Noticia Ricardo Introduccion Jpg

La Agencia Internacional de la Energía (IEA, International Energy Agency), en la 80ª reunión del Comité Ejecutivo del Programa de Colaboración Tecnológica para la Cooperación en la Investigación y Desarrollo de los Sistemas de Calor y Frío Solar (Solar Heating and Cooling), que tuvo lugar en Doha (Qatar) a finales de año, nombró al Dr. Ricardo Enríquez Miranda Vicepresidente en el Comité Ejecutivo de dicho programa.

Los entornos de supercomputación que se soportan en el centro pueden ejecutar un gran abanico de aplicaciones. Cada entorno determina la arquitectura de las aplicaciones compatibles con él. Así por ejemplo, para que las aplicaciones que se ejecutan en el cluster GPGPU saquen el mayor rendimiento del mismo, se deben desarrollar mediante las herramientas de desarrollo CUDA.

A continuación se muestran enlaces en los que se pueden consultar recursos y listados de aplicaciones hechas en CUDA:

Si la aplicación se va a diseñar para ejecutarse en sistemas Grid, es necesario usar un middleware que coordine los distintos servicios; tales como gLite o EMI.

Se puedne consultar algunos recursos para plataformas Grid en:

Para el caso de la máquina de memoria compartida deberá usarse un mecanismo para distribuir la carga de trabajo entre los distintos procesadores, como MPI.

A continuación se muestra una tabla con algunas aplicaciones representativas de los entornos mencionados, clasificadas en áreas. Estas áreas definen los tipos de aplicación más frecuentes dentro de la computación de alto rendimiento.

 

 

Entorno CUDA

Entorno Grid

Compatible MPI

NVBIO

Alineamiento de secuencias

V

 

 

REACTA

Análisis de variaciones genéticas

V

 

 

SeqNFind

Secuenciamiento y comparaciones genómicas

V

 

 

SOAP3

Alineamiento optimizado para secuencias cortas

V

 

 

CUDASW++

Búsquedas en la base de datos de proteinas Smith-Waterman

V

 

 

e-Bioinfra Gateway

Portal especializado en aplicaciones genómicas

 

V

 

Warp 2D

Nuevo enfoque en alineamiento basado en patrones de referencia

 

V

 

CALnet

Uso de redes de lógica booleana para análisis de tumores

 

V

 

2d-Anaconda

Secuenciación de proteinas basada en Gaussian Kernel Convolution

 

V

 

Autodock VINA

Simulaciones de acoplamiento de proteínas

 

V

 

ClustalW-MPI

Alineamiento de proteínas que sigue un proceso de tres etapas 

 

 

V

MPGAFold

Algoritmo genético paralelo para predecir estructuras secundarias de ARN

 

 

V

 

 

Entorno CUDA

Entorno Grid

Compatible MPI

Turbostream Ltd.

Simulaciones para el diseño de turbinas

V

 

 

Vratis ARAEL

Simulador de dinámica de fluidos de propósito general  

V

 

 

Prometech Particleworks

Nuevo enfoque para CFD que prescinde de ciertas etapas iniciales las simulaciones

V

 

 

S3D(Sandia and Oak Ridge NL)

CFD basado en simulaciones numéricas

V

 

 

Autodesk Moldflow

Simulaciones para el diseño de componentes plásticos basados en moldes

V

 

 

CSCGF

Estudio del comportamiento de gases en micro-entornos

 

V

 

gFDS

Estudio del movimiento del humo y calor en fuegos mediante dinámica de fluidos

 

V

 

EpanetGrid

Entorno preparado para configurar simulaciones en estudios de calidad del agua

 

V

 

FEMTOOL

Estudio de dinámica de fluidos basados en modelado numérico

 

 

V

FLUENT

Modelado de flujos, turbulencias y reacciones termodinámicas en aplicaciones industriales

 

 

V

MUSPH

Simulaciones geofísicas basadas en líquidos confinados por elementos sólidos y en interacciones atmosféricas

 

 

V

 

 

Entorno CUDA

Entorno Grid

Compatible MPI

AutoCAD Design Suite

Software de diseño 2D y 3D para diversas ramas de la industria.

