Um estudo de caso na recomendação de ações de eficiência energética para residências.

Detalhes bibliográficos
Autor(a) principal: RIBEIRO, Iara Pereira.
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFCG
Texto Completo: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/799
Resumo: O aumento da demanda por recursos nos últimos anos e a provável escassez destes em um futuro próximo vem gerando um novo tipo de preocupação na sociedade de como utilizar estes recursos de forma mais eficiente. Um dos recursos onde essa preocupação se tornou mais evidente é o consumo elétrico devido ao uso de fontes não renováveis para a geração de energia elétrica, como por exemplo, as termoelétricas que utilizam o carvão mineral. No Brasil onde a maioria da demanda energética é suprida através de fontes renováveis, atualmente 73.1% da energia é gerada a partir de fontes renováveis, outros fatores como mudanças climáticas e períodos de estiagem podem alterar no total de energia gerado tornando necessário o uso de formas alternativas para geração de energia e consequentemente tornando mais caro o preço final para o consumidor. Surge então a necessidade nesse contexto de desenvolver ferramentas e opções que ajudem a tornar o consumo mais eficiente e a reduzir a produção de energia elétrica de forma a beneficiar tanto as concessionárias como os consumidores finais. Uma opção para solucionar esse problema seria tornar o consumo residencial mais eficiente, dado que no Brasil o consumo residencial é o terceiro maior. Este trabalho propõe uma solução que utiliza mapeamento entre conceitos de sistemas de recomendação e conceitos de eficiência energética para promover a redução do consumo elétrico, propondo algoritmos de Filtragem Colaborativa e de Conteúdo, usando nesse processo dados de uma pesquisa de comportamento entre voluntários, dados do governo, voluntários e um software que simula o consumo elétrico residencial. Após a experimentação concluiu-se que existem índicos da eficiência dos algoritmos propostos para o contexto de eficiência energética. A partir dos resultados podemos concluir que, por ser uma área nova ainda existem muitos conceitos a serem explorados no uso de técnicas de análise de dados para a eficiência energética e que o estudo realizado apresenta contribuições importantes para trabalhos futuros.
id UFCG_e4ad768015c5d5e0173de4440f8f3d66
oai_identifier_str oai:localhost:riufcg/799
network_acronym_str UFCG
network_name_str Biblioteca Digital de Teses e Dissertações da UFCG
repository_id_str 4851
spelling Um estudo de caso na recomendação de ações de eficiência energética para residências.Eficiência EnergéticaMineração de DadosSistemas de RecomendaçãoSistemas de InformaçãoEnergy EfficiencyData MiningRecommender SystemsInformation SystemsCiênciasCiência da ComputaçãoO aumento da demanda por recursos nos últimos anos e a provável escassez destes em um futuro próximo vem gerando um novo tipo de preocupação na sociedade de como utilizar estes recursos de forma mais eficiente. Um dos recursos onde essa preocupação se tornou mais evidente é o consumo elétrico devido ao uso de fontes não renováveis para a geração de energia elétrica, como por exemplo, as termoelétricas que utilizam o carvão mineral. No Brasil onde a maioria da demanda energética é suprida através de fontes renováveis, atualmente 73.1% da energia é gerada a partir de fontes renováveis, outros fatores como mudanças climáticas e períodos de estiagem podem alterar no total de energia gerado tornando necessário o uso de formas alternativas para geração de energia e consequentemente tornando mais caro o preço final para o consumidor. Surge então a necessidade nesse contexto de desenvolver ferramentas e opções que ajudem a tornar o consumo mais eficiente e a reduzir a produção de energia elétrica de forma a beneficiar tanto as concessionárias como os consumidores finais. Uma opção para solucionar esse problema seria tornar o consumo residencial mais eficiente, dado que no Brasil o consumo residencial é o terceiro maior. Este trabalho propõe uma solução que utiliza mapeamento entre conceitos de sistemas de recomendação e conceitos de eficiência energética para promover a redução do consumo elétrico, propondo algoritmos de Filtragem Colaborativa e de Conteúdo, usando nesse processo dados de uma pesquisa de comportamento entre voluntários, dados do governo, voluntários e um software que simula o consumo elétrico residencial. Após a experimentação concluiu-se que existem índicos da eficiência dos algoritmos propostos para o contexto de eficiência energética. A partir dos resultados podemos concluir que, por ser uma área nova ainda existem muitos conceitos a serem explorados no uso de técnicas de análise de dados para a eficiência energética e que o estudo realizado apresenta contribuições importantes para trabalhos futuros.The recent increase in demand for resources, and the imminent potential shortage of these has created a new kind of societal concern which spawned an emphasis for more efficient methods on how to use these resources. One resource, in particular, is electricity and the glaring concern for how it is consumed; mainly due to the use of non-renewable way for generating electricity, E.G. thermal power using coal. Currently, in Brazil, 73.1% of the country’s energy is generated from renewable sources. Other factors such as climate change and extended periods of drought may impact the total amount of energy being generated, thus making the use of alternative methods for power generation a necessity – which in turn inflates the costs for the consumer. Within this context comes the need to develop tools and ideas which help to make the consumption of energy more efficient by reducing the production of electricity which will be beneficial to both the dealers and end consumers. One option to solve this problem would be to focus on the consumption in residential areas, as in Brazil, the residential sector is the third largest consumer of energy, consuming on average 24.78% of the total power generated in the country. This paper proposes a solution which uses mapping between energy efficient concepts and concepts of recommender systems to help promote the reduction of electrical consumption. The proposed algorithms combined with Collaborative Filtering and Content has used the processed data from behavioral surveys among volunteers, data government and software to stimulate the residential electricity consumption. From the results, we can conclude that with this relatively new ambit of discovery comes many concepts yet to be explored in the use of data analysis techniques for energy efficiency, and the importance of the application to future work.CapesUniversidade Federal de Campina GrandeBrasilCentro de Engenharia Elétrica e Informática - CEEIPÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃOUFCGBRITO, Andrey Elísio Monteiro.BRITO, Andrey.http://lattes.cnpq.br/2634324830901340CAMPOS, Lívia Maria Sampaio.SAMPAIO, L. M. R.http://lattes.cnpq.br/4584896935221260RIBEIRO, Iara Pereira.20162018-05-24T13:28:45Z2018-05-242018-05-24T13:28:45Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/799RIBEIRO, I. P. Um estudo de caso na recomendação de ações de eficiência energética para residências. 2016. 110 f. Dissertação (Mestrado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2016. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/799porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFCGinstname:Universidade Federal de Campina Grande (UFCG)instacron:UFCG2022-03-25T12:48:00Zoai:localhost:riufcg/799Biblioteca Digital de Teses e Dissertaçõeshttp://bdtd.ufcg.edu.br/PUBhttp://dspace.sti.ufcg.edu.br:8080/oai/requestbdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.bropendoar:48512022-03-25T12:48Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)false
dc.title.none.fl_str_mv Um estudo de caso na recomendação de ações de eficiência energética para residências.
title Um estudo de caso na recomendação de ações de eficiência energética para residências.
spellingShingle Um estudo de caso na recomendação de ações de eficiência energética para residências.
RIBEIRO, Iara Pereira.
Eficiência Energética
Mineração de Dados
Sistemas de Recomendação
Sistemas de Informação
Energy Efficiency
Data Mining
Recommender Systems
Information Systems
Ciências
Ciência da Computação
title_short Um estudo de caso na recomendação de ações de eficiência energética para residências.
title_full Um estudo de caso na recomendação de ações de eficiência energética para residências.
title_fullStr Um estudo de caso na recomendação de ações de eficiência energética para residências.
title_full_unstemmed Um estudo de caso na recomendação de ações de eficiência energética para residências.
title_sort Um estudo de caso na recomendação de ações de eficiência energética para residências.
author RIBEIRO, Iara Pereira.
author_facet RIBEIRO, Iara Pereira.
author_role author
dc.contributor.none.fl_str_mv BRITO, Andrey Elísio Monteiro.
BRITO, Andrey.
http://lattes.cnpq.br/2634324830901340
CAMPOS, Lívia Maria Sampaio.
SAMPAIO, L. M. R.
http://lattes.cnpq.br/4584896935221260
dc.contributor.author.fl_str_mv RIBEIRO, Iara Pereira.
dc.subject.por.fl_str_mv Eficiência Energética
Mineração de Dados
Sistemas de Recomendação
Sistemas de Informação
Energy Efficiency
Data Mining
Recommender Systems
Information Systems
Ciências
Ciência da Computação
topic Eficiência Energética
Mineração de Dados
Sistemas de Recomendação
Sistemas de Informação
Energy Efficiency
Data Mining
Recommender Systems
Information Systems
Ciências
Ciência da Computação
description O aumento da demanda por recursos nos últimos anos e a provável escassez destes em um futuro próximo vem gerando um novo tipo de preocupação na sociedade de como utilizar estes recursos de forma mais eficiente. Um dos recursos onde essa preocupação se tornou mais evidente é o consumo elétrico devido ao uso de fontes não renováveis para a geração de energia elétrica, como por exemplo, as termoelétricas que utilizam o carvão mineral. No Brasil onde a maioria da demanda energética é suprida através de fontes renováveis, atualmente 73.1% da energia é gerada a partir de fontes renováveis, outros fatores como mudanças climáticas e períodos de estiagem podem alterar no total de energia gerado tornando necessário o uso de formas alternativas para geração de energia e consequentemente tornando mais caro o preço final para o consumidor. Surge então a necessidade nesse contexto de desenvolver ferramentas e opções que ajudem a tornar o consumo mais eficiente e a reduzir a produção de energia elétrica de forma a beneficiar tanto as concessionárias como os consumidores finais. Uma opção para solucionar esse problema seria tornar o consumo residencial mais eficiente, dado que no Brasil o consumo residencial é o terceiro maior. Este trabalho propõe uma solução que utiliza mapeamento entre conceitos de sistemas de recomendação e conceitos de eficiência energética para promover a redução do consumo elétrico, propondo algoritmos de Filtragem Colaborativa e de Conteúdo, usando nesse processo dados de uma pesquisa de comportamento entre voluntários, dados do governo, voluntários e um software que simula o consumo elétrico residencial. Após a experimentação concluiu-se que existem índicos da eficiência dos algoritmos propostos para o contexto de eficiência energética. A partir dos resultados podemos concluir que, por ser uma área nova ainda existem muitos conceitos a serem explorados no uso de técnicas de análise de dados para a eficiência energética e que o estudo realizado apresenta contribuições importantes para trabalhos futuros.
publishDate 2016
dc.date.none.fl_str_mv 2016
2018-05-24T13:28:45Z
2018-05-24
2018-05-24T13:28:45Z
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://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/799
RIBEIRO, I. P. Um estudo de caso na recomendação de ações de eficiência energética para residências. 2016. 110 f. Dissertação (Mestrado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2016. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/799
url http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/799
identifier_str_mv RIBEIRO, I. P. Um estudo de caso na recomendação de ações de eficiência energética para residências. 2016. 110 f. Dissertação (Mestrado em Ciência da Computação) – Programa de Pós-Graduação em Ciência da Computação, Centro de Engenharia Elétrica e Informática, Universidade Federal de Campina Grande, Paraíba, Brasil, 2016. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/799
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.publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Engenharia Elétrica e Informática - CEEI
PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
UFCG
publisher.none.fl_str_mv Universidade Federal de Campina Grande
Brasil
Centro de Engenharia Elétrica e Informática - CEEI
PÓS-GRADUAÇÃO EM CIÊNCIA DA COMPUTAÇÃO
UFCG
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFCG
instname:Universidade Federal de Campina Grande (UFCG)
instacron:UFCG
instname_str Universidade Federal de Campina Grande (UFCG)
instacron_str UFCG
institution UFCG
reponame_str Biblioteca Digital de Teses e Dissertações da UFCG
collection Biblioteca Digital de Teses e Dissertações da UFCG
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFCG - Universidade Federal de Campina Grande (UFCG)
repository.mail.fl_str_mv bdtd@setor.ufcg.edu.br || bdtd@setor.ufcg.edu.br
_version_ 1809744352284508160