Pronóstico del Consumo Energético en Edificaciones a través de Series Multivariadas usando Modelos de Redes Neuronales Convolucionales.

Abstract:

El consumo energético es uno de los puntos principales a considerar en el siglo XXI, siendo este el principal factor de consumo de materiales fosiles. Las edificaciones formaron parte de del 40% de emiciones de CO2 durante el año 2017, lo cual hace que exista un interes en reducir el consumo de energía en estos sectores, permitiendo llegar a tener una eficiencia energética en edificios. En este trabajo se proponen modelos de redes neuronales convolucionales (CNN), asi como otras conbinaciones de este modelo como CNN-LSTM y ConvLSTM, todo ello con el propósito de realizar pbkp_redicciones en dos escenarios, a saber: 1) pbkp_redicción del consumo energético a las proximas 24 horas, y 2) pbkp_redicción del consumo energético a los proximos 7 días. Se analizan los resultados de modelos al ser aplicados a un conjunto de datos que describen varios meses de observaciones. Los resultados mostraron que para el primer escenario el mejor modelo fue el ConvLSTM y que para el segundo escenario la mejor estructura fue CNN-LSTM.

Año de publicación:

2021

Keywords:

• SERIES DE TIEMPO
• EFICIENCIA ENERGÉTICA
• TIME SERIES
• ENERGIA
• Pbkp_rediction models
• cnn
• buildings
• Modelos de pbkp_redición
• energy
• Energy efficiency
• EDIFICACIONES

Fuente:

rraae