Gestión Energética

La inteligencia artificial en el software de gestión de la energía

15 octubre 2017 por Jürgen Ritzek
La inteligencia artificial en el software de gestión de la energía

Este no es un blog sobre IA, aprendizaje automático o incluso aprendizaje profundo.

Se trata de un rápido repaso a la evolución del software de gestión de la energía (EMS) en los últimos años. Y si podemos ver los primeros signos de que las aplicaciones están ahora incrustadas en EMS que algunos se referirían como basadas en o utilizando la IA o el aprendizaje automático.

EMS de nivel básico

Parece haber un amplio consenso sobre los aspectos básicos de EMS: el software debe ser capaz de

  1. Recoger datos automáticamente a través de diferentes interfaces y desde diferentes aplicaciones
  2. Procesar los datos rápidamente y proporcionarlos como base para las decisiones y acciones
  3. Integrarse en los sistemas y procesos existentes utilizando los sistemas de bus, protocolos y normas existentes.
  4. Apoyar las normas del sistema general de gestión de la energía mediante acciones automatizadas.
  5. En el mejor de los casos, permitir también la previsión
  6. Enviar señales de alarma para determinados parámetros predefinidos

Y sí, también hay un amplio consenso en que un software de este tipo es un requisito previo para el éxito a largo plazo de la gestión energética. Aunque en la industria se siguen utilizando hojas de Excel. Pero esta es otra historia.

Casos de uso: El vínculo entre la gestión de la energía y el IIoT

A menudo se hace referencia a la IIoT (Internet industrial de las cosas) como el motor de la próxima revolución industrial. Se han definido una serie de casos de uso para mostrar los beneficios de la IIoT. Algunos de ellos son bastante fáciles de entender, pensemos en el "mantenimiento predictivo", otros son más difíciles de pensar y desarrollar, por ejemplo, los "nuevos modelos de negocio". Y la eficiencia energética también se menciona como uno de los casos de uso obvios (y fáciles de entender).

Pero sea cual sea el caso de uso de la IIoT en el que se piense, tienen una cosa en común. Siempre se habla de big data. Y los grandes datos son la base de cualquier aplicación de IA, aprendizaje automático, etc.

Entonces, ¿dónde están las aplicaciones de IA o aprendizaje automático basadas en big data cuando se trata de software de gestión de la energía?

O para reformular la pregunta: ¿qué aplicaciones de IA/aprendizaje automático serían más obvias o aportarían mayores beneficios?

No somos expertos en IA, pero...

Hemos hablado con varios proveedores de software de gestión de la energía. Y sólo hemos encontrado uno que creemos que ha tocado el tema: IngSoft y el "reconocimiento automático de patrones"

Según IngSoft, esta nueva funcionalidad puede detectar datos de consumo energético irregulares de forma automática, permite identificar las causas de forma inmediata y reaccionar en consecuencia. No hemos hablado con IngSoft sobre cómo lo hacen y qué profundidad debe tener la integración del software para permitir dicho reconocimiento de patrones. Así que, evidentemente, también nos interesan los comentarios de las empresas que utilizan esta nueva aplicación.

Paralelamente, hablé con IBM en un evento en Bruselas sobre "Eficiencia energética: el factor IA" casos de uso industrial para la plataforma IBM Watson AI. Aunque se mostraron ejemplos impresionantes, éstos giraban en su mayoría en torno a la gestión de la información técnica y no se centraban en la gestión de la energía. Pero seguimos en contacto con IBM, ya que nos prometieron remitirnos a más casos de uso. Potencialmente, también los que estén relacionados con la gestión de la energía.

Otra iniciativa que encontramos es el proyectoalemán KiPro, financiado por el Ministerio Federal de Economía y Tecnología de Alemania. KiPro son las siglas de "Künstliche Intelligenz in der Produktion" (en inglés significaría "AI in Production"). El objetivo de KiPro es desarrollar plataformas apoyadas en la IA para ayudar a la producción a mejorar la eficiencia energética. Se basa en la recogida de datos por parte de EMS, pero luego se aplican aplicaciones de IA para apoyar a los "humanos" en su toma de decisiones. Bueno, el reconocimiento automático de patrones suena como un posible caso de uso, ¿verdad? Pero es probable que haya más.

Perspectivas: IA y software de gestión de la energía

Esta es una llamada para abrir el debate. Díganos qué cree que será la próxima gran "cosa de IA EMS". O simplemente diríjanos a empresas o ejemplos interesantes, ya que siempre estamos dispuestos a presentarlos a una amplia audiencia de EEIP.

Para cualquier pregunta, comentario o para proporcionarnos más información, póngase en contacto conmigo en juergen.ritzek[at]ee-ip.org

Artículos relacionados

 

Fuentes

 


Sobre Jürgen Ritzek

Ritzek

Juergen Ritzek es cofundador y director de negocios de la EEIP. Juergen es responsable de la estrategia, el marketing y el desarrollo de negocios de la EEIP e impulsa el crecimiento de la EEIP hacia una plataforma de transición energética. Juergen dirige la comunicación y las relaciones B2B de la EEIP y asegura la relevancia de la EEIP para los desafíos de la cadena de valor (interempresa) y los procesos internos de toma de decisiones (dentro de la empresa). Tras una carrera internacional en Unilever, fundó la consultora de redes europeas GBC (2009) y el EEIP (2011).