaras con el objeto de generar alarmas y MAEs como consecuencia de la corrección de hábitos, operaciones y procedimientos incorrectos.
•    Programar y analizar la emisión de informes periódicos y ad hoc pudiendo determinar la variable o MAE a incluir y el entorno temporal del informe solicitado.
•    Desarrollar las pantallas de visualización y toma de datos necesarias para operar el gestor energético.
•    Desarrollar las pantallas de visualización para la operación de la almazara.
•    Medir el tiempo de aprendizaje necesario para que la precisión del algoritmo sea superior al 90%.
•    Validación del funcionamiento del sistema en un ciclo temporal “tipo” (una semana o un mes).
•    Introducir en el sector del Olivar una herramienta de gestión de la energía, que permita incrementar la eficiencia en el consumo, reducir el consumo específico y adquirir un volumen de datos en tiempo real que posibilite el análisis sectorial con benchmarking aportando factores de comparación objetivos que permitan a las almazaras tomar decisiones en relación con contratos de suministro y adquisición de equipos, incrementando la competitividad de los proveedores desde el conocimiento de la eficiencia real de los sistemas.
•    Aportar una herramienta de validación de medidas de ahorro ejecutadas.
•    Conseguir la validación de la experiencia y modelización para facilitar su transferencia a escala nacional y europea, promoviendo el acceso de los miembros de la AEI a programas comunitarios y estatales.

TARGET:
Almazaras e industriales

SECTOR OLEÍCOLA
Almazaras

ÁMBITO: Nacional

TIMMING
Fase 0: Gestión y Coordinación del proyecto
FASE 1. Selección de las almazaras piloto y definición de sus variables energéticas características.
FASE 2: Inventarios e instalación de sistemas de medida y comunicación.
FASE 3: Programación de interfaces y aplicación web de operador y de cliente.
FASE 4: Desarrollo del algoritmo predictivo basado en inteligencia Artificial y obtención de recomendaciones.
FASE 5: Vinculación, transferencia y difusión.

VENTAJAS COMPETITIVAS
El resultado general esperado es el ahorro específico por unidad producida y la evolución en la gestión de la energía a un modelo de industria 4.0, abandonando modelos de gestión incontrolada, con tomas de decisiones no estratégicas y basadas en aproximaciones y acogiendo modelos de gestión inteligentes alimentados por datos reales tratados con inteligencia artificial

EQUIPO DE TRABAJO
•    INOLEO: Asociación Agrupación Empresarial Innovadora de Bienes y Servicios del Sector Oleícola
•    IRSOLAV: Investigación y Recursos Solares Avanzados, S.L.
•    EFFERGY: Effergy Energía, S.L.

Ministerio de Industria Turismo y Comercio

FEDER - Fondo Europeo de Desarrollo Regional

AEI mityc - Agrupaciones Empresariales Innovadoras mityc

Extenda - Agencia Andaluza de Promoción Exterior