Construcción de algoritmos de aprendizaje automático para predicción de consumos energéticos en edificios inteligentes

Abstract

Dada la notable tendencia creciente en la demanda de energía a nivel global, se hace necesario disponer de herramientas que faciliten la toma de decisiones en aspectos relativos al ahorro de energía, la eficiencia energética o la sostenibilidad. En el ámbito de la industria 4.0, en especial en los Edificios 4.0, el ahorro y la eficiencia energética son dos conceptos básicos sobre los que se asienta su fundamentación. El presente proyecto persigue el estudio y la construcción de diversos modelos de predicción de consumos, dada su importancia como herramientas de pronóstico de tendencias a corto y largo plazo. Para ello el proyecto se centra en las Redes Neuronales Recurrentes, en especial en la redes LSTM (Long Short-Term Memory), enmarcadas ambas dentro del área del aprendizaje automático y seleccionadas para este proyecto dada su gran capacidad de detección de patrones en los datos a corto y largo plazo. El estudio se complementa con modelos estadísticos clásicos de predicción de series temporales, a fin de disponer de un punto de partida sobre el que poder contrastar los resultados obtenidos con los modelos de aprendizaje automático. Tras su construcción, todos los modelos finales son aplicados sobre datos reales de consumo de energía eléctrica obtenidos de dos edificios de oficinas del ayuntamiento de Dublín.