Grupos detrabajo

El creciente nivel de digitalización de la red eléctrica lleva asociado la aplicación de técnicas avanzadas de gestión de Big Data para la realización de un muestreo efectivo que mejore la categorización de la información, el reconocimiento de patrones y reduzca los tiempos de obtención y procesamiento de los datos para la toma de decisiones en tiempo real. La información que debe ser tratada difiere de la de las redes tradicionales, por lo que implica una investigación de las técnicas de análisis de datos que permitan un control y operación óptima.

Este grupo de trabajo permitirán la investigación y el desarrollo de técnicas avanzadas de análisis y predicción de datos (Data Mining, técnicas de data science, Machine Learning, Deep Learning, Big Data Analytics) para el desarrollo de algoritmos que puedan extraer con precisión patrones, tendencias y categorización de cargas a partir de la obtención de información de grandes volúmenes de datos, técnicas para el desarrollo del preprocesado (edge computing) y reducción de dimensión de los datos para mejorar la eficiencia de procesado y el coste de comunicación, de la predicción en el corto-plazo para la generación renovable, almacenamiento y flexibilidad, teniendo en cuenta a su vez asociaciones como la interdependencia del precio y la demanda, de sistemas innovadores de computación de datos en tiempo real en sistemas de información distribuidos que permitan reducir el tiempo de procesamiento (Data mining distribuido, Grid Computing, Cluster, multi-core, técnicas de paralelización de tareas/cálculos).

Acciones:

• Tratamiento avanzado de datos para la gstión de las microrredes en tiempo real
• Desarrollo de técnicas de predicción a corto plazo en sistemas eléctricos y caracterización de la demanda térmica.