Browsing by Author "Ribeiro, Bruno Emanuel Soares"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- Modelos inteligentes para a operação otimizada de sistemas AVAC em edifícios inteligentesPublication . Ribeiro, Bruno Emanuel Soares; Gomes, Luís Filipe de OliveiraDesde o Acordo de Paris, adotado em 2015, diversas estratégias e metas climáticas ambiciosas têm sido estabelecidas, tanto a nível mundial como europeu, com o objetivo de alcançar a neutralidade carbónica a longo prazo. Esta pressão global impulsiona a adoção de medidas que promovam a descarbonização em todos os setores, sendo o setor energético um dos principais focos. Contudo, as emissões de CO2 continuam a aumentar, com o setor energético a ser um dos principais responsáveis. Nos tempos atuais, os sistemas de Aquecimento, Ventilação e Ar Condicionado (AVAC) assumem uma importância crucial no consumo energético dos edifícios. Esta relevância suscita a necessidade premente de racionalizar e otimizar os consumos energéticos associados a estes sistemas. A inteligência artificial surge como uma solução inovadora para o controlo inteligente e eficiente dos sistemas AVAC. Como tal, o presente estudo propõem-se a aplicar modelos baseados em inteligência artificial para o controlo de sistemas AVAC. Dada a abrangência do tema da inteligência artificial, foi necessário delinear um percurso específico ao longo do desenvolvimento deste trabalho, culminando na escolha de três modelos de inteligência artificial: random forest, árvore de decisão e Redes Neuronais Feedforward (FFNN). Estes modelos foram desenvolvidos e testados em Jupyter Notebooks, em Python. A alta fiabilidade desejada para os sistemas AVAC impõe a descoberta de métodos para tornar a sua gestão mais eficiente, assegurando simultaneamente o conforto dos ocupantes. Assim, esta dissertação tem como objetivo explorar e testar soluções para a gestão proativa e eficiente destes equipamentos. Para testar e validar a aplicabilidade e eficiência dos modelos propostos, foram considerados três casos de estudo que permitem analisar o desempenho dos modelos de inteligência artificial com base em diferentes métricas, tipos de dados recolhidos e variáveis de conforto. Os resultados obtidos demonstram a capacidade dos modelos de inteligência artificial serem implementados em diversos contextos, mostrando-se eficazes na melhoria do conforto e na sustentabilidade das comunidades. Como prova disso, o modelo de árvore de decisão foi aplicado num edifício inteligente e foi capaz de proceder de forma automática e contínua à gestão inteligente e eficaz de um sistema AVAC.