Propuesta de Implantación de Inteligencia Artificual sostenible para la obtención de un modelo predictivo de consumo de GNL y su aplicación para optimización de procesos y reducción de su huella aosciada
Tiene como objetivo la implantación de Machine Learning y Redes Neuronales, apoyados en algoritmos de predicción y evolución de consumos para satisfacer la necesidad de las empresas gasistas de disponer de una predicción de consumos de alta precisión y adaptabilidad. De este modo, se genera un sistema de inteligencia artificial que permita la integración de los datos de cálculo de consumo y la programación de las rutas de suministro de manera dinámica y actualizada en tiempo real.
Consorcio
Tiene como objetivo la implantación de Machine Learning y Redes Neuronales, apoyados en algoritmos de predicción y evolución de consumos para satisfacer la necesidad de las empresas gasistas de disponer de una predicción de consumos de alta precisión y adaptabilidad. De este modo, se genera un sistema de inteligencia artificial que permita la integración de los datos de cálculo de consumo y la programación de las rutas de suministro de manera dinámica y actualizada en tiempo real.
Punto de partida
PRISMA cuenta con un presupuesto total de 402.055 € y una ayuda de 306.971 €, estando subvencionado por el Ministerio de Industria, Energía y Turismo y financiado por la Unión Europea a través del programa Next Generation EU, dentro de la convocatoria correspondiente a 2022 de las ayudas establecidas para el apoyo a Agrupaciones Empresariales Innovadoras (AEI), correspondientes en el marco del Plan de Recuperación, Transformación y Resiliencia.
Primera fase
Recolección de datos
Recolección de datos
Una primera fase de recolección de datos mediante dispositivos loT colocados en depósitos de GNL (Gas Natural Licuado), datos históricos de consumo, ambientales y macroeconómicos. Con esta información se crearán modelos de datos que alimentarán un sistema de Inteligencia Artificial que realizará el procesado de estos con procesos de Machine Learning Ganad@r, redes neuronales y algoritmos de cálculo de rutas.
Segunda fase
Análisis de datos y generación de conclusiones
Análisis de datos y generación de conclusiones
El procesado que se realizará en la fase previa generará predicciones de consumos asociadas al diseño de rutas de suministro extremadamente precisas y de cuya utilización se obtendrán una serie de resultados como:
- Optimización de los recursos industriales de la empresa
- Reducción del número de operaciones de carga y descarga
- Reducción de la huella de carbono asociada al proceso de suministro y reparto, gracias a la reducción de frecuencia y kilometraje de las rutas
- Mayor satisfacción de los clientes al percibir la idoneidad de las frecuencias de suministro