DASEL

DASEL

Project name: CIENCIA DE DATOS PARA REDES ELECTRICAS (TED2021-131390B-I00)
Project reference: DASEL
Funding source: MINECO. MINISTERIO DE CIENCIA E INNOVACIÓN- PROYECTOS DE TRANSICIÓN ECOLÓGICA Y TRANSICIÓN DIGITAL 2021
Duration: December 2022 – December 2024
Principal Investigator (PI): Enrique Zuazua

About the Project

Las tecnologías digitales se han convertido en una parte importante de nuestra rutina diaria, impactando nuestra forma de interactuar con las personas y hacer negocios. Una economía más productiva y respetuosa con el medio ambiente requiere una estrategia de investigación e innovación metódica y de aplicación con visión integrada de futuro. Sin embargo, para acoger y mejorar plenamente los numerosos beneficios de esta revolución tecnológica, es fundamental afrontar los desafíos que plantea, mediante la creación de políticas y la implementación de nuevas soluciones que brinden a la sociedad la confianza, las habilidades y los recursos que necesita para digitalizarse y crecer. La ciencia de datos y el aprendizaje de máquinas son actores de esta innovación tecnológica. Hoy en día, las empresas y organizaciones se han vuelto conscientes de la importancia de utilizar esas herramientas para transformar los datos en una ventaja competitiva mediante la redefinición de sus productos y servicios.

En los últimos años, la ciencia de datos se ha convertido en una prioridad para nuestra sociedad, así como para las empresas, que están invirtiendo fuertemente en este sector. En la base de cualquier innovación tecnológica se encuentra la comprensión profunda y completa de los principios fundamentales que la rigen. Si bien la ciencia de datos y el aprendizaje de máquinas están presentes hoy en día básicamente en cualquier tipo de aplicaciones industriales y tecnológicas, muchos aspectos constitutivos de estas disciplinas todavía se comprenden sólo parcialmente. Esto ha abierto un nuevo y muy fértil campo de investigación para los matemáticos aplicados que, en los últimos años, han aprovechado ampliamente esta posibilidad para desarrollar nuevas ramas de investigación innovadora pura y aplicada. Bajo esta perspectiva, este proyecto tiene como objetivo contribuir a la transición ecológica y digital abordando algunas cuestiones específicas en ciencia de datos y aprendizaje de máquinas desde el punto de vista de las matemáticas aplicadas en el campo de la energía. Por un lado, consideraremos aspectos constitutivos clave de estos campos, con el fin de fortalecer sus fundamentos matemáticos. Por otro lado, consideraremos aplicaciones prácticas en problemas seleccionados pero muy relevantes en campos como la ingeniería eléctrica y diseño de redes eléctricas. Dichas aplicaciones, relacionadas con la integración de sistemas de generación distribuida de origen renovable como la energía fotovoltaica, eólica o hidroeléctrica, representan un objetivo estratégico prioritario para una sociedad del futuro más sostenible.

Summary
Digital technologies have become an important part of our daily routine, impacting the way we interact with people and do business. A more productive and environmentally friendly economy requires a methodical and applied research and innovation strategy with an integrated vision of the future. However, to fully embrace and enhance the many benefits of this technological revolution, it is essential to meet the challenges it poses, by creating policies and implementing new solutions that provide society with the confidence, skills and resources it needs to digitize and grow. Data science and machine learning are players in this technological innovation. Nowadays, companies and organizations have become aware of the importance of using these tools to transform data into a competitive advantage by redefining their products and services. In recent years, data science has become a priority for our society, as well as for companies, which are investing heavily in this sector. At the base of any technological innovation is the deep and complete understanding of the fundamental principles that govern it. Although data science and machine learning are present today basically in any type of industrial and technological applications, many constitutive aspects of these disciplines are still only partially understood. This has opened a new and very fertile field of research for applied mathematicians who, in recent years, have widely taken advantage of this possibility to develop new branches of pure and applied innovative research. Under this perspective, this project aims to contribute to the ecological and digital transition by addressing some specific questions in data science and machine learning from the point of view of applied mathematics in the field of energy. On the one hand, we will consider key constitutive aspects of these fields, in order to strengthen their mathematical foundations.