YLECTRON-SMART

O projeto YLECTRON-SMART tem como finalidade a conceção e desenvolvimento de um sistema integrado de gestão energética inteligente, assente em modelos de previsão e simulação dinâmica, Inteligência Artificial explicável e automação de processos. A ambição é ir além das soluções atualmente disponíveis no mercado, que se limitam a monitorizar consumos ou aplicar regras estáticas, oferecendo uma ferramenta capaz de prever, simular, apoiar decisões e automatizar tarefas críticas em ambientes industriais e urbanos. O objetivo global passa por desenvolver um sistema inovador de previsão e apoio à decisão em tempo real, capaz de antecipar consumos energéticos, falhas e eventos operacionais, e de automatizar respostas otimizadas, contribuindo para a eficiência energética, a sustentabilidade e a competitividade empresarial. Ao nível dos objetivos técnico-científicos específicos temos: 1) Modelação dinâmica de sistemas energéticos complexos - Aplicar a metodologia System Dynamics para representar variáveis críticas e interdependências em fluxos energéticos. - Construir modelos conceptuais e matemáticos que suportem a previsão e a simulação de cenários operacionais. 2) Desenvolvimento de modelos preditivos com IA - Investigar algoritmos de machine learning aplicados à previsão de consumos e à deteção de anomalias. - Garantir transparência e interpretabilidade através de técnicas de IA explicável, permitindo a rastreabilidade das decisões do sistema. 3) Criação de um motor de simulação e previsão calibrado com dados reais - Implementar e calibrar modelos no Powersim com base em dados históricos. - Realizar análises de sensibilidade e robustez para validar a fiabilidade das previsões. 4) Integração modular e desenvolvimento de APIs inteligentes - Conceber mecanismos de interoperabilidade entre a plataforma YLECTRON-SMART e sistemas externos (ERP, SCADA, IoT). - Garantir comunicação bidirecional segura e normalização de dados operacionais. 5) Desenvolvimento de um assistente digital inteligente - Criar uma interface adaptativa que permita interação natural com operadores. - Integrar o assistente digital com os módulos de previsão e automação, suportando a tomada de decisão em tempo real. 6) Implementação de automação inteligente com ciclos de feedback contínuo - Desenvolver mecanismos de aprendizagem contínua que ajustem decisões com base em resultados reais. - Avaliar ganhos de eficiência e fiabilidade em comparação com sistemas baseados em regras fixas. 7) Validação funcional, técnica e científica da solução - Realizar testes de performance, usabilidade, segurança e resiliência. - Demonstrar a aplicabilidade em cenários industriais e urbanos, confirmando ganhos de eficiência energética e qualidade de decisão. 8) Disseminação e valorização científico-tecnológica - Produzir artigos científicos, comunicações em conferências e participação em eventos de I&D. - Promover a transferência de conhecimento e a exploração futura dos resultados no mercado. No âmbito dos objetivos estratégicos e de impacto, o projeto visa reforçar a intensidade de I&D empresarial na Armis SI, consolidando competências avançadas em IA, simulação e gestão de energia. - Contribuir para a transição energética e digital em linha com a Estratégia de Especialização Inteligente (ENEI 2030) e com os compromissos europeus de neutralidade carbónica. - Gerar conhecimento transferível que permita explorar novos modelos de negócio e abrir oportunidades de internacionalização. - Fomentar a sustentabilidade ao reduzir consumos energéticos e aumentar a fiabilidade das operações industriais e urbanas. O projeto define como métricas de sucesso (SMART): Precisão preditiva: erro médio quadrático (RMSE) = 5% em previsões de consumos energéticos. Automação inteligente: = 50% das decisões operacionais suportadas pelo motor de automação com reavaliação baseada em feedback real. Interoperabilidade: integração funcional com pelo menos 3 sistemas externos distintos (ex. SCADA, ERP, IoT). Usabilidade: = 80% de aceitação positiva em testes de interação com utilizadores. Produção científica: pelo menos 2 artigos submetidos a conferências/revistas internacionais.