El principal objetivo de este trabajo de investigación es el uso de la minería de datos, la inteligencia artificial, y el conocimiento de los expertos para la mejora de la sostenibilidad urbana. Se han propuesto una serie de metodologías, modelos, herramientas inteligentes, y algoritmos para las dos líneas de investigación principales para las que se aportan soluciones en esta tesis: las energías y el enverdecimiento en las ciudades.
Con respecto a la primera línea de investigación se aportan soluciones para la caracterización de los perfiles de consumo de energía eléctrica y para la ubicación de los mejores emplazamientos fotovoltaicos en las ciudades.
Para la caracterización de los perfiles de consumo de energía eléctrica, se propone una novedosa metodología extensible a cualquier dominio basada en técnicas de aprendizaje automático no supervisado y un novedoso algoritmo (ISAC) para la determinación automática del número óptimo de clústeres.
Como solución al problema de determinar las mejores ubicaciones para los emplazamientos fotovoltaicos de un área urbana se propone una herramienta inteligente que a partir de una serie de datos heterogéneos: imágenes aéreas y datos meteorológicos, permite extraer de forma automática una serie de características relevantes de los tejados del área de interés. El uso combinado de estos datos con una serie de modelos de cálculo fotovoltaico y de aprendizaje automático supervisado, permiten realizar estimaciones de producción fotovoltaica a corto y largo plazo. Gracias a esta propuesta, los planificadores urbanos podrán realizar simulaciones para conocer si determinadas áreas urbanas satisfacen su demanda energética y los consumidores particulares podrán desplazar el consumo a las horas de mayor producción.
Buscar en Dimension