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 diversas metodologías, modelos, herramientas inteligentes, y algoritmos para las dos principales líneas de investigación: el consumo y producción de energía eléctrica y el desarrollo de infraestructuras verdes en las ciudades.
En lo referente al consumo de energía eléctrica, se aportan soluciones para la caracterización de los perfiles de consumo que suele presentar la población. Para ello se propone una metodología basada en técnicas de aprendizaje no supervisado y un novedoso algoritmo para la determinación automática del número óptimo de clústeres.
Para la estimación del potencial de producción de energía fotovoltaica de un área urbana, se propone una metodología que consiste en la extracción de una serie de características de los tejados y de datos meteorológicos, que serán utilizados por modelos de aprendizaje supervisado y de cálculo de producción fotovoltaica.
Como mejoras para la instalación de infraestructuras verdes en las ciudades, también se ha avanzado en dos ideas: determinar lo favorable o desfavorable que puede ser una zona para el efecto de isla de calor (mediante la definición de un índice que lo formaliza); y caracterizar el impacto que tiene el entorno en la temperatura que pueda alcanzar una determinada zona.
En los tres casos anteriores se han desarrollado herramientas informáticas, basadas en algoritmos de aprendizaje, tanto supervisado como no supervisado, que ponen en valor los resultados. De esta forma los consumidores particulares podrán desplazar el consumo a las horas de mayor producción; y los planificadores urbanos podrán estimar qué áreas urbanas satisfacen una demanda energética concreta o el impacto que tendrá la inclusión de diversos tipos de infraestructuras verdes.
Gracias al desarrollo de los modelos, metodologías y herramientas que se han propuesto en esta tesis, se ha descubierto información relevante para la toma de decisiones en el ámbito de la sostenibilidad, que pueden tener un impacto positivo en la lucha contra el cambio climático.
© 2001-2024 Fundación Dialnet · Todos los derechos reservados