Resumen:
En este trabajo, proponemos un modelo de predicción del consumo energético que consta de varios componentes, como el diseño del hardware, el preprocesamiento de datos, la extracción de características y la selección. Nuestro objetivo principal es desarrollar un medidor no invasivo basado en una red de sensores que incluye un microcontrolador, el protocolo de comunicación MQTT y el módulo de medición de energía. Este medidor mide el voltaje, la corriente, la potencia, la frecuencia, la energía y el factor de potencia, mientras que un panel de control se utiliza para presentar las mediciones de energía en tiempo real. En particular, realizamos las mediciones utilizando una estación de trabajo que tiene características similares a los servidores de un Datacenter ubicado en el Centro de Tecnología de la Información de la ESPOL, que actualmente presta este tipo de servicios en Ecuador. Por conveniencia, evaluamos diferentes modelos de regresión lineal para seleccionar el mejor y predecir el consumo energético futuro en base a las diversas mediciones de la estación de trabajo durante varias horas, lo que permite optimizar y reducir los costos de mantenimiento de los equipos informáticos. Los algoritmos de aprendizaje automático supervisado presentados en este trabajo nos permiten predecir el consumo de energía por horas y por días.
Expositor:
- Investigador en campos como el diseño de sistemas digitales basados en FPGA, procesadores de código abierto, hardware de código abierto, Edge Computing, Inteligencia Artificial e Interacción Hombre-Máquina con un mayor interés de investigación en la interfaz cerebro-ordenador.
- Graduado como Ingeniero en Electrónica y Telecomunicaciones en 2010 (ESPOL, Ecuador).
- Graduado como Master en Automatización y Control Industrial en 2013.
- Graduado como Doctor en Informática Aplicada en 2022 (ESPOL, Ecuador)
