Una investigación de la UCA y GEN desarrolla nuevos modelos matemáticos para sistemas inteligentes aplicados a energías renovables

El trabajo, realizado en el marco de un contrato predoctoral industrial, aborda cómo analizar y gestionar datos con incertidumbre para mejorar la toma de decisiones, la eficiencia y el mantenimiento predictivo en entornos energéticos.

La Universidad de Cádiz, en colaboración con la empresa Grupo Energético de Puerto Real (GEN), ha impulsado una línea de investigación orientada al desarrollo de modelos matemáticos y herramientas para el análisis e interpretación de datos en sistemas inteligentes, con aplicación directa a ámbitos como la gestión de recursos energéticos. El objetivo es avanzar en métodos capaces de trabajar con la incertidumbre inherente a los datos de partida en problemas reales, mejorando la planificación, la optimización y la toma de decisiones en contextos complejos.

Esta investigación se centra en el estudio de relaciones entre variables mediante estructuras matemáticas avanzadas que permiten representar conocimiento y extraer patrones de forma rigurosa. A partir de esta base, se desarrollan herramientas que pueden contribuir a mejorar la eficiencia de procesos, facilitar el mantenimiento predictivo y apoyar decisiones operativas con mayor fiabilidad. La solidez del enfoque matemático aporta, además, cualidades especialmente relevantes en los sistemas inteligentes actuales, como la trazabilidad, la explicabilidad, la escalabilidad y la adaptabilidad, aspectos clave para su aplicación en entornos reales.

El trabajo se ha desarrollado en el marco de un contrato predoctoral industrial fruto de la colaboración entre el grupo de investigación Matemáticas para el Diseño de Sistemas Inteligentes (M·CIS) de la Universidad de Cádiz y GEN, una modalidad concebida para promover la transferencia de conocimiento entre universidad y empresa a partir de retos concretos del tejido productivo.

Es importante indicar que esta línea de investigación ha sido abordada por el investigador Francisco José Ocaña en su tesis doctoral Análisis de relaciones de variables en retículos de conceptos multiadjuntos, dirigida por los profesores de la UCA María Eugenia Cornejo y Jesús Medina. El trabajo obtuvo la calificación de Sobresaliente Cum Laude y cuenta con mención internacional, reforzando la proyección académica de una investigación científica formal y sólida con vocación final aplicada.

La colaboración con GEN, entidad responsable de servicios operativos en el municipio de Puerto Real y comprometida con la innovación tecnológica y la eficiencia energética, se enmarca en proyectos conjuntos orientados a incorporar técnicas matemáticas avanzadas y de inteligencia artificial para afrontar los retos actuales del sector energético, especialmente en escenarios vinculados a energías renovables y a la optimización de recursos.

Con este trabajo, la Universidad de Cádiz consolida el valor de los doctorados industriales como vía para acercar la investigación a necesidades reales, impulsar innovación basada en conocimiento y fortalecer la cooperación con empresas del entorno, favoreciendo el desarrollo tecnológico con impacto potencial en la competitividad y la sostenibilidad.

Fuente: https://www.uca.es

Más artículos de la Universidad

Suscríbete al Grupo Tordesillas​

Introduce tu email y recibirás las novedades del Grupo Tordesillas mensualmente en tu correo electrónico.

Scroll al inicio
Política de Privacidad

Esta web utiliza cookies para que podamos ofrecerte la mejor experiencia de usuario posible.

La información de las cookies se almacena en tu navegador y realiza funciones tales como reconocerte cuando vuelves a nuestra web o ayudarnos a comprender qué secciones de la web encuentras más interesantes y útiles.

Más información en nuestra política de privacidad.

Cookies técnicas necesarias

Las cookies técnicas necesarias tienen que activarse siempre para que podamos guardar tus preferencias de ajustes de cookies. Básicamente, esta web no funcionará bien si no están activas.

Estas cookies son:

  • Comprobación de inicio de sesión.
  • Cookies de seguridad imprescindibles.
  • Saber si ya has aprobado/rechazado las cookies.
Cookies de Terceros

Este sitio web utiliza las siguientes cookies:

  • Google Analytics: se utiliza para enviar datos a Google Analytics sobre el dispositivo del visitante y su comportamiento en el sitio web de despachotres.com, de forma anónima. Más información: https://policies.google.com/privacy