Metodologías de ahorro energético aplicadas a los sistemas HVAC utilizando inteligencia artificial: una revisión del estado del arte.

El presente trabajo de grado se centra en el análisis de las metodologías que han sido implementadas para el ahorro energético de los sistemas de Calefacción, Ventilación y Aire Acondicionado mediante el uso de inteligencia artificial para el ahorro energético. En este trabajo, se recopiló información relacionada con el desarrollo de tecnología de inteligencia artificial (IA) para mejorar el rendimiento de los sistemas HVAC. Se revisaron 52 artículos recientes y de los cuales 24 están enfocados al uso de la IA con diferentes metodologías. Estas metodologías utilizan algoritmos tales como: Red neuronal artificial (ANN), Redes neuronales convolucionales (CNN), Redes neuronales recurrentes (RNN), Memoria a corto y largo plazo (LSTM), Fallas basadas en datos (FDD), Aprendizaje automático (ML), Lógica difusa, entre otras. Según los resultados obtenidos, los estudios demostraron una reducción del consumo de energía de alrededor del 20%, dependiendo de la metodología aplicada. Además, se encontraron métodos en los estudios revisados que pueden reducir significativamente el consumo de energía y los costos asociados con la operación de los sistemas HVAC. Además, se sugiere que la aplicación de técnicas avanzadas de aprendizaje automático puede mejorar considerablemente el rendimiento del control inteligente en los edificios. Por otro lado, otros estudios concluyen que los algoritmos de aprendizaje profundo son altamente efectivos para detectar fallas y mejorar los modelos de optimización de estos equipos. En conclusión, este trabajo evidencia el potencial de la inteligencia artificial en el campo de los sistemas HVAC, mostrando cómo su implementación puede conducir a mejoras significativas en la eficiencia energética, reducción de costos y optimización del rendimiento de estos sistemas

• Autores: De la Barrera Castillo, Julio César
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Instituto Tecnológico Metropolitano
• Repositorio: Repositorio ITM
• Idioma: spa
• OAI Identifier: oai:repositorio.itm.edu.co:20.500.12622/6023
• Acceso en línea: http://hdl.handle.net/20.500.12622/6023
• Palabra clave: IA; HVAC; ANN; MPC; CNN; IA; HVAC; ANN; MPC; CNN; Desarrollo sostenible; Aire acondicionado; Ventilación; Edificios
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/