Determinación de los estados de funcionamiento y predicción del consumo energético del edificio LUCIA
El auge del concepto de desarrollo sostenible ha puesto el foco en la reducción de consumo energético como método para paliar los gastos de energía innecesarios. Esta nueva tendencia hacia el desarrollo y consumo sostenible ha propiciado la creación de numerosos Smart Buildings buscando conseguir im...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2022 |
| País: | España |
| Institución: | Universidad de Valladolid |
| Repositorio: | UVaDOC. Repositorio Documental de la Universidad de Valladolid |
| OAI Identifier: | oai:uvadoc.uva.es:10324/57388 |
| Acceso en línea: | https://uvadoc.uva.es/handle/10324/57388 |
| Access Level: | acceso abierto |
| Palabra clave: | Edificios inteligentes Aprendizaje automático LSTM |
| Sumario: | El auge del concepto de desarrollo sostenible ha puesto el foco en la reducción de consumo energético como método para paliar los gastos de energía innecesarios. Esta nueva tendencia hacia el desarrollo y consumo sostenible ha propiciado la creación de numerosos Smart Buildings buscando conseguir importantes ahorros energéticos en uno de los sectores con mayor demanda de energía como es el de la construcción. A pesar del nacimiento de estos nuevos edificios inteligentes es necesario disponer de herramientas y sistemas que faciliten el estudio y la gestión de los recursos energéticos. En este trabajo se presenta una propuesta para la predicción del consumo energético en Smart Buildings utilizando para ello datos del edificio LUCIA, un Smart Building de la Universidad de Valladolid. Nuestra propuesta implica la identificación de los estados de funcionamiento del edificio mediante la aplicación de técnicas de aprendizaje automático no supervisado en una primera instancia. Posteriormente aplicando técnicas de deep learning se generan modelos para predecir el consumo energético para cada estado de funcionamiento. Finalmente se comparan los resultados de los modelos generados para cada estado con los resultados obtenidos con un modelo general para todos los estados. El trabajo producto de este proyecto que hace referencia a la identificación de los estados de funcionamiento y predicción del consumo energético del edificio LUCIA queda integrado en una aplicación web también implementada durante el desarrollo de este Trabajo Fin de Máster. La aplicación web se ha empleado como demostrador de todo el proceso llevado a cabo y se expone también en el presente documento. |
|---|