Determinación de los estados de funcionamiento y predicción del consumo energético del edificio LUCIA

Abstract

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.

The rise of the concept of sustainable development has put the focus on reducing energy consumption as a method to mitigate energy waste. This new trend towards sustainable development and consumption has led to the creation of numerous Smart Buildings looking to achieve significant energy savings in one of the sectors with the highest energy demand such as construction industry. Despite the construction of these new Smart Buildings, it is necessary to have tools and systems to make easy the study and management of energy resources. This paper presents a proposal for the prediction of energy consumption in Smart Buildings using data from the LUCIA Smart Building of the University of Valladolid. Our proposal first identifies the operation modes of the building by applying unsupervised machine learning techniques. Then, predictive models are generated using deep learning techniques to forecast the energy consumption in each operation mode of the building. Finally, the results of the models generated for each state are compared with the results obtained with a general model for all states. The work related to the identification of the operation modes and the prediction of the energy consumption of the LUCIA Smart Building is integrated in a web application also implemented during the development of this project. The web application has been used as a demonstrator of the whole process and is also presented in this document.