Auditoría energética del bloque 10 de la I.U. Pascual Bravo bajo norma ISO 50002 como caso de estudio de aplicación de IA para el análisis de datos energéticos

Abstract

Este trabajo de grado presenta una auditoría energética del Bloque 10 de la Institución Universitaria Pascual Bravo, utilizando la norma ISO 50002 como base para la evaluación del desempeño energético. La auditoría tiene como objetivo identificar oportunidades de mejora en la eficiencia energética del edificio, implementando una metodología basada en la recopilación y análisis de datos energéticos. Se explora la integración de técnicas de inteligencia artificial para el análisis de estos datos, con el fin de optimizar la identificación de patrones de consumo y detectar anomalías que podrían indicar ineficiencias o áreas de mejora. La investigación incluye la implementación de algoritmos de aprendizaje automático y análisis predictivo para mejorar la precisión y eficacia del diagnóstico energético. Este estudio demuestra que la combinación de auditoría energética tradicional con tecnologías de inteligencia artificial puede ofrecer un enfoque más robusto y eficiente para la gestión energética en edificios institucionales, contribuyendo así a la sostenibilidad y reducción de costos operativos.Abstrac This thesis presents an energy audit of Block 10 at Institución Universitaria Pascual Bravo, utilizing the ISO 50002 standard as the basis for evaluating energy performance. The audit aims to identify opportunities for improving the building’s energy efficiency through a methodology based on the collection and analysis of energy data. The study explores the integration of artificial intelligence techniques for analyzing these data, with the goal of optimizing the identification of consumption patterns and detecting anomalies that may indicate inefficiencies or areas for improvement. The research includes the implementation of machine learning algorithms and predictive analysis to enhance the accuracy and effectiveness of the energy assessment. This study demonstrates that combining traditional energy auditing with artificial intelligence technologies can offer a more robust and efficient approach to energy management in institutional buildings, contributing to sustainability and operational cost reduction.