skip to Main Content

Llorenç Burgas presenta la seva tesi doctoral

El 22 de novembre de 2019, Llorenç Burgas va presentar la seva tesi doctoral: Multivariate statistical modelling and monitoring of smart buildings. Un treball fantàstic!

El resum de la tesi: 

En aquest món modern, l’energia ha esdevingut un bé necessari per no dir essencial en tota societat desenvolupada. A mesura que s’han anat fent els avenços tecnològics i científics dels quals gaudim avui en dia, hem pogut anar constatant com aquests depenen en major o menor mesura de la generació, emmagatzematge i distribució de les diverses energies que enguany s’utilitzen. És per tot això que, al llarg dels anys, la demanda d’energia ha anat augmentant.

Darrerament hi comencen a haver serioses preocupacions per la sostenibilitat del sistema, ja que malauradament no totes les fonts d’energia que utilitzem són renovables i també cal tenir en compte que el seu ús pot produir efectes no desitjats, com per exemple, les ja conegudes per tothom emissions de CO2. Aquesta problemàtica ha fet que molts esforços d’investigadors en els darrers anys hagin anat encaminats a millorar els usos que fem de l’energia, millorar l’eficiència dels diversos processos lligats a l’energia, o també la recerca de noves fonts més netes i eficients. També ha ajudat a avançar cap a un futur més sostenible les noves regulacions i directives, creades tant per part de la Unió Europea com dels diversos governs arreu del món. Aquestes noves regulacions fomenten l’ús d’energies renovables i tracten d’incentivar la millora dels usos que es fan de l’energia. En aquesta tesi ens centrarem en els usos que es fan de les diverses energies que podem trobar en edificis, centrant-nos especialment en el control i el monitoratge d’aquests diversos usos.

Una font de malbaratament d’energia ha estat sovint la manca de supervisió o control dels usos que fem de les energies. Molts cops aquesta deixadesa ha estat provocada per la complexitat que pot arribar a tenir monitoritzar totes les energies que s’utilitzen i tots els possibles usos que se’n fa. Fins i tot si acotem el problema només en el marc dels edificis, apareix una clara manca d’eines. El fet de no tenir eines prou versàtils i potents ha provocat desajustos en els múltiples usos que es fa de la ingent quantitat de fonts d’energia que tenim al nostre l’abast.

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.

Aquesta tesi s’ha dividit en tasques encaminades a aconseguir una nova metodologia i una nova eina per tal de monitorar edificis. Els resultats obtinguts durant la realització d’aquestes tasques han derivat en tres publicacions que han permès la presentació d’aquesta tesi en format de compendi d’articles. En cada una de les publicacions s’han realitzat les següents aportacions a l’estat de l’art.

A la primera publicació, es parteix de la variant de PCA, MPCA (sigles en Anglès de Anàlisis de Components principals Multilineal) o Unfold-PCA que permet analitzar processos batch per adaptar-la a la monitorització d’edificis. En aquesta publicació es defineixen els 2 tipus de redundància que podem tenir presents en edificis. La redundància en patrons temporals (diari, setmanal, estacional, anual) i la redundància en espais físics (habitació, apartament, planta, edifici). Considerant aquestes redundàncies i assimilant-les a la redundància temporal que tenen els processos batch s’aconsegueix obtenir noves maneres de modelar edificis o parts d’aquest considerant l’edifici com un tot i no com a un conjunt de sistemes independents.

La segona publicació, parteix de la primera, on es descobreix que els edificis presenten 2 tipus de redundàncies útils per modelar. En aquesta segona publicació es defineix el concepte de sistema granular. Un sistema granular en el nostre cas un edifici, és un sistema que presenta una o diverses redundàncies en el temps (granularitat) i/o en les variables/estructura (modularitat). Per tal permetre PCA,o també altres tècniques de datamining que necessiten una entrada bidimensional, aprofitar aquesta peculiaritat inherent en les dades es defineix matemàticament una tècnica de doblat i desdoblat (forma d’organitzar les dades en arrays N-dimensionals) que permet obtenir les dades estructurades per tal d’aconseguir un model que capturi els comportaments desitjats.

La tercera publicació actualment enviada a revista descriu la implementació de les eines i mètodes desenvolupats en aquesta tesi com a serveis web i inclosos en una aplicació web. Aquesta aplicació web permet totalment en línia crear models PCA amb les dades històriques d’edificis. També permet un cop creat un model el posterior monitoratge de dades noves a mesura que aquestes van arribant. Aquesta eina està integrada com un mòdul extern a la plataforma desenvolupada en el projecte europeu HIT2GAP i permet a usuaris no experts amb PCA portar a terme les tasques de control i detecció utilitzant els models prèviament creats per usuaris experts en modelització.

Durant la tesi i com a part de les publicacions s’ha verificat el correcte funcionament de la metodologia utilitzant dades reals provinents de diversos edificis. A tall de resum, s’ha utilitzat dades de 3 edificis diferents (tant arquitectònicament com pel que fa a usos i solucions tècniques que disposen) facilitades pel patronat de l’habitatge de Barcelona, els edificis del campus de Montilivi de la Universitat de Girona i l’AHU (de l’Anglès Air Handling Unit, equip de climatització) de l’edifici Alice Perry de la Universitat Nacional d’Irlanda, Galway. La col·laboració amb aquesta Universitat va permetre fer una estada de 3 mesos i sol·licitar la menció de doctorat internacional per aquesta tesi.

Back To Top