Publicación:
Predicción del consumo de energía para climatización en viviendas de clima tropical: un caso de estudio

Vista sencilla de ítem
dc.contributor.authorCárdenas-Rangel, Jorge
dc.contributor.authorJaramillo-Ibarra, Julián
dc.contributor.authorOsma-Pinto, German
dc.coverage.spatialConcepción, Chile
dc.coverage.temporal2024-10-22
dc.date.accessioned2025-03-17T11:27:05Z
dc.date.available2025-03-17T11:27:05Z
dc.date.issued2024-10-22
dc.descriptionOrganizado y patrocinado por: Federación iberoamericana de Ingeniería Mecánica y 'Universidad de Concepción - Chile. Departamento de Mecánica', FeIbIm – FeIbEM
dc.description.abstractLas edificaciones en climas tropicales tienen altos consumos de energía, especialmente en climatización, lo que incrementa las emisiones de gases contaminantes. La predicción de este consumo suele hacerse con herramientas de simulación energética, que requieren datos complejos y experticia, complicando el trabajo de los diseñadores. Este estudio desarrolla un modelo de predicción basado en datos para una vivienda de ingresos medios en Bucaramanga, Colombia, utilizando algoritmos de regresión lineal (RL) y máquina de soporte vectorial (MSV). Los datos para entrenar los modelos se obtuvieron de simulaciones energéticas paramétricas en JEPlus. Los resultados indican que el algoritmo de MSV supera al de RL en términos de coeficiente de correlación y métricas de desempeño. Además, se observó que un aumento en la cantidad de datos mejora la calidad del modelo.es
dc.description.abstractBuildings have high energy consumption and large emissions of polluting gases. In tropical climates, air conditioning consumption is one of the critical consumptions. Commonly, the prediction of air conditioning consumption is carried out using energy simulation tools. These tools have high data and expertise requirements, which represents a greater effort for building designers. In this research work, a prediction model of air conditioning consumption is established from the data approach, using different data sizes and the linear regression algorithms - RL and support vector machine - MSV for a middle-income home located in the city of Bucaramanga, Colombia. The data for training the models were obtained from parametric energy simulations carried out in JEPlus. The results of the correlation coefficient and the performance metrics reveal that the MSV algorithm presents better results than the RL algorithm.en
dc.description.versionversión publicada
dc.identifier.citation-
dc.identifier.urihttps://hdl.handle.net/20.500.14468/26270
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España), Universidad de Concepción - Chile. Departamento de Ingeniería Mecánica
dc.relation.centerE.T.S. de Ingenieros Industriales
dc.relation.congressXVI Congreso Iberoamericano de Ingeniería Mecánica. Concepción, Chile, 22-24 de octubre de 2024. CIBIM 2024
dc.relation.departmentMecánica
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.subject33 Ciencias Tecnológicas
dc.subject.keywordsPredicción de consumo energético en edificioses
dc.subject.keywordsSimulación energética de edificacioneses
dc.subject.keywordsMachine Learninges
dc.subject.keywordsVibrationen
dc.subject.keywordsSimulationen
dc.subject.keywordsBeamen
dc.subject.keywordsAnalysisen
dc.subject.keywordsHarmonicen
dc.titlePredicción del consumo de energía para climatización en viviendas de clima tropical: un caso de estudioes
dc.typeactas de congresoes
dc.typeconference proceedingsen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
6228_Articulo-Aceptado.pdf
Tamaño:
369.3 KB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.62 KB
Formato:
Item-specific license agreed to upon submission
Descripción:
Descargar
Colecciones
Actas y comunicaciones de congresos