Please use this identifier to cite or link to this item: https://hdl.handle.net/10316/86136
Title: Algoritmos de análise e desagregação de consumos elétricos em edifícios
Other Titles: Analysis algorithms for power consuption dehagregation in buildings
Authors: Pessoa, Inês Margarida Simões 
Orientador: Landeck, Jorge Afonso Cardoso
Keywords: Assinaturas de carga; Agrupamento não supervisionado; Monitorização não intrusiva de carga; Performance energética de um edifício; Aproximação agregada simbólica; Load signatures; Clustering; Non-Intrusive Load Moni- toring (NILM); Building energy performance; Symbolic Aggregate Approximation (SAX)
Issue Date: 13-Apr-2018
Serial title, monograph or event: Algoritmos de análise e desagregação de consumos elétricos em edifícios
Place of publication or event: ISA - Energy
Abstract: A par do avanço industrial e tecnológico, tem-se verificado um crescente aumento do consumo energético nos países desenvolvidos. Por consequência da elevada demanda de energia na rede, as fontes limpas não são suficientes para dar resposta às solicitações de energia, tornando-se necessário recorrer a fontes fósseis e a energia nuclear. Existe uma necessidade de privilegiar o consumo de fontes renováveis face às restantes fontes de energia. A necessidade da redução do uso de fontes fósseis e nucleares passa pela sua escassez (fontes fósseis) e poluição libertada para o meio ambiente. Para atingir este fim, deve-se privilegiar o consumo de fontes renováveis face às restantes fontes de energia. No âmbito do consumo de energia elétrica em edifícios habitacionais e empresariais, a forma óbvia de contornar este problema passa pela redução do consumo energético e a educação do consumidor para usar a energia em períodos de menor saturação da rede. Este projeto tem como propósito o desenvolvimento de algoritmos, para descoberta de conhecimento a partir do histórico de dados do consumo elétrico de um edifício. Este conhecimento consiste na informação de como a energia elétrica é usada no edifício e dos fatores externos que influenciam os consumos. Estes algoritmos consistem em descobrir padrões nos dados e associações frequentes entre os registos e fatores externos, como por exemplo a temperatura registada ou outros equipamentos a funcionar em paralelo. O projeto foca-se também no desenvolvimento de algoritmos de desagregação dos consumos totais registados no edifício. Estes algoritmos consistem em previsões de que aparelhos presentes no edifício funcionam, a cada instante de registo, nos consumos agregados. Assim, com este projeto, pretende-se concluir o máximo de informação da forma como a energia está a ser usada, nas bases de dados disponíveis, para que possa servir de suporte à tomada de decisões para redução de consumos elétricos e deslocamento de carga para períodos de menor demanda da rede, sem que as necessidades e conforto dos presentes no edifício sejam comprometidas. E também, em desenvolver estratégias para que no futuro a recolha de informação tenha o mínimo custo e seja o menos intrusiva possível, para assim, estar ao alcance de todos e não causar desconforto, convergindo para que a adesão a serviços de monitorização de consumos elétricos seja cada vez maior. Com uma maior adesão a serviços de monitorização, a energia é usada de forma mais eficiente num grande número de edifícios, contribuindo para uma redução considerável na pegada ecológica coletiva.
With industrial and technological growth, the consumption of energy in developed countries has also increased. Because of the high energy demand in the network, there is a massive amount of energy consumption and not enough clean energy to overcome it, from which arrives the need to use fossil sources and nuclear energy. There is a big need to favor renewable energies instead of other kind of energy sources. The need to avoid these kinds of sources comes from its shortage and pollution released to the environment. For this, it is necessary to use renewable sources instead of other sources. In the energy consumption context in residential buildings and companies, the obvious way to solve this problem is reducing the energetic consumption and educate the consumer to use it when the energy saturation on the network is lower. The purpose of this project is to develop algorithms to obtain knowledge from the building consumption’s energy data. This consists in the information of how the energy is used on a building and the external factors that influence that consumption. These algorithms find patterns on data and frequent association between data records and external factors, such as the registered temperature or other parallel working equipment. The project also focuses on developing desegregation algorithms of total consumption registered on the building. These algorithms are predictions of which equipment is in use, in the building, at any time, in the aggregated data. The goal of this project is to get the maximum information of how energy is being used and on the available databases, which can be used to help in the decision making to reduce energy consumption and displace it for smaller demand times of the network without affecting the needs and comfort of others in the network. And also to develop strategies to make the information gathering less expensive and intrusive in the future, to make it available to everyone without causing discomfort, causing a bigger support to monitoring services. This way, the energy is used in a more efficient way in a lot of buildings, contributing to a substantial reduction on the collective ecological footprint.
Description: Dissertação de Mestrado Integrado em Engenharia Física apresentada à Faculdade de Ciências e Tecnologia
URI: https://hdl.handle.net/10316/86136
Rights: openAccess
Appears in Collections:UC - Dissertações de Mestrado

Files in This Item:
File Description SizeFormat
InesPessoa.pdf9.23 MBAdobe PDFView/Open
Show full item record

Page view(s) 50

449
checked on Apr 16, 2024

Download(s) 50

479
checked on Apr 16, 2024

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons