La mayor preocupaci\u00f3n de los usuarios es conocer c\u00f3mo reducir el consumo el\u00e9ctrico en los hogares; en la actualidad, con el uso de la computaci\u00f3n avanzada se abre un camino para la soluci\u00f3n de problemas reales. Hoy en d\u00eda la inteligencia artificial que imita la inteligencia humana, es cada vez m\u00e1s usada en los campos de la ingenier\u00eda y de la rob\u00f3tica.
\nUna de sus aplicaciones, es en las viviendas con la implantaci\u00f3n de sistemas inteligentes, que son capaces de aprender autom\u00e1ticamente los h\u00e1bitos del consumo el\u00e9ctrico de sus habitantes y proponer acciones, que regulen su consumo, sea este de iluminaci\u00f3n, de aire acondicionado y uso de electrodom\u00e9sticos.
\nM\u00e1s que el desarrollo de los sistemas inteligentes, este viene integrado por una potente base de datos donde se guarda informaci\u00f3n generada de la iluminaci\u00f3n, de humedad, de la temperatura y consumo de electrodom\u00e9sticos, creando autom\u00e1ticamente patrones de consumo de cada habitante; as\u00ed mismo, este sistema podr\u00eda albergar datos interesantes, como por ejemplo aquellos provenientes de algunas de las energ\u00edas renovables implementadas en las viviendas. Estos grandes vol\u00famenes de informaci\u00f3n oculta, forman parte de la llamada miner\u00eda de datos.
\nPero, \u00bfqu\u00e9 es lo que tratan de encontrar mediante la miner\u00eda de datos? El asunto es que, se podr\u00edan identificar relaciones \u00f3ptimas entre los h\u00e1bitos del consumo de sus habitantes y la producci\u00f3n de energ\u00eda de la vivienda. De este modo, el sistema buscar\u00eda y sugerir\u00eda a los usuarios el mejor instante para encender alg\u00fan electrodom\u00e9stico o luces, creando de esta manera mejores h\u00e1bitos en el consumo el\u00e9ctrico. Para llevarlo a efecto se podr\u00edan crear modelos de comportamiento de la vivienda a partir datos generados del consumo de sus habitantes.
\nPara ello se deben implementar redes neuronales capaces de emular cierta caracter\u00edstica humana, la m\u00e1s cercana de este caso es asociar hechos, por ejemplo el consumo el\u00e9ctrico de los habitantes podr\u00eda aprender rutinas para mejorar eficientemente la energ\u00eda de la casa. Otra de las implementaciones es el uso del algoritmo gen\u00e9tico, que consiste en la aplicaci\u00f3n de la predicci\u00f3n del estado de la vivienda en cuanto a consumo el\u00e9ctrico, por ejemplo que anticipe un posible exceso de consumo de electricidad.
\n Adem\u00e1s de dar informaci\u00f3n confiable, lo m\u00e1s interesante de estos sistemas inteligentes ser\u00eda informar a los habitantes de la vivienda, las variaciones del consumo de energ\u00eda de la casa a trav\u00e9s de cualquier dispositivo m\u00f3vil (tel\u00e9fono inteligente, tabletas o port\u00e1til). Expertos en temas de energ\u00eda y estudios realizados demuestran que si se llevara a cabo un monitoreo del consumo el\u00e9ctrico de la vivienda garantizar\u00eda una reducci\u00f3n del consumo m\u00ednimo del 5%.
\nLos sistemas inteligentes y sus implementaciones con redes neuronales y algoritmos gen\u00e9ticos, aplicados sobre grandes vol\u00famenes de datos. Podr\u00edan ser una soluci\u00f3n m\u00ednima para el ahorro de energ\u00eda en la vivienda, permitiendo crear as\u00ed h\u00e1bitos m\u00e1s eficientes para reducir el consumo de energ\u00eda dom\u00e9stica.
\nBases de datos y redes neuronales, ser\u00edan capaces de aprender de los h\u00e1bitos del consumo energ\u00e9tico de los habitantes, creando as\u00ed costumbres m\u00e1s eficientes para reducir el consumo de energ\u00eda dom\u00e9stica.<\/p>\n
![\"\"](\"http:\/\/www.apcetech.com\/BLOG\/wp-content\/uploads\/2018\/03\/artificial-intelligence-1.jpg\")
<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"