V

 

 

MSC® Nastran®

Software de análisis estructural que estudia tiene en cuenta diversas propiedades de los materiales

V

 

 

Agilent ADS & EMPro

Software de diseño de sistemas electrónicos que abarca una gran cantidad de subsistemas

V

 

 

RADIOSS™

Sistema mundialmente usado en el análisis de la seguridad, resistencia y durabilidad de estructuras para su posterior diseño

V

 

 

NVIDIA Iray

Solución de réndering fotorrealista que usa la potencia GPU para aceleración y perfeccionamiento de los resultados

V

 

 

 

 

Entorno CUDA

Entorno Grid

Compatible MPI

CHARMM

Simulación de entornos moleculares preparado para trabajo con un número considerable de partículas

V

 

 

ESPResSo

Solución OpenSource de Dinámica Molecular orientado a experimentos físicos, químicos y bioquímicos

V

 

 

Folding@Home

Sistema de simulación del plegamiento de proteínas a escala masivamente paralela

V

 

 

LAMMPS

Un conocido sistema de simulaciones de Dinámica Molecular, con potencial para estudiar materiales, comportamientos biológicos en sistemas tanto a escala gruesa como mesoscópica

V

 

 

OpemMM

Paquete software que engloba diversas herramientas para Dimámica Molecular, compatible con diversos lenguajes y entornos

V

 

 

LAMMPS

Versión para sistemas Grid de LAMMPS

 

V

 

WISDOM

Empleo de los sistemas de EGEE para la investigación en moléculas eficientes contra la malaria

 

V

 

g-INFO

Aplicación basada en Grid a gran escala para la investigación en enfermedades derivadas de la gripe

 

V

 

SFS

Modelos computacionales para investigaciones en la miniaturización de sistemas electrónicos y mecanico-ópticos

 

V

 

CYANA

Cálculo de estructuras 3D en macromoléculas procedentes de datos de resonancias magnéticas nucleares

 

V

 

1D_H2

Estudio de la dinámica de la molécula unidimensional H2 bajo los efectos de campos electromagnéticos producidos por láser

 

 

V

SicGrowD

Estudio de la difusión del carbono en cristales de silicio

 

 

V

Nanotubi

Estudio del comportamiento de electrones en nanotubos de carbono al añadir los efectos de una fuente de voltaje

 

 

V

PAMRED

Resolución numérica de un sistema no lineal de Reacción-Difusión

 

 

V

 

 

Entorno CUDA

Entorno Grid

Compatible MPI

MATLAB Parallel Computing Toolbox

Librerías que permieten la compatibilidad GPU sobre paquete de simulación matemática Matlab

V

 

 

SCIFinance

Software de simulación financiera que convierte una serie de especifiaciones de entrada y necesiades de negicio en codigo C/C++ 

V

 

 

Accelereyes Arrayfire

Librería OpenSource que se integra con aplicaciones CUDA y está diseñada para facilitar la programación de sistemas GPU. Tiene interfaces con C/C++, Java, R y Fortran

V

 

 

Wolfram Mathematica

Entorno de desarrollo de aplicaciones matemáticas basado en integración numérica, altamente modular y con opciones de generar código C/C++

V

 

 

HiPLAR

Rutinas de álgebra lineal para el lenguaje R, preparadas para aceleración GPU

V

 

 

Paosim

Simulación de los efectos de un tratamiento cancerígeno mediante un modelo matemático construido en Matlab

 

V

 

GFDTD

Estudio de la tasa de absorción de radiaciones generadas por las antenas de dispositivos móviles en el cuerpo humano

 

V

 

CPM

Desarrollo de modelos de predicción basados en reconocimiento de patrones según la teoría de la aleatoriedad, para reforzar la potencia de aplicaciones de Redes Neuronales y Algoritmos Genéticos

 

V

 

GPNsim

Simulador de eventos discretos que realiza métricas de rendimiento basadas en modelos no markovianos estocásticos de redes de petri

 

V

 

LPG

Sistema que usa técnicas de búsqueda local para operaciones de Automated Planning and Scheduling 

 

V

 

P-MLM

Análisis de cadenas ADN basado en un modelo multi capa (MLM)

 

 

V

 

 

Entorno CUDA

Entorno Grid

Compatible MPI

MediaCoder NT CUDA Edition

Software para transcodificación multimedia compatible con gran cantidad de formatos y altamente configuralbe.  

V

 

 

Adobe Photoshop

Programa de retoque y diseño fotográfico compatible con tecnología GPU para acelerar las operaciones

V

 

 

OctaneRender

Software de rendering para entornos arquitecturales, diseño de productos, animación 3D, etc. completamente integrado con aceleración GPU

V

 

 

Cyberlink Power Director

Software de composición de vídeo que permite añadir collages, efectos de transición avanzados, menús de disco, etc. 

