Resumen de Mejora de la eficiencia energetica de ciudades inteligentes aplicando tecnicas de soft computing
- español
La presente Tesis es fruto de un trabajo de investigación para mejorar el aprovechamiento energético mediante la aplicación de técnicas de soft computing en sistemas de alto consumo de una ciudad. Los conceptos de ciudad inteligente (smart city), edificio inteligente (smart building) y alumbrado inteligente (intelligent street ligthing o smart street lighting) utilizan las Tecnologías de la Información y las Comunicaciones (TIC) para mejorar la eficiencia energética, incrementando la calidad de los servicios en cuanto al bienestar y confort de las personas de forma sostenible. El estudio se focaliza en dos sistemas urbanos de alto consumo: la climatización de edificios y el alumbrado público, dotando de "inteligencia" a la gestión y "robustez" al control.
Se presentan 3 artículos realizados por el autor que han sido publicados en revistas de alto impacto internacional en los que se pone a prueba la investigación de esta Tesis. En ellos se abordan problemas de eficiencia energética en entornos urbanos a los que se aplican arquitecturas de gestión autónoma, sistemas de lógica borrosa y modelos de redes neuronales, incluidos en el conjunto de técnicas aproximativas de Inteligencia Artificial, conocidas como "soft computing". Los resultados obtenidos se prueban en casos de estudio de interés por su actualidad y novedad. Así, el primer artículo explica una nueva arquitectura de agentes inteligentes denominada ACODAT (Autonomous Cycle of Data Analysis Tasks) que permite la gestión autónoma de la climatización de edificios y prueba su idoneidad. El segundo artículo propone un controlador avanzado basado en lógica borrosa denominado LAMDA (Learning Algorithm for Multivariate Data Analysis), que mejora la respuesta a perturbaciones y cambios de contexto de un controlador capaz de trabajar con sistemas no lineales. El tercer artículo analiza el rendimiento de distintas arquitecturas de una red neuronal tipo perceptrón (MLP) que se usará como función de ajuste de simulaciones rápidas de alumbrado para optimizar varios objetivos simultáneamente.
- English
This Dissertation is a research with the aim to improve the energy efficiency with soft computing techniques applied on highly consuming systems deployed in cities. ‘Smart city’, ‘Smart building’ and ‘Smart street lighting’ are convenient concepts for the energy efficiency improvement and sustainability research, by using the Information and Communications Technologies (ICT), procuring better living conditions for citizens. This study focuses on building’s Heating, Ventilation and Air Conditioning (HVAC) systems and public street lighting, providing artificial intelligence to systems’ management and robustness to control.
This work is made of three scientific articles written by the Author, published in international journals with high impact indexation proving the research interest of this Dissertation. They address energy efficiency problems in cities with autonomic management, fuzzy logic control systems and artificial neural networks models, all considered under the Artificial Intelligence’ soft computing techniques. The achieved results are of noticeable scientific and technical interest. Thus, the first article describes the new autonomic management architecture of building’s HVAC system with Autonomous Cycle of Data Analysis Tasks (ACODAT) and proves its suitability. The second article proposes an advanced fuzzy control method: Learning Algorithm for Multivariate Data Analysis (LAMDA), that improves the response to uncertainty and context changes of nonlinear HVAC systems. The third article analyzes the performance of different MLP’s architectures to work as the fitness function for fast street lighting simulations with multiple optimization objectives.
