Publication
Solução Inteligente para Modelação Térmica de Edifícios
| dc.contributor.advisor | Vale, Zita Maria Almeida do | |
| dc.contributor.author | Silva, Paulo César Rodrigues | |
| dc.date.accessioned | 2023-03-15T11:57:26Z | |
| dc.date.available | 2023-03-15T11:57:26Z | |
| dc.date.issued | 2022 | |
| dc.description.abstract | Na era em que vivemos, em que cada vez mais a preocupação com a sustentabilidade energética se enaltece diariamente, importa realizar esforços nesse sentido, recorrendo às cada vez mais ferramentas existentes ao nosso redor. Uma das muitas formas de poder evoluir neste sentido, entre muitas outras, é obter uma modelação térmica dos espaços a estudar. Modelar termicamente um edifício seria uma tarefa difícil há muitos anos atrás, no entanto nos dias de hoje, recorrendo sobretudo a ferramentas como o Machine Learning e Redes Neuronais, essa tarefa pode tornar-se bastante mais fácil e eficaz. O objetivo desta dissertação centra-se no desenvolvimento de uma solução inteligente capaz de modelar termicamente edifícios onde se desconheçam os seus materiais de construção. Este estudo enquadra-se no desenvolvimento de um conjunto de ferramentas capazes de efetuar a modelação térmica de um edifício, e para atingir esse objetivo foram identificados modelos matemáticos capazes de efetuar previsões de temperatura recorrendo a datasets de temperatura, assim como o desenvolvimento de uma aplicação baseada em Machine Learning e com a sua estrutura desenvolvida com base numa Rede Neuronal, apenas com dados reais utilizados para o treino da solução. Foram estudados quais os melhores modelos matemáticos e redes neuronais a utilizar, de forma a alcançar resultados os mais aproximados dos reais. Os objetivos do desenvolvimento da solução foram alcançados, através da comparação dos resultados previsionais com os valores reais e ainda através de métricas de erro, capazes de identificar a precisão dos dois modelos de previsão. Concluiu-se ainda que os modelos matemáticos têm uma precisão bastante inferior quando com parados com os resultados obtidos através da aplicação desenvolvida com base em redes neuronais | pt_PT |
| dc.description.abstract | In the era in which we live, in which the concern with energy sustainability is increasingly praised daily, it is important to make efforts in this direction, using the increasingly existing tools around us. One of the many ways to evolve in this direction, among many others, is to obtain a thermal modeling of the spaces to be studied. Thermally modeling a building would have been a difficult task many years ago, however nowadays, using tools such as Machine Learning and Neural Networks, this task can become much easier and more effective. The objective of this dissertation is focused on the development of an intelligent solution capable of thermally modeling buildings where their construction materials are unknown. This study is part of the development of a set of tools capable of performing the thermal modeling of a building, and to achieve this objective mathematical models capable of making temperature predictions using temperature datasets were identified, as well as as the development of an application based on Machine Learning and with its structure developed based on a Neural Network, with only real data used to train the solution. The best mathematical models and neural networks to use were studied, in order to achieve results that are closest to the real ones. The objectives of the solution development were achieved, through the comparison of the forecast results with the real values and also through error metrics, capable of identifying the precision of the two forecast models. It was also concluded that the mathematical models have a much lower precision when compared to the results obtained through the application developed based on neural networks | pt_PT |
| dc.identifier.tid | 203113640 | pt_PT |
| dc.identifier.uri | http://hdl.handle.net/10400.22/22504 | |
| dc.language.iso | por | pt_PT |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | pt_PT |
| dc.subject | Deep Learning | pt_PT |
| dc.subject | IoT | pt_PT |
| dc.subject | Modelação Térmica | pt_PT |
| dc.subject | Machine Learning | pt_PT |
| dc.subject | Redes Neuronais | pt_PT |
| dc.subject | Temperaturas | pt_PT |
| dc.subject | Neural Networks | pt_PT |
| dc.subject | Temperatures | pt_PT |
| dc.subject | Thermal Modelling | pt_PT |
| dc.title | Solução Inteligente para Modelação Térmica de Edifícios | pt_PT |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | masterThesis | pt_PT |
| thesis.degree.name | Mestrado em Engenharia Electrotécnica e de Computadores - Sistemas e Planeamento Industrial | pt_PT |