Suscribirse al Boletín
Mayo - Junio 2024
Anuario 2023
Últimos nombramientos
Próximos eventos
Artículos
17/04/2024 / Nerea Díaz-Maroto / 223

Sunthalpy y BigML se unen para diseñar un sistema integrado de baja entalpía basado en el Machine Learning

 

Creatividad, avances tecnológicos y planificación meticulosa en cada proyecto inmobiliario son los nuevos desafíos para conseguir la eficiencia energética, un imperativo que, gracias a las tecnologías basadas en datos, pueden reducir el consumo ineficiente y disminuir los costes.

Sunthalpy ha estado desarrollando sistemas para controlar y optimizar las funciones esenciales que regulan la energía consumida en edificios y que va desde calefacción a la refrigeración, el agua caliente sanitaria, la carga de vehículos eléctricos o los electrodomésticos.

Gracias a ello, en octubre de 2020, creó el primer edificio 100% solar y desconectado de la red eléctrica en clima atlántico con su tecnología solar de baja entalpía. Pero no sólo han trabajado en estos años en este tipo de proyectos sino que, a día de hoy, son capaces de reconvertir edificios antiguos mal aislados en edificios ecológicos y eficientes, reduciendo su consumo energético en más de un 90%, al tiempo que mejoran radicalmente su confort térmico.

Por su parte, desde 2011 con sede en Oregón (EEUU), BigML ha sido pionera en el mercado del SaaS con su plataforma de Machine Learning.

La sofisticada plataforma de BigML elimina las complejidades del Machine Learning para que las empresas puedan centrarse en lo que más importa: mejorar y automatizar la toma de decisiones. Proporciona una selección estandarizada de algoritmos robustos que han demostrado resolver problemas bajo un marco unificado de extremo a extremo que se ha convertido en la base de un número creciente de soluciones verticales que brindan el poder de la información predictiva al personal operativo clave, en tiempo real.

 

Un sistema de Baja Entalpía basado en Machine Learning

Las dos compañías ahora están colaborando en una solución de última generación que revolucionará el control térmico en edificios, para marcar el comienzo de una nueva era de sostenibilidad.

Esta asociación ofrecerá un sistema integrado de baja entalpía basado en el Machine Learning que servirá para operar una variedad de dispositivos tales como bombas de calor, inversores, baterías, sensores y actuadores en tiempo real.

Omar Suárez, CEO de Sunthalpy comenta que “esta nueva alianza con BigML permitirá a Sunthalpy alcanzar niveles de rendimiento sin precedentes con su tecnología patentada y escalar el negocio a nivel internacional. Gracias a esta cooperación, no solo alcanzaremos nuestros objetivos actuales, sino que también aceleraremos la adopción en el mercado de nuestra tecnología ".

Los novedosos algoritmos de control combinarán las mejores prácticas de gestión de la energía eléctrica y térmica para lograr eficiencias operativas sin precedentes que puedan adaptarse a los patrones climáticos, a los cambios en los precios de la electricidad y a programas de mantenimiento predictivo, entre otros factores.

Además, permitirá personalizar a los clientes sus soluciones de gestión de energía para diferentes tipos de edificios para obtener mejores resultados, por ejemplo, la conversión de un edificio de Clase E con décadas de antigüedad en un edificio “Net Zero” sin necesidad de modificar la fachada original.

"La sostenibilidad es uno de los dominios en los que vemos que el Machine Learning hará grandes contribuciones en un futuro próximo. ¿Quién no disfrutaría de un mayor confort y al mismo tiempo ahorraría energía? Es solo cuestión de ejecutar esta visión junto con Sunthalpy en sus próximos proyectos" explica Francisco J. Martín, Ceo y cofundador de BigML.

Y ADEMÁS


Art. Online
Entrevistas
Utilizamos cookies propias y de terceros para elaborar información estadística y mostrarte publicidad personalizada a través del análisis de tu navegación, conforme a nuestra Política de cookies.
Si continúas navegando, aceptas su uso.


Más información

Política de privacidad | Cookies | Aviso legal | Información adicional| miembros de CEDRO