Los robots de soldadura desempeñan un papel crucial en las industrias manufactureras, donde minimizar el consumo de energía (CE) es cada vez más importante para mejorar la eficiencia y reducir los costos operativos. Este estudio presenta un enfoque basado en datos para modelar y optimizar el CE en sistemas de robots de soldadura, utilizando un conjunto de datos generado a partir de mediciones del CE del robot durante varios movimientos e integrado con datos de trayectoria. Se desarrolló un modelo predictivo utilizando una técnica de regresión de aumento extremo de gradiente (XGBoost) centrada en los datos de torque de las juntas, que logró un error porcentual absoluto medio (MAPE) del 1.86%. Además, se logró la optimización de la trayectoria ajustando la posición espacial de la pieza de trabajo, reduciendo efectivamente el CE. Para resolver el problema de optimización, se empleó un algoritmo mejorado de optimización de ballenas (IWOA). Las validaciones experimentales con un robot de soldadura demuestran que el método propuesto no solo predijo con precisión el CE con un MAPE del 2.66%, sino que también redujo el CE del sistema robótico en un 6.72%, superando al método tradicional centrado únicamente en el CE del motor de la junta, que logró una reducción del 4.08%. Estos resultados confirman la eficacia del enfoque propuesto, subrayando su potencial para una amplia aplicación en sistemas robóticos para lograr ahorros significativos de energía.