Desagregação de consumos de smart homes por tipologia

Detalhes bibliográficos
Autor(a) principal: Torrejano, Alexandre Pereira Martins Rafael
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10451/36394
Resumo: Relatório de estágio de mestrado em Estatística e Investigação Operacional, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, em 2018
id RCAP_5cf00fca5d7f773a579fb9d54fbd5eed
oai_identifier_str oai:repositorio.ul.pt:10451/36394
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Desagregação de consumos de smart homes por tipologiaDesagregação de consumosBaixa frequênciaEDP re:dyEnsemble LearningData ScienceTeses de mestrado - 2018Domínio/Área Científica::Ciências Naturais::MatemáticasRelatório de estágio de mestrado em Estatística e Investigação Operacional, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, em 2018O presente trabalho tem como tema a desagregação de consumos no setor doméstico e a sua aplicação ao projeto re:dy da EDP, cuja frequência de amostragem dos valores de consumo dos clientes é relativamente baixa. Os conceitos da desagregação de consumos e do projecto EDP re:dy são explicados no capítulo de contextualização. O capítulo de metodologia contém uma explicação para cada um dos métodos matemáticos que foram utilizados proeminentemente durante o estágio. As abordagens exploradas para resolução do problema podem ser essencialmente divididas em dois processos preditivos: o processo utilizado para prever o consumo de frigoríficos e máquinas e o processo desenvolvido especificamente para a estimação do consumo de aquecimento ambiente. O primeiro processo segue uma estrutura de Ensemble Learning contando com 7 algoritmos e 5 meta-algoritmos cujos desempenhos são comparados após a análise dos valores preditos para o consumo de frigoríficos e máquinas dos clientes. Antes da construção do processo, as amostras dos consumos das categorias de equipamento em questão foram sujeitas a uma análise exploratória para facilitar a escolha de algoritmos mais adequados. O conjunto de variáveis independentes (input do algoritmo) foi derivado da informação disponível para todos os clientes e processado através de uma análise em componentes principais. O processo preditivo para consumo de aquecimento ambiente foi desenvolvido estudando o impacto desta classe de equipamentos no consumo global dos clientes ao longo do ano. Ao contrário do primeiro processo, que é maioritariamente constituído por modelos estatísticos, este é um algoritmo empírico. Por fim, no capítulo de discussão, analisam-se as várias abordagens e possíveis direções futuras da sua aplicação ao projeto.The present work is focused on household energy disaggregation and its application to EDP's re:dy project, that has a relatively low sampling frequency for clients' consumption values. The concepts of energy disaggregation and of the re:dy project are explained in a contextualization chapter. The methodology chapter contains explanations for each mathematical method that was prominently used throughout the internship. The approaches to the problem can be split into two predictive processes: the process used to predict the consumption of fridges and washers and the process specifically designed to estimate the consumption of heaters. The first process follows an Ensemble Learning framework, including 7 algorithms and 5 meta algorithms whose performances are compared after analyzing the predicted values for fridges' and washers' consumption. Before the construction of the predictive process, the consumptions of the said equipment categories were analyzed to help choose better suited algorithms. The set of input variables was derived from the information available for every client and processed through a principal component analysis. The predictive process for heater consumption was developed by studying the impact of this equipment class on the global consumption of the clients throughout the year. Unlike the first approach, that was mainly composed of statistical models, this one is an empirical algorithm. Finally, in the discussion chapter, both approaches are analyzed as well as the future of their application to the project.Sequeira, Fernando,1960-Adão, Pedro MagalhãesRepositório da Universidade de LisboaTorrejano, Alexandre Pereira Martins Rafael2019-01-14T18:20:09Z201820182018-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/36394TID:202192563porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2023-11-08T16:33:07Zoai:repositorio.ul.pt:10451/36394Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:50:43.303988Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Desagregação de consumos de smart homes por tipologia
title Desagregação de consumos de smart homes por tipologia
spellingShingle Desagregação de consumos de smart homes por tipologia
Torrejano, Alexandre Pereira Martins Rafael
Desagregação de consumos
Baixa frequência
EDP re:dy
Ensemble Learning
Data Science
Teses de mestrado - 2018
Domínio/Área Científica::Ciências Naturais::Matemáticas
title_short Desagregação de consumos de smart homes por tipologia
title_full Desagregação de consumos de smart homes por tipologia
title_fullStr Desagregação de consumos de smart homes por tipologia
title_full_unstemmed Desagregação de consumos de smart homes por tipologia
title_sort Desagregação de consumos de smart homes por tipologia
author Torrejano, Alexandre Pereira Martins Rafael
author_facet Torrejano, Alexandre Pereira Martins Rafael
author_role author
dc.contributor.none.fl_str_mv Sequeira, Fernando,1960-
Adão, Pedro Magalhães
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Torrejano, Alexandre Pereira Martins Rafael
dc.subject.por.fl_str_mv Desagregação de consumos
Baixa frequência
EDP re:dy
Ensemble Learning
Data Science
Teses de mestrado - 2018
Domínio/Área Científica::Ciências Naturais::Matemáticas
topic Desagregação de consumos
Baixa frequência
EDP re:dy
Ensemble Learning
Data Science
Teses de mestrado - 2018
Domínio/Área Científica::Ciências Naturais::Matemáticas
description Relatório de estágio de mestrado em Estatística e Investigação Operacional, apresentada à Universidade de Lisboa, através da Faculdade de Ciências, em 2018
publishDate 2018
dc.date.none.fl_str_mv 2018
2018
2018-01-01T00:00:00Z
2019-01-14T18:20:09Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10451/36394
TID:202192563
url http://hdl.handle.net/10451/36394
identifier_str_mv TID:202192563
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134441897984000

Registros relacionados