Page 136 - LAS CIENCIAS AMBIENTALES EN EL ANTROPOCENO - DIGITAL(1)
P. 136

APRENDIZAJE POR REFUERZOS


              PARA EL CONTROL INTELIGENTE DE



              SISTEMAS PASIVOS Y ACTIVOS DE


              CLIMATIZACIÓN EN VIVIENDAS CON



              RESPETO DEL CONFORT




              Eje Temático Tecnología e Innovación Ambiental




                  l sector residencial es un gran consumidor de energía, representando el 25% de
                  la demanda en Argentina que, junto con el sector de la industria y el transporte,
             Eson los principales pilares de la demanda de energía primaria y secundaria. Con
              el fin de reducir los consumos energéticos, estrategias pasivas de climatización, se   Germán Rodolfo Henderson ,
                                                                                                         1
              pueden implementar en el diseño viviendas; sin embargo, estas requieren de usuarios   Alejandro Pablo Arena ,
                                                                                                     2
              activos, lo cual, trae aparejados consumos de energía mayores a los esperados,   Facundo Bromberg 3
              debido a pereza o falta de conocimiento de los usuarios. Una alternativa para evitar
              estos problemas es la automatización de las estrategias pasivas implementadas,   Palabras Clave: RL;
              obteniendo, así, nuevos mecanismos que, si bien consumen energía para su   Bioclimática; Control;
              accionamiento, poseen ahorros energéticos mayores. Muchos sistemas de control   Climatización; Confort
              para estos mecanismos han sido desarrollados; no obstante, presentan la desventaja
              de no considerar las preferencias de los habitantes particulares, por la complejidad   Institución: Universidad
              que esto implica. Por otra parte, el desarrollo de la inteligencia artificial ha ido   Tecnológica Nacional
              creciendo en las últimas décadas, permitiendo abordar problemáticas complejas,   Facultad Regional
              como la aquí planteada. En la actualidad, se han desarrollado modelos que permiten   Mendoza 1,2,3
              resolver, de manera óptima, problemas de mucha complejidad. Es por ello que, en este
              trabajo, se implementa un algoritmo de aprendizaje por refuerzos, específicamente,   País: Argentina
              Q-learning, de forma tal, que se pueda realizar una política óptima de los sistemas
              pasivos y activos, de una vivienda y que considera el confort de los habitantes. El   E-mail: german.
              objetivo principal de este trabajo es presentar los avances en la línea de investigación   [email protected].
              que se está abordando, encontrándose el caso de estudio, basado en la simulación   ar, [email protected],
              de un modelo simple, implementado en el simulador de edificios EnergyPlus versión   [email protected]
              9.5.0 y con sobreescritura, para el accionamiento de los sistemas de control, a través
              de un código escrito en Python, que utiliza la API del simulador. Para la evaluación
              del modelo, se comparó el consumo de energía y las horas de confort, obtenidas
              con sistemas de reglas fijas, convencionales en la actualidad y con otro moderno,
              que aplica inteligencia artificial, pero solo al sistema activo. Como resultados, el



                                                                                                     127
   131   132   133   134   135   136   137   138   139   140   141