Investigadores de la UMA crean un nuevo método para optimizar el gasto de electricidad
Con esta herramienta, las compañías pueden adaptar sus estrategias en función de las pautas de consumo de sus clientes y la demanda que en cada momento generan
La UMA recibe 5,5 millones para crear una cátedra propia de microelectrónica
Expertos de la UMA apuntan que los biocombustibles podrían reducir un 90% la emisión de humo negro en vehículos
Un equipo de investigación de la Universidad de Málaga (UMA) ha desarrollado un nuevo método que descubre patrones de comportamiento en el uso de la electricidad en los hogares, mediante la gestión de grandes conjuntos de información. Con esta herramienta, las compañías pueden adaptar sus estrategias en función de las pautas de consumo de sus clientes y la demanda que en cada momento generan.
Conocer las fluctuaciones de consumo y adaptarlas a usos que permitan una gestión optimizada de la electricidad es un objetivo que beneficia tanto a instituciones, que deben velar por una distribución sostenible de recursos, las empresas, que pueden mantener sus beneficios y satisfacer, al mismo tiempo, a sus clientes, y a los usuarios finales, quienes pueden reducir el gasto mensual de la factura de la luz.
En el artículo 'A novel clustering based method for characterizing household electricity consumption profiles', publicado en la revista Engineering Applications of Artificial Intelligence, los expertos detallan una herramienta que ofrece una metodología para procesar la información y extraer conocimiento útil.
Así, según han señalado en un comunicado desde Fundación Descubre, mediante la combinación de técnicas estadísticas, matemáticas, computacionales y de inteligencia artificial, los investigadores malagueños han logrado desarrollar esta nueva metodología que permite crear automáticamente los perfiles de consumo eléctrico a través de un modelo basado en minería de datos, un proceso que crea agrupamientos en función de distintas variables.
Esta técnica analiza y explora de manera autónoma millones de datos diarios y encuentra patrones, correlaciones o tendencias que pueden ser útiles para la toma de decisiones. "Hemos confirmado la validez del proceso con dos bases de datos, una pública y otra privada, y se han generado los perfiles para dos emplazamientos reales. A partir de ellos, las compañías pueden dar recomendaciones a sus clientes, como desplazar horarios de consumo más baratos o crear productos más acordes a sus rutinas", ha indicado a la Fundación Descubre la investigadora de la Universidad de Málaga, Llanos Mora, autora del artículo.
Los investigadores han puesto a disposición de toda la sociedad de manera abierta y gratuita un modelo que permite identificar perfiles de consumo. Por otra parte, la metodología propuesta puede también aplicarse a otros ámbitos como los enfocados hacia estudios de mercado o en relación a los fenómenos ambientales que afectan al cambio climático.
Aprendizaje automático para crear grupos
La nueva metodología que proponen en este artículo se basa en el uso de los llamados clústeres, es decir, agrupaciones de conjuntos de datos que son similares entre sí según algún criterio definido previamente.
Por eso, en el proceso para la puesta en marcha, los investigadores contaron en un principio con el asesoramiento de expertos en la materia para conocer las variables que se tendrían en cuenta y establecer el número de perfiles necesarios para que la información extraída fuera útil. Simultáneamente, los científicos de datos plantearon distintas opciones con diferentes algoritmos y métodos disponibles para determinar las exigencias de los cálculos en tiempos y capacidad de memoria.
El siguiente paso era determinar el número de clústeres necesarios para obtener una agrupación válida. Para ello han propuesto un nuevo método llamado ISAC (Identificador de Áreas Estables en Curvas), que permite seleccionar el número de grupos identificando las similitudes de los datos mediante geometría.
A partir de este método, los investigadores han creado un procedimiento específico al que han denominado k-ISAC_TLP en el que solamente es necesario facilitar los datos para que ofrezca el número de conjuntos útiles, en este caso perfiles de consumo de electricidad.
Reducir el consumo eléctrico como objetivo
Para probar la validez de la metodología se llevaron a cabo dos pruebas con dos bases de datos con casi dos millones y medio de observaciones cada una: una privada, referida al consumo de electricidad en el sureste de España de 3.000 consumidores, y otra que contiene datos públicos de 4.000 usuarios de Irlanda.
Los expertos continúan sus investigaciones para mejorar la metodología en relación a la capacidad de cálculo, así como en la configuración del método ISAC para su implantación en otros sectores. Además, plantean la aplicación de esta metodología con el autoconsumo eléctrico con la finalidad de optimizar los usos y rutinas de los usuarios, por un lado, y ayudar a optimizar la gestión de comunidades energéticas, por otro.
Los trabajos se han financiado mediante los proyectos 'Nuevos desarrollos en minería de datos para su utilización en la sostenibilidad urbana' y 'Proyecto para el desarrollo, implementación e integración de modelos inteligentes para la gestión del autoconsumo compartido: asignación de coeficientes dinámicos de reparto e intercambio entre pares' del Ministerio de Ciencia, Innovación y Universidades.
También te puede interesar
Lo último
Contenido ofrecido por Aguas de Torremolinos
Contenido ofrecido por Cervezas Alhambra
Contenido ofrecido por Osborne