Resumen

En los últimos años, la difusión de las infraestructuras de medición inteligente ha permitido una recopilación más sencilla de datos relacionados con las construcciones, donde el análisis adecuado de dichos datos es de gran beneficio para la caracterización del rendimiento de la construcción y a su vez destacar aquellas oportunidades significativas de ahorro. Este estudio presenta una propuesta metodológica para la detección y diagnóstico de anomalías (ADD) en términos de consumo de energía y realizar un diagnóstico sobre las subcargas responsables de patrones anómalos. La metodología es desarrollada y evaluada sobre datos monitoreados de una cabina de transformación de media/baja tensión (MT/LV) de un campus universitario.

• Materias:Sistemas de control inteligente Minería de datos Energía Consumo de energía
• Subjects:Intelligent control systems Data mining Energy Energy consumption
• Palabras claves:Gestión energética de edificios, Sistemas de información energética, Detección y diagnóstico de anomalías, Árbol de clasificación, Aproximación agregada simbólica, Minería de reglas de asociación
• Keywords:Building energy management, Energy information systems, Anomaly detection and diagnosis, Classification tree, Symbolic aggregate approximation, Association rule mining