Fundacion Citoliva

bannernoticias

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 PRINCIPAL

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.

 

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. E ALMAZARAS BASADA EN LA IA Y BIG DATA NECESARIA PARA LA OPTIMA GESTIÓN DEL SECTOR OLEICOLA

 

FINACIA

Logo-Gobierno-MINECO-DGIPYMElogo-AEI-cluster-S