V

 

 

GpuCV

Se trata de una librería OpenSource de Visión por Computador acelerada por GPU.  

V

 

 

MultiscaleVideoP

Caracterización estructural de materiales, donde se estudian los daños en los mismos así como su propagación. 

 

V

 

GridVideo

Sistema que hace una adaptación de ficheros multimedia para hacer streaming distribuido de los mismos

 

V

 

 

 

Entorno CUDA

Entorno Grid

Compatible MPI

BarraCUDA

Popular software de alineamiento de secuencias que hace uso de potencia GPU para paralelizar masivamente el alineamiento de muestras cortas de proteínas

V

 

 

GAMESS

Simulaciones químicas a partir de las condiciones ab initio de muestras cuánticas

V

 

 

LATTE

Software de Dinámica Molecular Cuántica donde se simulan efectos tales como las formaciones y rupturas de enlaces covalentes, defectos en materiales, interacciones electrostáticas, etc.

V

 

 

NWChem

Suite OpenSource de herramientas de química computacional preparada para el estudio de biomoléculas, nanoestructuras, y materiales, entre otras muchas funciones

V

 

 

PetaChem

Software de simulación de química cuantica que trabaja tanto con moléculas materiales como biológicas recientemente rediseñado para ser acelerado con CUDA

V

 

 

DeMon

Paquete software para cálculos basados en la Teoría Funcional de la Densidad

 

V

 

ADF

Paquete de funciones que proporciona multitud de métodos para cálculos  en estructuras electrónicas basadas en la Teoría Funcional de la Densidad

 

V

 

SyMPoM

Aplicación diseñada para el estudio y diseño de materiales basados en polímeros

 

V

 

VENUS96

Cálculos de la trayectoria de átomos y moléculas mediante la integración de la ecuación de Hamilton en coordenadas cartesianas.

 

 

V

DLPROTEIN

Paquete de herramientas para la simulación de entornos moleculares complejos

 

 

V

En los entornos de computación Grid los recursos están compuestos por sistemas de naturaleza heterogénea, que además están agrupados en Organizaciones Virtuales (VO). Cada VO está formada por una serie de instituciones y centros de investigación que aportan recursos a un determinado proyecto.

Cuando se espera sacar el máximo rendimiento a federaciones Grid de gran tamaño en las que se agregan grandes cantidades de recursos hay que considerar una serie de problemas relacionados con la gestión de tareas, el descubrimiento y monitorización de recursos así como la posterior selección de los mismos para realizar las tareas de una determinada aplicación. Los recursos grid son proporcionados por distintos centros, con diferentes dominios y políticas de administración, lo que da lugar a un entorno dinámico y cambiante en el que las características, disponibilidad y rendimiento de los elementos varían en el tiempo (que afecta negativamente al rendimiento en la ejecución de las aplicaciones).

En los procesos de descubrimiento, monitorización y selección de recursos, la situación ideal sería que el sistema tuviese información constante sobre el estado de la infraestructura, de manera que se pudiera tener información actualizada en el Sistema de Información. Así, el propio sistema podría tomar decisiones de forma autónoma y mejorar su rendimiento global. Por otro lado las aplicaciones también requieren información constantemente actualizada (tiempo real) sobre la infraestructura, para poder hacer frente a los cambios del entorno.

Por todo esto surge la necesidad de introducir la auto-adaptación en este tipo de entornos. Sin embargo, debido a las características y principios de la computación Grid, el aplicar la auto-adaptación en cualquier nivel supone un reto en sí mismo. Esta línea de investigación se centra en mejorar el proceso de selección de recursos Grid para optimizar la eficiencia global de la infraestructura y mejorar el despliegue de las aplicaciones en este tipo de entornos.

Para ello se define y desarrolla un modelo de selección eficiente de recursos, el cual se encargará de buscar aquellos elementos que mejor se adapten a los requisitos de la aplicación durante su ejecución. La idea es que dicho modelo proporcione una capacidad de auto-adaptación a las aplicaciones Grid, guiándolas durante su ejecución para que los cambios del entorno no perjudiquen su rendimiento.

Para diferenciar nuestra investigación de trabajos anteriores, el modelo está definido a nivel de usuario. Esto quiere decir que no se realiza ningún cambio en la infraestructura ni en los elementos que la componen, tampoco se modifica ni se controla el comportamiento de los recursos grid; no se modifican las políticas de notificación ni de planificación. En definitiva, el modelo tendrá en cuenta las limitaciones de los usuarios y hará uso de su conjunto de comandos para monitorizar la eficiencia de los recursos y determinar en cada momento cuáles son los mejores para una determinada aplicación.

