Personalizar las preferencias

Las cookies son pequeños archivos de texto que pueden ser usados por las webs para hacer más eficiente la experiencia del usuario. La ley establece que podemos almacenar cookies en tu dispositivo si son estrictamente necesarias para el funcionamiento de este sitio. Para todos los demás tipos de cookies, necesitamos tu permiso. Este sitio utiliza diferentes tipos de cookies. Algunas cookies son colocadas por los servicios de terceros que aparecen en nuestras páginas.

Siempre activas

Se requieren las cookies necesarias para habilitar las funciones básicas de este sitio, como proporcionar un inicio de sesión seguro o ajustar sus preferencias de consentimiento. Estas cookies no almacenan ningún dato de identificación personal.

No hay cookies que mostrar

Las cookies funcionales ayudan a realizar ciertas funciones, como compartir el contenido del sitio web en plataformas de redes sociales, recopilar comentarios y otras funciones de terceros.

Las cookies analíticas se utilizan para comprender cómo interactúan los visitantes con el sitio web. Estas cookies ayudan a proporcionar información sobre métricas como el número de visitantes, la tasa de rebote, la fuente de tráfico, etc.

Las cookies de rendimiento se utilizan para comprender y analizar los índices clave de rendimiento del sitio web, lo que ayuda a ofrecer una mejor experiencia de usuario a los visitantes.

No hay cookies que mostrar

Las cookies publicitarias se utilizan para proporcionar a los visitantes anuncios personalizados basados ​​en las páginas que visitó anteriormente y para analizar la efectividad de las campañas publicitarias.

Logo

Sener – RESPIRA®, Intelligent System for Efficient Air Conditioning and Ventilation Control in Buildings and Large Infrastructures

Sener 

Sector: Energy

Business Case

respira® is a control system based on artificial intelligence that optimises the operation and maintenance of HVAC systems in buildings and large infrastructures. respira® can be understood as an intelligent and automatic virtual operator of the existing air-conditioning system.

Objectives

respira®, with its predictive capability, aims to obtain the maximum performance of the installation, which translates into significant savings in energy consumption (between 15-35%) and improved environmental conditions in terms of thermal comfort and indoor air quality.

Use case

respira®, unlike current control systems, uses historical data to learn and continuously adapts its algorithm to the changing reality of the installation, automatically modifying the operation of the air-conditioning system in order to achieve the required environmental conditions with the lowest energy expenditure. In addition, thanks to its predictive capability, it allows for predictive maintenance with early detection of faults.

Infrastructure

Cloud

Technology

Machine learning and deep learning

Data

Measurements of environmental conditions (temperature, humidity, etc.) and indoor air quality (C02, PMx, etc.). Weather forecasts. Facility operating parameters (occupancy, events, thermal loads, etc.). Energy consumption.

Resources

Own resources: engineering hours. Cloud platform. Additional sensors for data acquisition.

Difficulties and learning

Cybersecurity. Opting for a non-intrusive solution based on: IoT sensor technology, a cloud architecture where all available data is received and processed, and a web query platform that the customer can access without the need for system integration, so there are no security breaches. Bringing two worlds together: engineering and data. The importance of combining HVAC engineers and energy engineers with data engineers, data scientists and data analysts.

KPIs (business impact and metrics of the model)

Thermal comfort: percentage of time in acceptable indoor temperature range and/or thermal comfort indexes (PMV, PPD). Air quality: percentage of time at acceptable level of carbon dioxide concentration (ADI). Energy efficiency: percentage of energy cost savings and percentage of emissions reduction (carbon footprint).

Funding

Own resources: SENER Ingeniería y Sistemas, S.A.

Collaborators, Partners

Buildings or infrastructures that have allowed the implementation of this system in their facilities: Barcelona Metro (TMB), Manises Airport (Aena).