Application of artificial intelligence techniques to the monitoring and study of energy efficiency in buildings.

Abstract

The main objective of the proposed thesis is to contribute to the research, design and implementation of statistical tools such as the creation of artificial intelligence algorithms through software such as Python, in order to improve energy efficiency analysis in buildings. In addition, more statistical techniques will be introduced, such as functional data (data that are functions) that can provide additional information and be useful for analysing certain variables of interest (daily energy consumption functions).

With this framework, the three main lines of research of the project, with a leading role in artificial intelligence, to successfully achieve the proposed objectives are:

- Analysis of energy efficiency in buildings from a statistical approach. Application of more classical statistical techniques such as functional data, analysis of variance or regressions.

- Creation and development of artificial intelligence models; both automatic learning and deep learning models.

- Improvement in energy efficiency analysis in the form of more complete, reliable and accurate results.

Therefore, this work will improve energy efficiency studies to reduce energy consumption and greenhouse gas emissions, which will especially benefit the industrial sector and the public administration, with a view to a more efficient model, with better environmental performance and a improved competitiveness through the consequent reduction in costs.

El trabajo de tesis propuesto tiene como objetivo principal contribuir a la investigación, diseño e implementación de herramientas estadísticas como la creación de algoritmos de inteligencia artificial a través de software como Python y así poder mejorar los análisis de eficiencia energética en edificios. Además, se introducirán más técnicas estadísticas, como datos funcionales (datos que son funciones) que pueden proporcionar información adicional y ser útiles para analizar ciertas variables de interés (funciones diarias de consumo de energía).

Con este marco de trabajo, las tres líneas principales de investigación del proyecto, con un papel protagonista de la inteligencia artificial, para lograr con éxito los objetivos propuestos son:

- Análisis de la eficiencia energética en edificios desde un enfoque estadístico. Aplicación de técnicas estadísticas más clásicas como datos funcionales, análisis de varianza o regresiones.

- Creación y desarrollo de modelos de inteligencia artificial; tanto modelos de machine learning como modelos de deep learning.

- Mejora en los análisis de eficiencia energética en forma de resultados más completos, confiables y precisos.

Por lo tanto, este trabajo mejorará los estudios de eficiencia energética para reducir el consumo de energía y las emisiones de gases de efecto invernadero, lo que beneficiará especialmente al sector industrial y a la Administración Pública, con miras a un modelo más eficiente y con un mejor desempeño ambiental y una mejora de la competitividad a través de la consecuente reducción de costes.

O traballo de tese proposto presenta como obxectivo principal contribuír á investigación, deseño e implementación de ferramentas estadísticas como a creación de algoritmos de intelixencia artificial a través de softwares coma Python e así poder mellorar os análises de eficiencia enerxética en edificios. Ademáis introduciránse técnicas máis estadísticas como son os datos funcionais (datos que son funcións) que póden aportar información adicional e ser de utilidade para analizar determinadas variables de interese (funcións diarias de consumos enerxéticos).

Con este marco de traballo, as tres liñas principais de investigación do proxecto, cun papel protagonista da intelixencia artificial, para acadar con éxito os obxectivos propostos son:

- Análise da eficiencia enerxética en edificios dende un enfoque estadístico. Aplicación de técnicas estadísticas máis clásicas coma datos funcionais, análisis da varianza ou regresións.

- Creación e desenvolvemento de modelos de intelixencia artificial; tanto modelos de machine learning como modelos de deep learning.

- Obtención de melloras nos análises de eficiencia enerxética en forma de resultados máis completos, fiables e precisos.

Este traballo, por tanto, redundará nunha mellora dos estudos de eficiencias enerxética para conseguir a redución do consumo enerxético e das emisións de gases de efecto invernadoiro, o que beneficiará especialmente ao sector industrial e á Administración Pública, de cara a un modelo máis eficiente e cun mellor comportamento medioambiental e unha mellora da competitividade a través da consecuente redución de custes.