Enlaces de interés:

La teledetección, por definición, consiste en la observación remota de un determinado objeto o área para obtener información. Por otro lado, las imágenes multi e hiper-espectrales consisten en cubos de datos que contienen información del objeto observado a lo largo de todo el espectro electromagnético.

Hoy en día, los instrumentos y sensores existentes permiten, en cuestión de segundos, recopilar cientos de imágenes correspondientes a diferentes longitudes de onda sobre una misma área.

Uniendo las premisas descritas, al hecho de que hay ciertos comportamientos y objetos que dejan huellas únicas (denominadas firmas espectrales) a lo largo del espectro electromagnético, es posible pensar en utilizar técnicas que permitan utilizar la información adquirida de forma remota para detección de problemas y ayuda en la toma de decisiones.

Por último, si a estas posibilidades añadimos la creciente necesidad de aplicación del ámbito de las TIC en áreas como la agricultura, climatología, control de desastres, etc. las opciones se multiplican de forma exponencial.

imagen hyperspectral

Publicaciones en revista

  • C. González, S. Sánchez, A. Paz, J. Resano, D. Mozos, A. Plaza. "Use of FPGA or GPU-based architectures for remotely sensed hyperspectral image processing". Integration, the VLSI Journal, v.46 n.2, p.89-103, March, 2013 [JCR(2013)=0.529].
  • A. Plaza, J. Plaza, A. Paz and S. Sanchez. "Parallel Hyperspectral Image and Signal Processing". IEEE Signal Processing Magazine, vol. 28, no. 3, pp. 119-126, Mayo 2011, [JCR(2011)=4.066].
  • A. Remon, S. Sanchez, A. Paz, E. S. Quintana-Orti and A. Plaza. "Real-Time Endmember Extraction on Multi-Core Processors". IEEE Geoscience and Remote Sensing Letters, vol. 8, no. 5, pp. 924-928, Septiembre 2011 [JCR(2011)=1.560].
  • A. Paz and A. Plaza, "Clusters vs. GPUs for Parallel Automatic Target Detection in Hyperspectral Images", EURASIP Journal of Advances in Signal Processing. [JCR(2010)=1.053]. Volume 2010 (2010), Article ID 915639, 18 pages doi:10.1155/2010/915639.
    Open Access: http://asp.eurasipjournals.com/content/2010/1/915639 
  • S. Sánchez, A. Paz, G. Martín and A. Plaza. "Parallel unmixing of remotely sensed hyperspectral images on commodity graphics processing units". Concurrency and Computation: Practice & Experience, vol. 23, no. 13, pp. 1538-1557, September 2011. [JCR(2011)=0.636]
  • J. M. Molero, A. Paz, E. M. Garzón, J.A. Martínez, A. Plaza, I. García. "Fast Anomaly Detection in Hyperspectral Images with RX Method on Heterogenous Clusters." Journal of Supercomputing, vol. 58, no. 3, pp. 411-419, December 2011 [JCR(2011)=0.578].
  • A. Plaza, J. Plaza and A. Paz. "Improving the Scalability of Hyperspectral Imaging Applications on Heterogeneous Platforms Using Adaptive Run-Time Data Compression", Computers and Geosciences, vol. 36, no. 10, pp. 1283-1291, October 2010 [JCR(2010)=1.416]
  • A. Plaza, J. Plaza and A. Paz. "Parallel Heterogeneous CBIR System for Efficient Hyperspectral Image Retrieval Using Spectral Mixture Analysis". Concurrency and Computation: Practice & Experience, vol. 22, no. 9, pp. 1138-1159, June 2010 [JCR(2010)=0.907]

