Metodologías de ahorro energético aplicadas a los sistemas HVAC utilizando inteligencia artificial: una revisión del estado del arte. | Energy saving methodologies applied to HVAC systems using artificial intelligence: a review of the state of the art.

El presente trabajo de grado se centra en el análisis de las metodologías que han sido implementadas para el ahorro energético de los sistemas de Calefacción, Ventilación y Aire Acondicionado mediante el uso de inteligencia artificial para el ahorro energético. En este trabajo, se recopiló información relacionada con el desarrollo de tecnología de inteligencia artificial (IA) para mejorar el rendimiento de los sistemas HVAC. Se revisaron 52 artículos recientes y de los cuales 24 están enfocados al uso de la IA con diferentes metodologías. Estas metodologías utilizan algoritmos tales como: Red neuronal artificial (ANN), Redes neuronales convolucionales (CNN), Redes neuronales recurrentes (RNN), Memoria a corto y largo plazo (LSTM), Fallas basadas en datos (FDD), Aprendizaje automático (ML), Lógica difusa, entre otras. Según los resultados obtenidos, los estudios demostraron una reducción del consumo de energía de alrededor del 20%, dependiendo de la metodología aplicada. Además, se encontraron métodos en los estudios revisados que pueden reducir significativamente el consumo de energía y los costos asociados con la operación de los sistemas HVAC. Además, se sugiere que la aplicación de técnicas avanzadas de aprendizaje automático puede mejorar considerablemente el rendimiento del control inteligente en los edificios. Por otro lado, otros estudios concluyen que los algoritmos de aprendizaje profundo son altamente efectivos para detectar fallas y mejorar los modelos de optimización de estos equipos. En conclusión, este trabajo evidencia el potencial de la inteligencia artificial en el campo de los sistemas HVAC, mostrando cómo su implementación puede conducir a mejoras significativas en la eficiencia energética, reducción de costos y optimización del rendimiento de estos sistemas

This present degree work focuses on the analysis of the methodologies that have been implemented for energy savings in Heating, Ventilation, and Air Conditioning systems through the use of artificial intelligence for energy savings. In this work, information related to the development of artificial intelligence (AI) technology to improve the performance of HVAC systems was collected. 52 recent articles were reviewed and of which 24 are focused on the use of AI with different methodologies. These methodologies use algorithms such as Artificial Neural Networks (ANN), Convolutional Neural Networks (CNN), Recurrent Neural Networks (RNN), Long and Short Term Memory (LSTM), Data-Driven Failures (FDD), Machine Learning (ML ), fuzzy logic, among others. According to the results obtained, the studies demonstrated a reduction in energy consumption of around 20%, depending on the methodology applied. Additionally, methods were found in the reviewed studies that can significantly reduce energy consumption and costs associated with operating HVAC systems. Furthermore, it is suggested that the application of advanced machine learning techniques can considerably improve the performance of intelligent control in buildings. On the other hand, other studies conclude that deep learning algorithms are highly effective in detecting failures and improving the optimization models of this equipment. In conclusion, this work evidences the potential of artificial intelligence in the field of HVAC systems, showing how its implementation can lead to significant improvements in energy efficiency, cost reduction, and performance optimization of these systems

Especialista en Gestión de Sistemas Energéticos Industriales

pregrado