Dissertação
Occupancy Prediction from Electricity Consumption Data in Smart Homes EVALUATED
Monitorizar e prever a ocupação representa um grande interesse na era das casas inteligentes, pois permite que casas residenciais se beneficiem de mais conforto, segurança e eficiência energética. Muitos autores já exploraram sistemas de monitorização e previsão de ocupação, contudo, muito poucos abordaram a monitorização e previsão de ocupação com base em dados provenientes de contadores inteligentes. Neste trabalho, mostrámos que é possível obter uma acurácia de classificação superior a 92% é possível, utilizando apenas dados de consumo de eletricidade. Neste trabalho, também abordamos o problema de generalizar modelos de classificação, isto é, analisamos a possibilidade de utilizar um único modelo de classificação para monitorizar ocupação em várias casas residenciais. Verificámos que uma acurácia de deteção de ocupação superior a 82% é possível de obter usando um modelo genérico. Relativamente à previsão de ocupação, mostrámos que é possível prever ocupação em várias casas residenciais, com uma acurácia superior a 78%, utilizando apenas dados de consumo de eletricidade. Este resultado não é fantástico, mas acreditamos que melhores resultados podem ser obtidos através de: 1) explorar mais características/variáveis do conjunto de dados 2) utilizando um método de seleção de variáveis mais sofisticado e 3) usando abordagens hibridas de previsão, visto que combinam abordagens baseadas em cronograma com abordagens baseadas no contexto, como por exemplo, podem combinar tabelas de probabilidades de ocupação com informação derivada de telemóvel (GPS e de redes sem fio).
junho 30, 2017, 14:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar
