Metamodelo para estimar a carga térmica de edificações condicionadas artificialmente

Detalhes bibliográficos
Autor(a) principal: Versage, Rogério de Souza
Data de Publicação: 2015
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFSC
Texto Completo: https://repositorio.ufsc.br/xmlui/handle/123456789/169362
Resumo: Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Civil, Florianópolis, 2015
id UFSC_e95a69a07bfcaceb2bc9aabf2bebfb9d
oai_identifier_str oai:repositorio.ufsc.br:123456789/169362
network_acronym_str UFSC
network_name_str Repositório Institucional da UFSC
repository_id_str 2373
spelling Universidade Federal de Santa CatarinaVersage, Rogério de SouzaLamberts, Roberto2016-10-19T12:46:22Z2016-10-19T12:46:22Z2015337477https://repositorio.ufsc.br/xmlui/handle/123456789/169362Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Civil, Florianópolis, 2015Simulações computacionais são os métodos mais avançados para predição do desempenho energético de edificações. Por outro lado, métodos estatísticos de funções de inferência baseadas em amostras são mais rápidos e simples de serem utilizados. Logo, para combinar as funcionalidades principais de simulações computacionais com o poder das predições estatísticas, existem os modelos híbridos, chamados metamodelos. O objetivo desta tese é desenvolver um metamodelo para estimar a carga integrada anual de energia para refrigeração para avaliação de desempenho energético de edificações condicionadas artificialmente através do desempenho individual de suas zonas térmicas. Foi construída uma base de dados de 1,29 milhões de casos simulados de uma zona térmica, variando parâmetros construtivos e de uso para o clima de Florianópolis. Uma amostra desta base de dados foi utilizada para elaboração de metamodelos com as técnicas de regressão linear múltipla, regressão adaptativa multivariada por splines, processo gaussiano, máquina de vetores de suporte, Randon Forest e redes neurais artificiais. Estes metamodelos foram comparados quanto ao seu desempenho e ao tempo de processamento computacional, e o metamodelo de maior desempenho foi apurado para diferentes tamanhos de amostra e diferentes configurações de sua estrutura. Por fim, um metamodelo de rede neural artificial treinado com aproximadamente 13 mil casos e 72 nós na camada interna reproduziu o resultado de 1,29 milhões de casos com erros menores que 10% para 99,2% dos resultados. Este tipo de metamodelo pode ser aplicados em dimensionamento de sistemas de condicionamento de ar, em tomadas de decisão no desenvolvimento de projetos e na avaliação de desempenho de certificações e regulamentos. <br>Abstract : Computer simulations are the most advanced methods to predict the energy performance of buildings. Furthermore, statistical methods using inference functions based on samples are faster and simpler to use. Then, to match the main features of computer simulations with the power of statistical predictions, there are developed hybrid models, called metamodels. This thesis aims to develop a metamodel to predict the annual integrated energy cooling load demand for buildings energy performance assessment. A database of 1.29 million thermal zone cases was constructed with a parametric combination of buildings parameters and internal gains. These cases represent thermal zones of commercial buildings to the Florianópolis climate. A sample of this database was used to develop metamodels with different statistical techniques: multiple linear regression; multivariate adaptive regression splines; gaussian process; support vector machine; Randon Forest; and artificial neural networks. The metamodels were compared for their performance and computational resources for their development, then the best metamodel was calculated for different sample sizes and different configurations of its structure. Finally, a metamodel of artificial neural network trained with 13 thousand cases and 72 nodes in the inner layer reproduces the result of 1.29 million cases with errors smaller than 10% to 99.2% of results. This type of metamodel can be applied in sizing air conditioning systems, in project development decision-making and evaluation of performance in certifications and regulations.191 p.| il., grafs., tabs.porEngenharia civilEdificiosConsumo de energiaEnergiaPlanejamentoRefrigeraçãoMetamodelo para estimar a carga térmica de edificações condicionadas artificialmente info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisreponame:Repositório Institucional da UFSCinstname:Universidade Federal de Santa Catarina (UFSC)instacron:UFSCinfo:eu-repo/semantics/openAccessORIGINAL337477.pdfapplication/pdf4966587https://repositorio.ufsc.br/bitstream/123456789/169362/1/337477.pdf4f2c4c9dc662d3aa5e450830ce7f5fd7MD51123456789/1693622016-10-19 10:46:22.515oai:repositorio.ufsc.br:123456789/169362Repositório de PublicaçõesPUBhttp://150.162.242.35/oai/requestopendoar:23732016-10-19T12:46:22Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)false
dc.title.pt_BR.fl_str_mv Metamodelo para estimar a carga térmica de edificações condicionadas artificialmente
title Metamodelo para estimar a carga térmica de edificações condicionadas artificialmente
spellingShingle Metamodelo para estimar a carga térmica de edificações condicionadas artificialmente
Versage, Rogério de Souza
Engenharia civil
Edificios
Consumo de energia
Energia
Planejamento
Refrigeração
title_short Metamodelo para estimar a carga térmica de edificações condicionadas artificialmente
title_full Metamodelo para estimar a carga térmica de edificações condicionadas artificialmente
title_fullStr Metamodelo para estimar a carga térmica de edificações condicionadas artificialmente
title_full_unstemmed Metamodelo para estimar a carga térmica de edificações condicionadas artificialmente
title_sort Metamodelo para estimar a carga térmica de edificações condicionadas artificialmente
author Versage, Rogério de Souza
author_facet Versage, Rogério de Souza
author_role author
dc.contributor.pt_BR.fl_str_mv Universidade Federal de Santa Catarina
dc.contributor.author.fl_str_mv Versage, Rogério de Souza
dc.contributor.advisor1.fl_str_mv Lamberts, Roberto
contributor_str_mv Lamberts, Roberto
dc.subject.classification.pt_BR.fl_str_mv Engenharia civil
Edificios
Consumo de energia
Energia
Planejamento
Refrigeração
topic Engenharia civil
Edificios
Consumo de energia
Energia
Planejamento
Refrigeração
description Tese (doutorado) - Universidade Federal de Santa Catarina, Centro Tecnológico. Programa de Pós-Graduação em Engenharia Civil, Florianópolis, 2015
publishDate 2015
dc.date.issued.fl_str_mv 2015
dc.date.accessioned.fl_str_mv 2016-10-19T12:46:22Z
dc.date.available.fl_str_mv 2016-10-19T12:46:22Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufsc.br/xmlui/handle/123456789/169362
dc.identifier.other.pt_BR.fl_str_mv 337477
identifier_str_mv 337477
url https://repositorio.ufsc.br/xmlui/handle/123456789/169362
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 191 p.| il., grafs., tabs.
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFSC
instname:Universidade Federal de Santa Catarina (UFSC)
instacron:UFSC
instname_str Universidade Federal de Santa Catarina (UFSC)
instacron_str UFSC
institution UFSC
reponame_str Repositório Institucional da UFSC
collection Repositório Institucional da UFSC
bitstream.url.fl_str_mv https://repositorio.ufsc.br/bitstream/123456789/169362/1/337477.pdf
bitstream.checksum.fl_str_mv 4f2c4c9dc662d3aa5e450830ce7f5fd7
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional da UFSC - Universidade Federal de Santa Catarina (UFSC)
repository.mail.fl_str_mv
_version_ 1766805434397622272