Congresos internacionales

  • A. Paz and A. Plaza. "A New Morphological Anomaly Detection Algorithm for Hyperspectral Images and its GPU Implementation". Submitted to SPIE Optics and Photonics, Satellite Data Compression, Communication, and Processing Conference, San Diego, CA, 2011.
  • S. Sánchez, A. Paz and A. Plaza. "Real-Time Spectral Unmixing Using Iterative Error Analysis on Commodity Graphics Processing Units". Submitted to IEEE International Geoscience and Remote Sensing Symposium (IGARSS'11), Sendai, Japan, 2011.
  • A. Paz, J. M. Molero, E. M. Garzon, J. A. Martínez and A. Plaza. "A New Parallel Implementation of the RX Algorithm for Anomaly Detection in Hyperspectral Images". 10th International Conference on Computational and Mathematical Methods in Science and Engineering (CMMSE'10), Almería, Spain, 2010.
  • S. Sánchez, G. Martín, A. Paz, A. Plaza, J. Plaza. "Near Real-Time Endmember Extraction from Remotely Sensed Hyperspectral Data Using NVidia GPUs". SPIE Photonics Europe, Real-Time Image and Video Processing Conference, Brussels, Belgium, 2010
  • A. Paz and A. Plaza. "Cluster versus GPU Implementation of an Orthogonal Target Detection Algorithm for Remotely Sensed Hyperspectral Images". IEEE International Conference on Cluster Computing (Cluster'10), Heraklion, Greece, 2010.
  • A. Plaza, S. Sanchez, A. Paz and J. Plaza. "GPUs versus FPGAs for Onboard Compression of Hyperspectral Data". 2nd International Workshop on On-Board Payload Data Compression (OBPDC'10), CNES, Toulouse, France, 2010.
  • A. Paz and A. Plaza. "GPU Implementation of Target and Anomaly Detection Algorithms for Remotely Sensed Hyperspectral Image Analysis". SPIE Optics and Photonics, Satellite Data Compression, Communication, and Processing Conference, San Diego, CA, 2010.
  • A. Paz, A. Plaza and J. Plaza. "Comparative Analysis of Different Implementations of a Parallel Algorithm for Automatic Target Detection and Classification of Hyperspectral Images". SPIE Optics and Photonics, Satellite Data Compression, Communication, and Processing Conference, San Diego, CA, 2009.
  • A. Plaza, J. Plaza, S. Sánchez and A. Paz. "Lossy Hyperspectral Image Compression Tuned for Spectral Mixture Analysis Applications on NVidia Graphics Processing Units". SPIE Optics and Photonics, Satellite Data Compression, Communication, and Processing Conference, San Diego, CA, 2009.
  • J. Plaza, A. Plaza, D. Valencia and A. Paz. "Massively Parallel Processing of Hyperspectral Images." SPIE Optics and Photonics, Satellite Data Compression, Communication, and Processing Conference, San Diego, CA, 2009.
  • A. Plaza, J. Plaza, S. Sánchez and A. Paz. "Optimizing a Hyperspectral Image Processing Chain Using Heterogeneous and GPU-Based Parallel Computing Architectures." 9th International Conference on Computational and Mathematical Methods in Science and Engineering (CMMSE'09), Gijón, Spain, 2009.
  • A. Plaza, J. Plaza and A. Paz. "Improving the Scalability of Parallel Algorithms for Hyperspectral Image Analysis Using Adaptive Message Compression". IEEE International Geoscience and Remote Sensing Symposium (IGARSS'09), Cape Town, South Africa, 2009.
  • A. Paz, A. Plaza and S. Blázquez. "Parallel Implementation of Target Detection Algorithms for Hyperspectral Imagery". IEEE International Geoscience and Remote Sensing Symposium (IGARSS'08), Boston, MA, 2008
  • A. Plaza, J. Plaza, A. Paz y S. Blázquez, "Parallel CBIR System for Efficient Hyperspectral Image Retrieval from Heterogeneous Networks of Workstations", Workshop on Grid Computing Applications Development (GridCAD'07), Proceedings of the 9th International Symposium on Symbolic and Numeric Algorithms for Scientific Computing (SYNASC'07), Timisoara, Romania, 2007.
  • ¿Eres un investigador, técnico de proyecto, o emprendedor, y estás interesado en conocer qué puede hacer el CETA-Ciemat por tu investigación o proyecto?

    ¿Qué hacemos?  ¿Qué ofrecemos? 

  • Si eres parte de un grupo, o colectivo, y deseas conocer nuestras instalaciones, recursos de supercomputación, y las actividades y tipo de proyectos en los que participamos... Anímate y completa tus datos en el siguiente formulario. 

    Solicitud de visita colectiva 

  • Si quieres aportar tu granito de arena en alguno de los grandes proyectos de investigación a los que prestamos soporte, conoce más sobre la Computación Voluntaria y cómo donar horas de cómputo de tu ordenador personal. 

    Participa. Sé protagonista 

  • ¿Vas a visitarnos próximamente y quieres saber con exactitud donde nos encontramos?

