Optimización energética en edificios mediante simulación y técnicas de inteligencia artificial: una propuesta metodológica

Autores
Fernández, Ulises; Rovelli, Adriano; Trejo, Juan Manuel; Moreno, Ezequiel Tomás; Sabio, Jesús; Méndez Garabetti, Miguel
Año de publicación
2025
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Este paper explora el potencial de la Inteligencia Artificial (IA), incluyendo el Aprendizaje Automático (ML) y los Sistemas MultiAgente (SMA), para la optimización energética en edificios. Se propone una metodología de simulación con el software EnergyPlus y su interfaz OpenStudio para modelar escenarios y demostrar el impacto de estrategias de control inteligente. Se presenta una arquitectura conceptual que integra modelos predictivos de ML y algoritmos de optimización para gestionar sistemas clave (calefacción, ventilación y aire acondicionado) en un entorno simulado, buscando una reducción significativa del consumo energético y la mejora del confort. Se detallan los objetivos de investigación y el diseño experimental para cuantificar el ahorro potencial y validar las estrategias de control basadas en IA en un entorno virtual. Este trabajo sienta las bases para futuras implementaciones, contribuyendo al diseño de edificios más eficientes y sostenibles.
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Edificios inteligentes
Simulación energética
Ahorro energético
Aprendizaje automático
Sistemas multi-agente
Optimización
Sostenibilidad
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/191452
Acceder
id SEDICI_25962875362e7699e4365ee948042348
oai_identifier_str oai:sedici.unlp.edu.ar:10915/191452
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Optimización energética en edificios mediante simulación y técnicas de inteligencia artificial: una propuesta metodológicaFernández, UlisesRovelli, AdrianoTrejo, Juan ManuelMoreno, Ezequiel TomásSabio, JesúsMéndez Garabetti, MiguelCiencias InformáticasEdificios inteligentesSimulación energéticaAhorro energéticoAprendizaje automáticoSistemas multi-agenteOptimizaciónSostenibilidadEste paper explora el potencial de la Inteligencia Artificial (IA), incluyendo el Aprendizaje Automático (ML) y los Sistemas MultiAgente (SMA), para la optimización energética en edificios. Se propone una metodología de simulación con el software EnergyPlus y su interfaz OpenStudio para modelar escenarios y demostrar el impacto de estrategias de control inteligente. Se presenta una arquitectura conceptual que integra modelos predictivos de ML y algoritmos de optimización para gestionar sistemas clave (calefacción, ventilación y aire acondicionado) en un entorno simulado, buscando una reducción significativa del consumo energético y la mejora del confort. Se detallan los objetivos de investigación y el diseño experimental para cuantificar el ahorro potencial y validar las estrategias de control basadas en IA en un entorno virtual. Este trabajo sienta las bases para futuras implementaciones, contribuyendo al diseño de edificios más eficientes y sostenibles.Red de Universidades con Carreras en Informática2025-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf1116-1119http://sedici.unlp.edu.ar/handle/10915/191452spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-8258-99-7info:eu-repo/semantics/reference/hdl/10915/189846info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-03-31T12:41:42Zoai:sedici.unlp.edu.ar:10915/191452Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-03-31 12:41:42.976SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Optimización energética en edificios mediante simulación y técnicas de inteligencia artificial: una propuesta metodológica
title Optimización energética en edificios mediante simulación y técnicas de inteligencia artificial: una propuesta metodológica
spellingShingle Optimización energética en edificios mediante simulación y técnicas de inteligencia artificial: una propuesta metodológica
Fernández, Ulises
Ciencias Informáticas
Edificios inteligentes
Simulación energética
Ahorro energético
Aprendizaje automático
Sistemas multi-agente
Optimización
Sostenibilidad
title_short Optimización energética en edificios mediante simulación y técnicas de inteligencia artificial: una propuesta metodológica
title_full Optimización energética en edificios mediante simulación y técnicas de inteligencia artificial: una propuesta metodológica
title_fullStr Optimización energética en edificios mediante simulación y técnicas de inteligencia artificial: una propuesta metodológica
title_full_unstemmed Optimización energética en edificios mediante simulación y técnicas de inteligencia artificial: una propuesta metodológica
title_sort Optimización energética en edificios mediante simulación y técnicas de inteligencia artificial: una propuesta metodológica
dc.creator.none.fl_str_mv Fernández, Ulises
Rovelli, Adriano
Trejo, Juan Manuel
Moreno, Ezequiel Tomás
Sabio, Jesús
Méndez Garabetti, Miguel
author Fernández, Ulises
author_facet Fernández, Ulises
Rovelli, Adriano
Trejo, Juan Manuel
Moreno, Ezequiel Tomás
Sabio, Jesús
Méndez Garabetti, Miguel
author_role author
author2 Rovelli, Adriano
Trejo, Juan Manuel
Moreno, Ezequiel Tomás
Sabio, Jesús
Méndez Garabetti, Miguel
author2_role author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Edificios inteligentes
Simulación energética
Ahorro energético
Aprendizaje automático
Sistemas multi-agente
Optimización
Sostenibilidad
topic Ciencias Informáticas
Edificios inteligentes
Simulación energética
Ahorro energético
Aprendizaje automático
Sistemas multi-agente
Optimización
Sostenibilidad
dc.description.none.fl_txt_mv Este paper explora el potencial de la Inteligencia Artificial (IA), incluyendo el Aprendizaje Automático (ML) y los Sistemas MultiAgente (SMA), para la optimización energética en edificios. Se propone una metodología de simulación con el software EnergyPlus y su interfaz OpenStudio para modelar escenarios y demostrar el impacto de estrategias de control inteligente. Se presenta una arquitectura conceptual que integra modelos predictivos de ML y algoritmos de optimización para gestionar sistemas clave (calefacción, ventilación y aire acondicionado) en un entorno simulado, buscando una reducción significativa del consumo energético y la mejora del confort. Se detallan los objetivos de investigación y el diseño experimental para cuantificar el ahorro potencial y validar las estrategias de control basadas en IA en un entorno virtual. Este trabajo sienta las bases para futuras implementaciones, contribuyendo al diseño de edificios más eficientes y sostenibles.
Red de Universidades con Carreras en Informática
description Este paper explora el potencial de la Inteligencia Artificial (IA), incluyendo el Aprendizaje Automático (ML) y los Sistemas MultiAgente (SMA), para la optimización energética en edificios. Se propone una metodología de simulación con el software EnergyPlus y su interfaz OpenStudio para modelar escenarios y demostrar el impacto de estrategias de control inteligente. Se presenta una arquitectura conceptual que integra modelos predictivos de ML y algoritmos de optimización para gestionar sistemas clave (calefacción, ventilación y aire acondicionado) en un entorno simulado, buscando una reducción significativa del consumo energético y la mejora del confort. Se detallan los objetivos de investigación y el diseño experimental para cuantificar el ahorro potencial y validar las estrategias de control basadas en IA en un entorno virtual. Este trabajo sienta las bases para futuras implementaciones, contribuyendo al diseño de edificios más eficientes y sostenibles.
publishDate 2025
dc.date.none.fl_str_mv 2025-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/191452
url http://sedici.unlp.edu.ar/handle/10915/191452
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-8258-99-7
info:eu-repo/semantics/reference/hdl/10915/189846
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
1116-1119
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1861199752715042816
score 13.306968

Publicaciones similares