La iniciativa busca optimizar el alumbrado público mediante un modelo autónomo y eficiente, alineado con el desarrollo de Smart Cities

En Más de uno Alicante, hemos conocido los detalles del proyecto de la mano de David Valiente García, profesor del Instituto de Investigación en Ingeniería de Elche (I3E) de la UMH y de Abraham Ruiz, profesor asociado del departamento de Ingeniería de comunicaciones de la UMH.

El proyecto, tiene como objetivo mejorar la eficiencia energética y fomentar el desarrollo de ciudades más sostenibles mediante la aplicación de técnicas avanzadas de Aprendizaje Máquina (Machine Learning) e Inteligencia Artificial.

El estudio tiene como finalidad generar beneficios directos en diversos ámbitos, entre los que destacan la reducción del consumo energético y de los costes operativos, la disminución de la huella de carbono mediante el uso de fuentes de energía renovable, la mejora en la sostenibilidad y eficiencia lumínica gracias a un control predictivo automatizado, y la implementación de soluciones digitales innovadoras para la gestión de infraestructuras públicas.

Para el cumplimiento de los objetivos marcados se han realizado diversas acciones. En primer lugar, revisar el estado de la técnica actual en cuanto a la eficiencia en el uso de dispositivos de generación fotovoltaica y su dependencia con variables meteorológicas y ambientales. Este sistema de iluminación telegestionado, está constituido por células solares fotovoltaicas combinadas con almacenamiento de energía en baterías y un control regulado, que permiten un abastecimiento continuo y sostenible.

En una segunda fase de estudio, se debe investigar sobre modelos de aprendizaje automático y profundo mediante el uso de software específico y librerías en lenguaje Python para el procesado y análisis de los datos mediante técnicas de Big Data. Los resultados recopilados pretenden ser migrados a un repositorio en plataformas de acceso libre para su almacenamiento y análisis colaborativo.

Una vez seleccionados los softwares de acceso libre más apropiados, deben ejecutarse con los datos adquiridos de los sistemas de iluminación, junto con un registro periódico de los parámetros de tensión y corriente de los paneles de alimentación fotovoltaica, así como con variables ambientales y de control lumínico. A continuación, se obtendrán modelos de aprendizaje que integran técnicas de Inteligencia Artificial para detectar dependencias entre las distintas variables, así como aquellas más determinantes para la generación de energía fotovoltaica. Estos modelos posibilitan diseñar un análisis predictivo óptimo para la reducción del consumo energético.

Esta iniciativa se alinea con las estrategias y directrices establecidas en el Plan Estatal de Investigación Científica, Técnica y de Innovación (PEICTI 2024-2027, así como con los Objetivos de Desarrollo Sostenible (ODS) de la Agenda 2030, entre ellos: 'Energía asequible y no contaminante', 'Ciudades y comunidades sostenibles', 'Clima, energía y movilidad', 'Sistemas inteligentes de predicción y recomendación' y 'Aplicaciones de la IA a la energía y el medio ambiente'. A su vez, se pretende abrir una vía de innovación tecnológica a nivel nacional durante la próxima década, integrada en los objetivos del “Pacto Verde Europeo” para alcanzar la neutralidad climática en 2050.

CENID lidera este innovador proyecto que marca un paso decisivo hacia la optimización energética en infraestructuras urbanas. Su apuesta por la digitalización y la sostenibilidad le posiciona como un referente en la aplicación de tecnología inteligente para el desarrollo de ciudades más eficientes, sostenibles y preparadas para los retos del futuro.