Analysis on the Application of Machine-Learning Algorithms for District-Heating Networks' Characterization & Management

Abstract

Esta tesis doctoral estudia la viabilidad de la aplicación de algoritmos de aprendizaje automático para la caracterización energética de los edificios en entornos de redes de calefacción urbana. En particular, la disertación se centrará en el análisis de las siguientes cuatro aplicaciones principales: (i)La identificación y eliminación de valores atípicos de demanda en los edificios; (ii) Reconocimiento de los principales patrones de demanda energética en edificios conectados a la red. (iii) Estudio de interpretabilidad/clasificación de dichos patrones energéticos. Análisis descriptivo de los patrones de la demanda. (iv) Predicción de la demanda de energía en resolución diaria y horaria.El interés de la tesis fue despertado por la situación energética actual en la Unión Europea, donde los edificios son responsables de más del 40% del consumo total de energía. Las redes de distrito modernas han sido identificadas como sistemas eficientes para el suministro de energía desde las plantas de producción hasta los consumidores finales/edificios debido a su economía de escala. Además, debido a la agrupación de edificios en una misma red, permitirán el desarrollo e implementación de algoritmos para la gestión de la energía en el sistema completo.