Edoardo Chiabrera
Development of a tool for anomaly detection and power load forecasting: the case of Politecnico di Torino.
Rel. Alfonso Capozzoli, Silvio Brandi. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Energetica E Nucleare, 2018
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (29MB) | Preview |
Abstract
Il settore degli edifici è uno dei più energivori a livello mondiale. In quest'ottica, l'incremento dell'efficienza dei sistemi energetici degli edifici è di primaria importanza. Una delle soluzioni più promettenti in materia è rappresentata dall'integrazione di sistemi di gestione dell'energia all'interno degli edifici, capaci di ridurre i consumi e gli sprechi, mantenendo ottime condizioni ambientali per gli occupanti. Questi sistemi necessitano di strumenti in grado di prevedere i consumi energetici futuri nel breve periodo su intervalli variabili, al fine di migliorare la loro gestione delle risorse e dei carichi. I cosiddetti modelli inversi "data-driven", sono tra i più promettenti per adempiere a questo compito e, insieme alle tecniche di "data mining", possono essere efficacemente utilizzati per analizzare gli edifici sia a scopi diagnostici che per sviluppare tecnologie in grado di controllarne direttamente i sistemi energetici.
In questo lavoro viene svolta un'analisi di letteratura circa i principali modelli inversi di tipo "data-driven" e le relative applicazioni in campo di previsione dei fabbisogni energetici, controllo degli impianti, rilevazione di anomalie, gestione della domanda e valutazione comparativa
Relatori
Tipo di pubblicazione
URI
![]() |
Modifica (riservato agli operatori) |
