Estrategias de predicción de consumo energético en edificaciones: una revisión

Author:

Ortega-Diaz LilianaORCID,Cárdenas-Rangel JorgeORCID,Osma-Pinto GermanORCID

Abstract

Los edificios son uno de los principales actores contaminantes del medio ambiente, por lo que es necesario fortalecer las estrategias para la reducción de su consumo energético, como el diseño energéticamente eficiente (edificios nuevos) y la gestión energética (edificios existentes). Para ello, es fundamental la predicción del consumo energético que permita conocer el estado de operación de la edificación e inferir sobre las causas de éste y la eficacia de las estrategias de ahorro energético. No obstante, la diversidad de técnicas de predicción del consumo energético existentes dificulta a investigadores su identificación, selección y aplicación. Por ello, a partir de una revisión de la literatura, este artículo identifica técnicas de predicción, expone sus principios teóricos, describe las etapas generales de construcción de un modelo de predicción, reconoce métricas de evaluación, identifica algunas de sus fortalezas y debilidades y presenta criterios para facilitar la selección de una técnica de predicción y métricas de evaluación según las características del caso de estudio. Se realizó un análisis bibliométrico como metodología para identificar y estudiar los artículos más importantes sobre demanda de energía en edificios. Se encuentra que hay tendencia en la aplicación de técnicas de aprendizaje automático y que los modelos de predicción de consumo energético son mayormente aplicados a edificaciones residenciales, comerciales y educativas.

Publisher

Instituto Tecnologico Metropolitano (ITM)

Subject

General Earth and Planetary Sciences,General Engineering,General Environmental Science

Reference83 articles.

1. International Energy Agency, “Buildings,” 2022. https://www.iea.org/reports/buildings

2. United Nations Environment Programme, “2022 Global Status Report for Buildings and Construction,” Nairobi, Nov. 2022. https://www.unep.org/resources/publication/2022-global-status-report-buildings-and-construction

3. B. Dandotiya and H. K. Sharma, “Climate Change and Its Impact on Terrestrial Ecosystems,” in Impacts of Climate Change on Agriculture and Aquaculture, A. Karmaoui, K. Barrick, M. Reed, and M. Baig (Eds)., IGI Global, 2021, pp. 140–157. https://doi.org/10.4018/978-1-7998-3343-7.ch007

4. J.-M. Liao, M.-J. Chang, and L.-M. Chang, “Prediction of air-conditioning energy consumption in R&D building using multiple machine learning techniques,” Energies, vol. 13, no. 7, p. 1847, Apr. 2020. https://doi.org/10.3390/en13071847

5. H. Bulkeley and M. M. Betsill, “Cities and Climate Change: Urban Sustainability and Global Environmental Governance,” Routledge, 2003. Cities and Climate Change: Urban Sustainability and Global Environmental Governance (worktribe.com)

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3