| KEYWORD |
Supporto ai modelli predittivi del comportamento degli edifici via database ibridi simulati/monitorati
Parole chiave BUILDING AUTOMATION, BUILDING SIMULATION, MACHINE LEARNING
Riferimenti GIACOMO CHIESA
Riferimenti esterni Possibile correlatore industriale
Gruppi di ricerca ETD
Tipo tesi RICERCA/SPERIMENTALE
Descrizione L'applicazione di algoritmi di forecasting nell'ambito edilizio per stimare temperature o consumi degli edifici è sempre più diffuso, tuttavia la mancanza di dati di monitoraggio storici iniziali crea un evidente distacco tra l'applicabilità degli attuali modelli industriali - soprattutto per gli edifici in free-running - e i dati a disposizione. Tuttavia, nuove piattaforme di simulazione dinamica degli edifici, includendo real weather e con la possibilità di calibrare in modalità semi automatica i modelli possono essere utilizzate per iniziare la fase di feed degli strumenti di ML permettendo con pochi mesi/settimane di dati una prima applicazione. Il tesista dovrà sviluppare una modalità per progressivamente sostituire tali dati con i dati monitorati man mano che saranno disponibili. L'applicazione sarà testata su edifici reali, monitorati in cloud, per cui sono disponibili dati storici sufficienti a testare l'approccio (2-3 anni). Il lavoro si inserisce nell'ambito di due progetti EU H2020 (EDYCE e PRELUDE)
Conoscenze richieste ML algorithm, building monitoring/variables
Scadenza validita proposta 12/03/2025
PROPONI LA TUA CANDIDATURA