    Averigua cómo llegar 

  • Si quieres hacerte una idea de cómo son nuestras instalaciones, sin desplazarte de tu ubicación actual, regálanos al menos una visita virtual.

    Visita virtual 360º 

  • ¿Has oído hablar del Planetario CETA-Ciemat, en Trujillo? Es un proyecto de divulgación y cultura científica, co-financiado por el FEDER

    Conoce el Planetario CETA-Ciemat 

  • Para cualquier otro asunto, solicitud o propuesta, no dudes en ponerte en contacto con nosotros.

    Formulario de contacto 

La horizontalidad de las tecnologías de la información (TIC) y de las tecnologías de computación de altas prestaciones en las que está especializado el Centro Extremeño de Tecnologías Avanzadas (CETA-Ciemat), nos permite afrontar un amplio abanico de actividades y proyectos de I+D+i de interés actual para ciencia e industria.

A través de su participación en proyectos financiados, convenios de colaboración y redes de investigación, el CETA-Ciemat pretende contribuir al desarrollo de los planes estratégicos de apoyo a la I+D+i del Gobierno de Extremadura y del CIEMAT, consolidándose al mismo tiempo como centro de referencia en la aplicación de tecnologías de computación para resolver los problemas y necesidades de investigadores y empresas, y para desarrollar productos y servicios tecnológicos de alto valor añadido.

Entre otras, se destacan varias de las áreas de actividad actuación que tenemos actualmente en curso:

  • Aplicaciones médicas. Desarrollo de aplicaciones médicas, métodos computacionales para el procesado de imágenes médicas y sistemas expertos de aplicación en entornos clínicos.
  • Computación científica. Adaptación de aplicaciones y algoritmos a entornos avanzados de computación científica.
  • Eficiencia energética. Modelos predictivos y simulaciones numéricas para mejora de la eficiencia energética en edificios y centros de datos.
  • Energías renovables. Generación de mapas de recursos renovables, optimización de islas energéticas y costes de electrificación rural.
  • Redes de sensores. Optimización y tele-operación de redes de sensores para captación, verificación, visualización y procesado de grandes volúmenes de información.
  • Repositorios digitales. Definición, despliegue y explotación de grandes repositorios digitales de datos para el desarrollo de aplicaciones y soporte a la investigación.
  • Teledetección. Observación remota de un determinado objeto o área para obtener información.

Por otra parte, en su naturaleza de agente impulsor de la e-Ciencia, y como centro público co-financiado por el Fondo Europeo de Desarrollo Regional, CETA-Ciemat pone sus recursos, capacidades y conocimientos en tecnologías avanzadas de computación, a más de 70 proyectos de investigación, liderados por grupos de investigación pertenecientes a universidades y centros de investigación nacionales, europeas y en América Latina. Puedes conocer las instituciones con la que colaboramos en el marco de la e-Ciencia en el siguiente enlace.

Derivada de todas estas actividades, CETA-Ciemat lleva a cabo una labor de divulgación y transferencia de resultados de las mismas, mediante la participación con ponencias y artículos en Congresos, Revistas y Jornadas técnicas, y mediante la firma de acuerdos de colaboración, de licencia, o asistencias técnicas, con otras instituciones que eventualmente puedan estar interesadas en los resultados de nuestra actividad.

Finalmente, el CETA-Ciemat desempeña una importante función de agente difusor de la cultura científica a la ciudadanía, en la que se enmarca la actividad propia del Planetario CETA-Ciemat.

Una de las iniciativas mencionada en el apartado de energías renovables proporciona datos de radiación solar contrastados por varias fuentes de datos. Una de ellas consiste en un conjunto de sensores que captan la irradiación solar en una zona determinada y ofrece información sobre la producción energética potencial de dicha zona. Esto da lugar a necesidades mayores en cuanto a la gestión de dichos sensores y de las actividades que se pueden hacer con ellos. Ejemplos de estas necesidades incluyen administración de los sensores, tanto de forma unitaria como en su conjunto; de los datos que se recogen con ellos, el control de su ubicación y el funcionamiento, etc.

Otra aplicación que se beneficia de esta gestión avanzada de sistemas basados en sensores son las redes inteligentes, que incorporan dispositivos sensores en los sistemas de generación eléctrica y en los de carga para ofrecer una visión global del control eléctrico de la red. De esta forma se pueden tomar decisiones operativas de forma rápida y con un impacto localizado en la posible zona de interés.

Enlaces relacionados