{"id":14219,"date":"2021-06-24T02:00:25","date_gmt":"2021-06-24T02:00:25","guid":{"rendered":"https:\/\/domosistemas.com\/?p=14219"},"modified":"2021-06-24T02:00:25","modified_gmt":"2021-06-24T02:00:25","slug":"optimizacion-de-la-energia-de-los-edificios-combinando-big-data-deep-learning-y-machine-learning-en-el-proyecto-matrycs","status":"publish","type":"post","link":"https:\/\/domosistemas.com\/?p=14219","title":{"rendered":"Optimizaci\u00f3n de la energ\u00eda de los edificios combinando big data, deep learning y machine learning en el proyecto Matrycs"},"content":{"rendered":"
\n

Hoy en d\u00eda, los edificios inteligentes proporcionan una gran cantidad de datos gracias a la adopci\u00f3n de las tecnolog\u00edas de vanguardia. El proyecto europeo Matrycs<\/a>, liderado por Engineering (Italia), aprovechar\u00e1 estos datos con el fin de mejorar la eficiencia energ\u00e9tica de los edificios durante su ciclo de vida, as\u00ed como mejorar la gesti\u00f3n del consumo y la generaci\u00f3n de energ\u00eda a nivel inmobiliario.<\/p>\n

\"Logotipo
El proyecto Matrycs busca mejorar la eficiencia energ\u00e9tica de los edificios inteligentes con ayuda de los datos que \u00e9stos aportan.<\/figcaption><\/figure>\n

Matrycs combinar\u00e1 los avances tecnol\u00f3gicos modernos en las \u00e1reas de machine learning, deep learning y big data, que permitir\u00e1n desarrollar una nueva soluci\u00f3n de an\u00e1lisis de datos y toma de decisiones para obtener unos edificios energ\u00e9ticamente eficientes. Para ello, el proyecto tiene definidos siete objetivos divididos en tres categor\u00edas: cient\u00edficos, tecnol\u00f3gicos y empresariales.<\/p>\n

Para conseguir los objetivos, el proyecto cuenta con un consorcio de 17 entidades, procedentes de Grecia, Espa\u00f1a, Italia, Eslovenia, Polonia, Portugal, Alemania, Letonia, B\u00e9lgica y Rep\u00fablica Checa. La participaci\u00f3n espa\u00f1ola est\u00e1 representada por el Ente P\u00fablico Regional de la Energ\u00eda de Castilla y Le\u00f3n, Veolia y Fundaci\u00f3n Cartif.<\/p>\n

\"Esquema.\"
Matrycs aplicar\u00e1 big data, machine learning y deep learning para la recopilaci\u00f3n, procesamiento y an\u00e1lisis de los datos.<\/figcaption><\/figure>\n

Matrycs comenz\u00f3 en octubre de 2020 y finalizar\u00e1 en septiembre de 2023, y dispone de un presupuesto de 4.577.835 euros, de los cuales 3.996.022,50 euros est\u00e1n financiados por el programa de investigaci\u00f3n e innovaci\u00f3n Horizonte 2020 de la Uni\u00f3n Europea.<\/p>\n

Herramienta Matrycs Toolbox<\/h2>\n

El consorcio desarrollar\u00e1 Matrycs Toolbox, una caja de herramientas modular basada en an\u00e1lisis abiertos en la nube, que proporcionar\u00e1 soluciones para la construcci\u00f3n de intercambio de datos, gesti\u00f3n y procesamiento en tiempo real basado en tres pilares principales: gobernanza, procesamiento y anal\u00edtica. Bajo estos pilares, se podr\u00e1n formular pol\u00edticas fiables y eficaces, as\u00ed como respaldar la creaci\u00f3n y explotaci\u00f3n de servicios innovadores.<\/p>\n

\"Esquema.\"
El proyecto se basa en tres pilares fundamentales: gobernanza, procesamiento y anal\u00edtica.<\/figcaption><\/figure>\n

Todo ello a trav\u00e9s de un conjunto de herramientas de an\u00e1lisis, que engloba el an\u00e1lisis estad\u00edstico, visualizaci\u00f3n de datos, inteligencia empresarial y modelado predictivo. Para el procesamiento de datos, se utilizar\u00e1n algoritmos y modelos de machine learning y deep learning basados en inteligencia artificial, que permitir\u00e1n gestionar tipos heterog\u00e9neos de datos abiertos procedentes de m\u00faltiples dominios y fuentes como sensores, dispositivos IoT o datos hist\u00f3ricos, entre otras opciones.<\/p>\n

De esta forma, Matrycs realizar\u00e1 un marco hol\u00edstico y de vanguardia con inteligencia artificial para modelos de soporte de decisiones, an\u00e1lisis de datos y visualizaciones para los gemelos digitales y aplicaciones de la vida real.<\/p>\n

Pruebas piloto a gran escala<\/h2>\n

El proyecto Matrycs aplicar\u00e1, implementar\u00e1, demostrar\u00e1 y validar\u00e1 su soluci\u00f3n en 11 pruebas piloto a gran escala (LSP). En cada uno de los pilotos se llevar\u00e1 a cabo tanto la aplicaci\u00f3n como las pruebas espec\u00edficas de la anal\u00edtica dise\u00f1ada en Matrycs, que representan diferentes modelos de negocio. Adem\u00e1s, se reflejar\u00e1n los intereses de las partes interesadas y las perspectivas de desaf\u00edo de la construcci\u00f3n en cada uno de ellos.<\/p>\n

