Análisis de la eficiencia energética basado en la automatización y predicción del consumo de energía mediante redes neuronales artificiales

En el marco de la Agenda 2030 para el desarrollo sostenible, adoptada por la Asamblea General de las Naciones Unidas en 2015, se establecieron 17 Objetivos de Desarrollo Sostenible (ODS) con la finalidad de abordar problemáticas que existen en el mundo, como lo son la pobreza, el hambre y entre ellos el cambio climático. Dentro de los ODS existen objetivos que buscan garantizar el acceso a energía segura y sostenible, asimismo, objetivos que enfocan sus acciones para combatir el cambio climático. En este contexto, la eficiencia energética surge como una estrategia fundamental para mitigar el impacto ambiental del crecimiento de la población, ya que el aumento de la población incrementa la demanda de consumos energéticos y emisiones de CO2. Este proyecto presenta y aborda la problemática del consumo energético en edificios universitarios, en este caso un bloque de la Universidad de la Costa, ubicada en la ciudad de Barranquilla Colombia, mediante la automatización y el uso de redes neuronales artificiales (RNA), teniendo como objetivo la evaluación del potencial de ahorro energético en cada uno de los pisos del bloque 10; además, la metodología incluye un diseño de un modelo predictivo el cual integra variables como los son la ocupación, la fecha y una lectura de los datos hora a hora. Las principales conclusiones de este trabajo muestran que la automatización y predicción del consumo es una estrategia efectiva para optimizar el consumo energético en edificios universitarios; de igual manera, los porcentajes de ahorro energético se alinean a los esfuerzos mundiales por mitigar el cambio climático. Por último, se concluye que la estrategia presentada es aplicable y transferible a otros contextos institucionales.

• Autores: Mieles Donado, Lucía Margarita
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2025
• Institución: Corporación Universidad de la Costa
• Repositorio: REDICUC - Repositorio CUC
• Idioma: spa
• OAI Identifier: oai:repositorio.cuc.edu.co:11323/14239
• Acceso en línea: https://hdl.handle.net/11323/14239; https://repositorio.cuc.edu.co/
• Palabra clave: Eficiencia energética; Redes neuronales artificiales; Cambio climático; Automatización; Consumo energético; Energy efficiency; Artificial neural networks; Climate change; Automation; Energy consumption
• Rights: openAccess
• License: Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)