| Tesis Doctorales de la Universidad de Alcalá |
| METODOLOGÍA Y DESARROLLO DE ESTRATEGIAS INNOVADORAS PARA LOGRAR EDIFICIOS DE CONSUMO CASI NULO EN BIENES DE INTERÉS CULTURAL MEDIANTE LA APLICACIÓN DE SISTEMAS DE INFORMACIÓN E INTELIGENCIA ARTIFICIAL.
CASO DE ESTUDIO: TEATRO REAL | | Autor/a | Gallego Salvador, María Nuria | | Departamento | Ciencias de la Computación | | Director/a | Gómez Pulido, José Manuel | | Codirector/a | Domínguez González-Seco, Esteban Patricio | | Fecha de depósito | 25-04-2025 | | Periodo de exposición pública | 26 de abril a 13 de mayo de 2025 | | Fecha de defensa | Sin especificar | | Modalidad | Presencial | | Programa | Ingeniería de la Información y del Conocimiento (RD 99/2011) | | Mención internacional | No | | Resumen | La presente tesis investiga metodologías y estrategias innovadoras para mejorar la eficiencia energética en edificios catalogados como bienes de interés cultural (BIC), con el objetivo de alcanzar un consumo casi nulo y reducir las emisiones de CO2. Se basa en el análisis de datos históricos y la aplicación de técnicas de inteligencia artificial (IA) y aprendizaje automático (ML) en sistemas de control y automatización de edificios (BACS).
La necesidad de esta investigación surge de la creciente demanda energética, el cambio climático, la volatilidad del precio de la energía y la regulación actual, dado que los sistemas de calefacción, ventilación y aire acondicionado (HVAC) representan más del 40% del consumo energético total. La propuesta se centra en un modelo de utilidad que busca optimizar múltiples objetivos: minimizar el consumo energético, las emisiones de CO2, los costos operativos y maximizar el confort y la eficiencia energética.
Se desarrolla una metodología estructurada que incluye la selección, monitorización y visualización de parámetros clave, así como el preprocesamiento de datos históricos. Se implementan técnicas de optimización y predicción de demanda, integrando tecnologías de la industria 4.0. La investigación también presenta una arquitectura de análisis de datos (ACODAT) que utiliza diversos algoritmos de ML y optimización multiobjetivo, como regresión logística, bosques aleatorios y redes neuronales.
Un estudio comparativo realizado en el Teatro Real de Madrid evalúa el rendimiento de diferentes algoritmos para optimizar el control de sistemas HVAC, introduciendo nuevos objetivos como maximizar el coeficiente de rendimiento (COP) y minimizar las variaciones de temperatura. Los resultados indican ahorros significativos de energía y mejoras en la sostenibilidad, validando la aplicación de estas metodologías en edificios BIC, garantizando su conservación y reduciendo el consumo de agua y emisiones. Se concluye que la implementación de IA y tecnologías de la información puede ser clave para mejorar la eficiencia energética en el patrimonio histórico. |
|
