Logran un microchip que predice la temperatura del hogar para ahorrar energía

Investigadores del grado en Ingeniería Informática de Sistemas de Información de la Universidad CEU Cardenal Herrera han desarrollado un módulo basado en redes neuronales artificiales que predice la temperatura de los hogares y ajusta la climatización para un consumo energético más eficiente.

El módulo, que combina sistemas microchip y técnicas de inteligencia artificial, ha sido desarrollado por los investigadores Juan Pardo, Francisco Zamora, Pablo Romeu y Paloma Botella, del Grupo ESAI (Embedded Systems and Artificial Intelligence) de la CEU-UCH, ha informado la universidad en un comunicado.

Estos expertos destacan que la climatización es responsable de más de la mitad del consumo de energía en los hogares, y supone de media el 53,9 % del consumo total.

Según sostienen, predecir la temperatura es la mejor forma de optimizar la energía necesaria para aclimatar una vivienda, puesto que "la energía requerida para mantener la temperatura en un hogar es menor que la que hace falta para bajarla o subirla".

El 'módulo predictivo' diseñado por el Grupo ESAI reúne parámetros como la cantidad de CO2, el número de personas que habitan la vivienda o la temperatura exterior.

"Con estos datos, el módulo prevé cuándo conviene activar el aire acondicionado o la calefacción y cuándo anticipar un posible exceso de consumo para, de forma automática, ser más eficientes, reducir la factura de la luz y respetar más el medio ambiente", ha explicado el investigador Juan Pardo.

El módulo logrado es un "agente inteligente" para la generación de predicciones que trabaja a partir de los datos obtenidos mediante redes neuronales artificiales, las cuales se conectan entre sí de forma inalámbrica a través de una red de sensores instalada dentro de una vivienda.

"Este formato permite reducir la cantidad de cableado que se instala dentro de un hogar, lo que también supone un considerable sobrecoste", ha apuntado Pardo.

Sobre los resultados obtenidos con el proyecto, Pardo ha destacado que se ha logrado "precisión en la predicción en un tiempo de entrenamiento muy reducido, entre 4 y 5 días".

"Las posibilidades de un sistema como este, capaz de aprender por sí mismo en un entorno nuevo y de forma tan rápida, son inimaginables", ha insistido.

La empresa valenciana Ceteck ha mostrado su interés en este último proyecto del Grupo ESAI para su aplicación en el campo de la eficiencia energética, con el objetivo de desarrollar sistemas domóticos inteligentes que puedan ser implantados tanto en viviendas y edificios, como en ambientes industriales.