CROWDSAVING: Arquitectura Adaptativa para CrowdSensing de Comunidades Eficientes

CROWDSENSING extiende los resultados anteriores del consorcio (UPM y UdG) conseguidos en el proyecto MESC (DPI2013-47450-C2- R, 2014-16) hacia la integración de datos de crowdsensing con información tradicionalmente gestionada en los sistemas de gestión de energía (BMS / BEMS, WSN, SmartMeters, estación meteorológica, etc.) lo que permitirá un acceso normalizado a los datos. Crowdsensing es una tecnología emergente que permite mejorar la observabilidad de los grandes espacios y su interacción con los usuarios y actividades que se realizan mediante la explotación de las capacidades de sensorización de los teléfonos inteligentes y su agregación de forma adecuada. El objetivo general de CROWDSAVING es proporcionar una infraestructura de software que facilite la monitorización del comportamiento de los usuarios (a nivel agregado) en la dinámica de las redes de distribución de energía / agua, edificios y otras instalaciones con consumo energético intensivo. Crowdsensing permite la observación de conductas sociales a diferentes niveles de agregación, pero requiere métodos específicos para adaptar la variabilidad de los flujos de datos a los enfoques actuales de monitorización de energía. Este objetivo general se ha dividido en dos sub-proyectos que persiguen objetivos complementarios desde dos puntos de vista también complementarios: ingeniería del software y monitorización energética. El Subproyecto 1, dirigido por el equipo de la UPM, se ocupa de cuestiones de arquitecturas software y tiene como objetivo definir las arquitecturas de software que permitan desarrollar soluciones de soporte a la gestión de las redes de distribución dinámicas (Smart grid), entendidas como una evolución de las redes de distribución existentes. El Subproyecto 2, dirigido por la UdG, se centra en nuevos métodos para monitorizar el impacto del usuario y las conductas sociales en la eficiencia energética de comunidades y redes. La integración de la arquitectura y de los métodos de monitorización adaptado a los requisitos de crowdsensing se validará en dos pilotos en las instalaciones de los campus de las universidades que integran el equipo de trabajo del proyecto. A su vez se cuenta con el soporte de EPOs interesadas en los resultados y en analizar su explotabilidad. El proyecto se ha organizado en cinco paquetes de trabajo al cargo de WP1: Definición de requerimientos, WP2: Arquitectura software, WP3: Aprendizaje de modelos de comportamiento basado en crowdsensing, WP4: Monitorización energética de comportamientos, WP5: integración y validación (pilotos).