Desarrollo de técnicas analíticas de datos para la mejora del autoconsumo solar mediante la incorporación de algoritmos NIALM en las predicciones de demanda individualizadas. Igualmente, la predicción de demandas de cargas o demandas individualizadas es un objetivo en sí mismo debido a su importancia a la hora de desarrollar Sistemas de Gestión de la Demanda para los cuáles una correcta previsión de este tipo de cargas a nivel de dispositivo es fundamental para realizar una planificación eficiente.

Se ha desarrollado un Algoritmo de predicción de cargas individualizadas/desagregadas basado en modelo de clasificación probabilístico que permite capturar las dinámicas estocásticas de los estados de operación de cargas domésticas para realizar una predicción precisa de los consumos de energía. La aplicación de este algoritmo facilita la implementación de Sistemas Gestión Activa de la Demanda (GAD) en el ámbito doméstico que pueden traducirse en una mejora de la eficiencia energética y un ahorro en los costes energéticos