View in EDS

Control del confort térmico mediante aprendizaje por refuerzo en edificios

Saved in:
Bibliographic Details
Title: Control del confort térmico mediante aprendizaje por refuerzo en edificios
Authors: María Del Mar Castilla, Carmen Campoy-Iniesta, José Domingo Álvarez
Contributors: Repositorio Institucional de la Universitat Politècnica de València Riunet
Source: RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Universitat Politècnica de València (UPV)
Revista Iberoamericana de Automática e Informática Industrial RIAI, Vol 22, Iss 2, Pp 146-155 (2025)
Publisher Information: Universitat Politecnica de Valencia, 2025.
Publication Year: 2025
Subject Terms: automatización en edificios, Automatización en edificios, aprendizaje por refuerzo, Control engineering systems. Automatic machinery (General), Knowledge-based control, Building automation, control basado en el conocimiento, Thermal comfort, Reinforcement Learning, Confort térmico, Machine Learning, Control basado en el conocimiento, TJ212-225, Aprendizaje por refuerzo, aprendizaje automático, Aprendizaje Automático, confort térmico
Description: El confort t ́ermico se puede definir como la sensaci ́on que garantiza la satisfacci ́on de una persona con el ambiente t ́ermicoque le rodea. Por tanto, garantizar esa sensaci ́on de bienestar de forma eficiente es un factor clave desde el punto de vista delahorro de energ ́ıa, ya que, minimiza los costes y el impacto ambiental derivado de asegurar un ambiente confortable. En estetrabajo, se propone un controlador que utiliza aprendizaje por refuerzo para mantener el confort t ́ermico de los usuarios del centrode investigaci ́on CIESOL. Para ello, se ha hecho uso de un modelo lineal simplificado de la temperatura del aire interior de unahabitaci ́on que ha sido validado con datos reales del edificio. Adem ́as, se han entrenado dos agentes diferentes: un agente deGradiente de Pol ́ıtica Determinista Profunda (DDPG) y un agente de Gradiente de Pol ́ıtica Determinista Profunda de Doble Retardo(TD3). Los resultados obtenidos en simulaci ́on muestran c ́omo el controlador propuesto es capaz de mantener la temperatura interioren la referencia establecida, incluso ante la presencia de perturbaciones. Finalmente, el desempe ̃no del controlador propuesto se hacomparado con un cl ́asico controlador Proporcional-Integral-Derivativo (PID).
Document Type: Article
File Description: application/pdf
ISSN: 1697-7920
1697-7912
DOI: 10.4995/riai.2025.21944
Access URL: https://riunet.upv.es/handle/10251/222697
https://doaj.org/article/a90e74dd296c4ba6a17c396a0f604b13
Rights: CC BY NC SA
Accession Number: edsair.doi.dedup.....6940ef101e92ebd3d60b70be3fe4650e
Database: OpenAIRE
Description
Abstract:El confort t ́ermico se puede definir como la sensaci ́on que garantiza la satisfacci ́on de una persona con el ambiente t ́ermicoque le rodea. Por tanto, garantizar esa sensaci ́on de bienestar de forma eficiente es un factor clave desde el punto de vista delahorro de energ ́ıa, ya que, minimiza los costes y el impacto ambiental derivado de asegurar un ambiente confortable. En estetrabajo, se propone un controlador que utiliza aprendizaje por refuerzo para mantener el confort t ́ermico de los usuarios del centrode investigaci ́on CIESOL. Para ello, se ha hecho uso de un modelo lineal simplificado de la temperatura del aire interior de unahabitaci ́on que ha sido validado con datos reales del edificio. Adem ́as, se han entrenado dos agentes diferentes: un agente deGradiente de Pol ́ıtica Determinista Profunda (DDPG) y un agente de Gradiente de Pol ́ıtica Determinista Profunda de Doble Retardo(TD3). Los resultados obtenidos en simulaci ́on muestran c ́omo el controlador propuesto es capaz de mantener la temperatura interioren la referencia establecida, incluso ante la presencia de perturbaciones. Finalmente, el desempe ̃no del controlador propuesto se hacomparado con un cl ́asico controlador Proporcional-Integral-Derivativo (PID).
ISSN:16977920
16977912
DOI:10.4995/riai.2025.21944