Publicação
Um sistema inteligente de apoio à decisão para sistemas energéticos
| Resumo: | A procura por soluções inteligentes baseadas em Machine Learning (ML) está em cons tante ascensão, sendo em particular impulsionada pela grande quantidade de dados gerados pelo funcionamento da vida urbana. Como resultado, ML torna-se uma ferramenta valiosa para a tomada de decisões informadas e para a gestão eficiente dos recursos vitais das cidades inteligentes, impulsionando a transformação urbana. Esta dissertação enquadra-se no projeto de I&D CityCatalyst, uma parceria entre múltiplas empresas portuguesas de diferentes domínios, que visa o desenvolvimento de soluções que possam ajudar na gestão das grandes cidades. Através da interligação das meto dologias CRoss Industry Standard Process for Data Mining (CRISP-DM) e Design Search Research (DSR), desenvolveu-se um Sistema Inteligente de Apoio à Decisão (SIAD) que utiliza técnicas avançadas de ML para maximizar a eficiência energética e monitorizar as tendências de consumo. Através da comparação de diferentes ferramentas de Auto mated Machine Learning (AutoML) consolidou-se um modelo único para cada nível de potência elétrica encontrado nas cidades. Adicionalmente, introduziu-se mecanismos de Explainable AI, que permitem a compreensão da influência dos diversos fatores nos consumos energéticos de uma cidade. Para finalizar o projeto, os modelos foram implementados em contexto empresarial, tendo sido utilizada a ferramenta Oracle. Em trabalho futuro, espera-se a disseminação dos modelos desenvolvidos para uma maior variedade de entidades externas. O objetivo é garantir que esses modelos sejam entregues e disponibilizados de maneira acessível, criando-se assim um sistema de fácil utilização e adaptação. |
|---|---|
| Autores principais: | Soares, Daniela Filipa Silva |
| Assunto: | Automated machine learning Eficiência energética Machine learning Sistemas Inteligentes de Apoio à Decisão Smart Cities Energy efficiency Intelligent Systems Decision Support |
| Ano: | 2023 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade do Minho |
| Idioma: | português |
| Origem: | RepositóriUM - Universidade do Minho |
| Resumo: | A procura por soluções inteligentes baseadas em Machine Learning (ML) está em cons tante ascensão, sendo em particular impulsionada pela grande quantidade de dados gerados pelo funcionamento da vida urbana. Como resultado, ML torna-se uma ferramenta valiosa para a tomada de decisões informadas e para a gestão eficiente dos recursos vitais das cidades inteligentes, impulsionando a transformação urbana. Esta dissertação enquadra-se no projeto de I&D CityCatalyst, uma parceria entre múltiplas empresas portuguesas de diferentes domínios, que visa o desenvolvimento de soluções que possam ajudar na gestão das grandes cidades. Através da interligação das meto dologias CRoss Industry Standard Process for Data Mining (CRISP-DM) e Design Search Research (DSR), desenvolveu-se um Sistema Inteligente de Apoio à Decisão (SIAD) que utiliza técnicas avançadas de ML para maximizar a eficiência energética e monitorizar as tendências de consumo. Através da comparação de diferentes ferramentas de Auto mated Machine Learning (AutoML) consolidou-se um modelo único para cada nível de potência elétrica encontrado nas cidades. Adicionalmente, introduziu-se mecanismos de Explainable AI, que permitem a compreensão da influência dos diversos fatores nos consumos energéticos de uma cidade. Para finalizar o projeto, os modelos foram implementados em contexto empresarial, tendo sido utilizada a ferramenta Oracle. Em trabalho futuro, espera-se a disseminação dos modelos desenvolvidos para uma maior variedade de entidades externas. O objetivo é garantir que esses modelos sejam entregues e disponibilizados de maneira acessível, criando-se assim um sistema de fácil utilização e adaptação. |
|---|