Multivariate statistical modelling and monitoring of smart buildings

Author

Burgas Nadal, Llorenç

Director

Meléndez i Frigola, Joaquim

Colomer, Joan (Colomer Llinàs)

Date of defense

2019-11-22

Pages

67 p.



Department/Institute

Universitat de Girona. Departament d'Enginyeria Elèctrica, Electrònica i Automàtica

Universitat de Girona. Institut d'Informàtica i Aplicacions

Abstract

In order to reduce mismatches between real and expected consumption, this thesis explores the use of PCA (Principal Component Analysis) as a modelling tool for buildings. PCA is a statistical technique that allows complex systems to be modelled, and, subsequently, to monitor them to detect abnormal behaviours with respect to the conditions initially modelled. The work in this thesis includes adapting PCA to take full advantage of its potential in buildings. Such adaption is also verified by applying it to various use cases


Per tal de reduir els desajustos entre el consum real i l’esperat, en aquesta tesi s’explora l’ús de PCA (les sigles en Angles d’Anàlisi de Components Principals) com a eina de modelat per edificis. PCA és una tècnica estadística que permet modelar sistemes complexes i posteriorment monitoritzar-los per detectar comportaments anòmals respecte a les condicions modelades inicialment. Els treballs d’aquesta tesi inclouen l’adaptació de PCA per poder aprofitar tot el seu potencial en edificis i la verificació de l’adaptació realitzada mitjançant l’aplicació en diversos casos d’ús

Keywords

Smart buildings; Edificis intel·ligents; Edificios inteligentes; Monitoring; Monitoratge; Monitorización; Multivariate statistics; Estadística multivariant; Estadística multivariante; Modelling; Modelatge; Modelado; PCA; Unfold-PCA; Anàlisi de components principals; Análisis de componentes principales

Subjects

004 - Computer science; 311 - Statistics; 620 - Materials testing. Commercial materials. Economics of energy

Documents

tlbn_20191122.pdf

6.616Mb

 

Rights

ADVERTIMENT. Tots els drets reservats. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.