Uso de técnicas de soft computing en problemas energéticos en edificios inteligentes

Abstract

Este Trabajo de Fin de Grado (TFG) explora el proceso de predicción del consumo de energía en edificios inteligentes en función del consumo de los dispositivos y aparatos. Para ello, se generan modelos de predicción empleando técnicas de Aprendizaje Automático (AA), teniendo en cuenta que se trabaja con series temporales, ya que el consumo en cierto momento puede estar relacionado con el consumo en momentos anteriores. El trabajo detalla los pasos del proceso de predicción, presentando en primer lugar los conceptos teóricos necesarios, para luego aplicarlos a un conjunto de datos reales.

This Final Degree project (TFG) explores the process of prediction of energy consumption in Smart Buildings based on the devices’ consumption. To do so, forecasting models are generated using Machine Learning (ML) techniques, taking into consideration that we are working with time series since the consumption at a given time could be related to the consumption at previous times. The project details each step of the prediction process, presenting first the necessary theoretical concepts, so then, they are applied to a real dataset.