\"Esquema.\"
A trav\u00e9s de cuatro apartados, Matrycs clasifica los servicios y modelos de negocio representados en los pilotos.<\/figcaption><\/figure>\n

Los servicios y modelos de negocio de los pilotos se dividen en cuatro apartados. El primer apartado corresponde a la actuaci\u00f3n, que se centra en la etapa operativa de los edificios, con el fin de monitorizar y mejorar su desempe\u00f1o energ\u00e9tico. El segundo es el dise\u00f1o, que se orienta a facilitar el dise\u00f1o, rehabilitaci\u00f3n y desarrollo de la infraestructura del edificio.<\/p>\n

El tercer apartado es la pol\u00edtica, para respaldar la formulaci\u00f3n de pol\u00edticas y la evaluaci\u00f3n del impacto de \u00e9stas. Y, por \u00faltimo, la financiaci\u00f3n abordar\u00e1 los desaf\u00edos para mejorar la confiabilidad y reducir los riesgos de las inversiones en eficiencia energ\u00e9tica, adaptados a las instituciones financieras, contribuyendo as\u00ed a definir mejor las condiciones del contrato de rendimiento energ\u00e9tico.<\/p>\n

Microrred de edificios y centro comercial<\/h2>\n

Uno de los 11 pilotos es una microrred de edificios propiedad de la empresa de servicios p\u00fablicos y miembro del consorcio ASM, que incluye el edificio inteligente de la sede de las oficinas de la compa\u00f1\u00eda. En este piloto, el sistema HVAC, las bombas de calor para calefacci\u00f3n y refrigeraci\u00f3n, junto con los subsistemas de iluminaci\u00f3n, se pueden controlar individualmente y\/o en general, a trav\u00e9s de un sistema de gesti\u00f3n de edificios (BMS) heredado, en este caso es DELTA. La instalaci\u00f3n se completa con una planta fotovoltaica, un almacenamiento de bater\u00eda y una estaci\u00f3n de recarga de veh\u00edculos el\u00e9ctricos.<\/p>\n

\"Esquema.\"
En total se desarrollar\u00e1n 11 pruebas piloto, que permitir\u00e1n comprobar la fiabilidad de la soluci\u00f3n Matrycs Toolbox.<\/figcaption><\/figure>\n

En algunos edificios residenciales y comerciales se han implementado entre 20 y 30 medidores IoT en las instalaciones, que proporcionar\u00e1n una medici\u00f3n digital del consumo de energ\u00eda casi en tiempo real. Este piloto tiene como objetivo incorporar un caso de uso de partes interesadas, como administradores de edificios, instaladores y minorista, entre otros, al tiempo que se valida la capacidad de la arquitectura de referencia Matrycs.<\/p>\n

Otro de los pilotos es el centro comercial BTC, ubicado en Ljubljana (Eslovenia), donde se aplicar\u00e1 la soluci\u00f3n de Matrycs para ayudar al administrador de la instalaci\u00f3n a realizar una gesti\u00f3n eficiente de los dispositivos y subsistemas. Para ello, se utilizan los datos hist\u00f3ricos disponibles y se aplicar\u00e1 un enfoque de huella dactilar no intrusiva a los flujos de datos en tiempo real. El objetivo de este piloto es ayudar a los sistemas de monitorizaci\u00f3n tradicionales con capacidades de razonamiento y, por lo tanto, evaluar el valor de un sistema de gesti\u00f3n de edificios hol\u00edstico.<\/p>\n

Los datos que generan los edificios inteligentes combinados con diversas tecnolog\u00edas como big data, maching learning y deep learning ayudar\u00e1n a mejorar la eficiencia energ\u00e9tica. Este es el objetivo principal del proyecto Matrycs, que busca unificar todas estas tecnolog\u00edas en una \u00fanica soluci\u00f3n que optimice los sistemas del edificio conectado y que sea v\u00e1lida para diferentes tipolog\u00edas de edificios.<\/p>\n

La entrada Optimizaci\u00f3n de la energ\u00eda de los edificios combinando big data, deep learning y machine learning en el proyecto Matrycs<\/a> aparece primero en CASADOMO<\/a>.<\/p>\n<\/div>\n","protected":false},"excerpt":{"rendered":"

Hoy en d\u00eda, los edificios inteligentes proporcionan una gran cantidad de datos gracias a la adopci\u00f3n de las tecnolog\u00edas de vanguardia. El proyecto europeo Matrycs, liderado por Engineering (Italia), aprovechar\u00e1 estos datos con el fin de mejorar la eficiencia energ\u00e9tica de los edificios durante su ciclo de vida, as\u00ed como mejorar la gesti\u00f3n del consumo … Sigue leyendo Optimizaci\u00f3n de la energ\u00eda de los edificios combinando big data, deep learning y machine learning en el proyecto Matrycs<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[3],"tags":[],"class_list":["post-14219","post","type-post","status-publish","format-standard","hentry","category-casadomo-com"],"_links":{"self":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/posts\/14219","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=14219"}],"version-history":[{"count":0,"href":"https:\/\/domosistemas.com\/index.php?rest_route=\/wp\/v2\/posts\/14219\/revisions"}],"wp:attachment":[{"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=14219"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=14219"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/domosistemas.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=14219"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}