Menu

Inteligencia Artifical para un consumo inteligente en nuestros hoteles

on: 2019-06-21

 

Una experiencia turística sostenible y respetuosa con el medio ambiente forma parte de las expectativas de nuestros visitantes.

 

Se entiende por sostenibilidad no solo la eficiencia energética y las prácticas respetuosas con el entorno, también la integración con la comunidad y el entorno local, capaz de poner en valor la idiosincrasia de un destino. Muchos hoteles de alto nivel llevan tiempo trabajando en esta línea, incluyendo algunos que forman parte de la red World Hotels y Leading Hotels, están adoptando prácticas sostenibles y de eficiencia energética con el fin de tener un mejor control y gestión de estos consumos.

 

Los datos obtenidos a través de sensores pueden servir para varios fines: ahorro energético en luz, aire, tener información de las zonas más transitadas, determinar el número de personas que hay en la piscina, los grados a los que está el agua, información sobre los aseos en zonas comunes, etc.

Si nos centramos, en las predicciones de consumo energético, en concreto, en el estudio de tarifas de la luz, la IA puede llegar a predecir qué horas y/o días, en los que está más caro el suministro de luz habitual, conviene conectarse directamente a otra fuente de energía alternativa.

Tomando como referencia lo anterior, me gustaría comentar un proyecto apasionante en el que hemos trabajado; Se trata de la automatización de un edificio, utilizando tecnologías Cloud, como soluciones IoT y Machine Learning.

El reto era aprovechar la tecnología instalada en el edificio para poder, a través de procesos de Machine Learning, hacer un uso eficiente de la energía consumida en el mismo. Seleccionando qué tipo de energía es más rentable utilizar en cada momento, la del suministro habitual o la de los paneles solares.

El edificio, además del hardware específico para la monitorización, contemplaba la gestión de la eficiencia energética a través de la combinación de baterías y red eléctrica. Disponía de paneles solares que cargaban unas baterías que abastecian al edificio, de modo que, en algún momento podía resultar más eficiente y rentable el abastecimiento a través de baterías, que el uso de la red eléctrica convencional.

Para ello, se propuso que el sistema de control del edificio pudiera realizar consultas, en este proyecto, a Azure, donde se procesaban los datos recopilados, para saber, en cualquier momento, cuál era la mejor opción: baterías o red eléctrica.

Basamos el modelo en los siguientes parámetros, para determinar si debía usarse el sistema de baterías del edificio o la red eléctrica convencional:

  • Precio actual de la energía:
  • Umbral definido por el usuario:
  • Nivel actual de las baterías del edificio:
  • Tiempo de carga de las baterías:

 

No obstante, los detectores de presencia pueden ayudarnos en esta empresa para determinar si hay que poner en marcha el aire acondicionado o ventiladores, en función de parámetros como:

  • Presencia de gente en la sala
  • Reuniones programadas en la sala

 

Asimismo, es destacable lo interesante de sincronizar, en este caso en Azure, con el calendario de reuniones en las salas del edificio para determinar el encendido del aire acondicionado de una sala, si se prevé una reunión y se detecta presencia de personas en la misma.

En definitiva, una vez más quiero quedarme con la importancia de los datos, sin datos no hay inteligencia artificial. Por eso, es tan importante la recogida de estos a través de diferentes dispositivos, contadores eléctricos y sensores para luego su procesamiento y estudio. En este proyecto utilizamos Azure IoT, PowerBI y Machine Learning. Configurando con todo ello cuadros de mando con previsiones de consumo en función del histórico recogido.