TinyML ha demostrado ser una potente herramienta para implementar modelos de aprendizaje automático en dispositivos y entornos con recursos limitados. En este artículo exploramos su potencial en el sector químico y de refinerías.

En 2025, un asombroso 75 % de los datos empresariales se crearán en el perímetro. Además, en 2027, el aprendizaje profundo estará presente en más del 65 % de los casos de uso periféricos. A medida que aumenta el volumen de datos, la informática se desplaza hacia los bordes. Esto presenta una oportunidad única para que los equipos de AI /ML aprendan y adopten las mejores prácticas en la implementación de Machine Learning en el Edge. Obtenga más información y reproduzca nuestro seminario web sobre la vanguardia de MLOps.

El uso de la IA en Edge Computing abre interesantes oportunidades en todos los sectores, ofreciendo ventajas como la toma de decisiones en tiempo real, la inferencia de baja latencia y la mejora de la seguridad de los datos. Sin embargo, cuantificar estos beneficios y demostrar un retorno de la inversión tangible sigue siendo un reto para muchas empresas.

Las empresas están cada vez más interesadas en virtualizar los equipos eléctricos porque ofrece una serie de ventajas para sus operaciones. La virtualización reduce la necesidad de infraestructura física, lo que puede suponer un ahorro de costes, una reducción de los requisitos de mantenimiento y un aumento de la seguridad. Estaremos en CIRED 2023, mostrando cómo virtualizar subestaciones desde las redes de Transmisión hasta las de Media y Baja Tensión a través de la tecnología Edge Computing.

Esta versión 2.4.0 de la plataforma Barbara introduce importantes mejoras que agilizarán las pruebas de concepto y las implantaciones en producción. Además, hemos renovado varias vistas y tarjetas para mejorar la usabilidad de la plataforma, haciendo que las interacciones sean más fluidas y rápidas.

Con el creciente número de recursos energéticos distribuidos (DER) en la red, los operadores energéticos necesitan un sistema predictivo basado en patrones de consumo y producción que les ayude a evitar congestiones y sobretensiones en la red. En este artículo abordamos un proyecto específico que estamos llevando a cabo en el marco del programa i-nergy, una iniciativa financiada por la UE cuyo objetivo es apoyar y desarrollar nuevos servicios energéticos basados en IA.