Cubierta

Analysis on the Application of Machine-Learning Algorithms for District-Heating Networks' Characterization & Management

359 p.

Idioma: English
Publicación: 2023
Materia:
artificial intelligence
data analysis
power distribution
inteligencia artificial
análisis de datos
distribución de energía
Acceso electrónico: http://hdl.handle.net/10810/62705
Ampliar información
id oai:addi.ehu.eus:10810-62705
recordtype addi
spelling oai:addi.ehu.eus:10810-627052023-09-30T04:52:10Zcom_10810_12140Doktorego Tesiak;;Tesis Doctoralescom_10810_91IKERKUNTZA;;INVESTIGACIÓNcol_10810_12144DT-Ingeniaritza eta Arkitektura;;TD-Ingeniería y Arquitectura Analysis on the Application of Machine-Learning Algorithms for District-Heating Networks' Characterization & Management Lumbreras Mugaguren, Mikel Diarce Belloso, Gonzalo Martín Escudero, Koldobika artificial intelligence data analysis power distribution inteligencia artificial análisis de datos distribución de energía 359 p. Esta tesis doctoral estudia la viabilidad de la aplicación de algoritmos de aprendizaje automático para la caracterización energética de los edificios en entornos de redes de calefacción urbana. En particular, la disertación se centrará en el análisis de las siguientes cuatro aplicaciones principales: (i)La identificación y eliminación de valores atípicos de demanda en los edificios; (ii) Reconocimiento de los principales patrones de demanda energética en edificios conectados a la red. (iii) Estudio de interpretabilidad/clasificación de dichos patrones energéticos. Análisis descriptivo de los patrones de la demanda. (iv) Predicción de la demanda de energía en resolución diaria y horaria.El interés de la tesis fue despertado por la situación energética actual en la Unión Europea, donde los edificios son responsables de más del 40% del consumo total de energía. Las redes de distrito modernas han sido identificadas como sistemas eficientes para el suministro de energía desde las plantas de producción hasta los consumidores finales/edificios debido a su economía de escala. Además, debido a la agrupación de edificios en una misma red, permitirán el desarrollo e implementación de algoritmos para la gestión de la energía en el sistema completo. 2023-09-29T07:12:09Z 2023-09-29T07:12:09Z 2023-07-12 2023-07-12 info:eu-repo/semantics/doctoralThesis http://hdl.handle.net/10810/62705 699888 23261 eng info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc/3.0/es/ Atribución-NoComercial 3.0 España (cc)2023 MIKEL LUMBRERAS MUGAGUREN (cc by-nc 4.0) application/pdf
external_data_source Addi
institution Digital
collection Addi
language English
topic artificial intelligence
data analysis
power distribution
inteligencia artificial
análisis de datos
distribución de energía
spellingShingle artificial intelligence
data analysis
power distribution
inteligencia artificial
análisis de datos
distribución de energía
Lumbreras Mugaguren, Mikel
Analysis on the Application of Machine-Learning Algorithms for District-Heating Networks' Characterization & Management
description 359 p.
author_additional Diarce Belloso, Gonzalo
author Lumbreras Mugaguren, Mikel
title Analysis on the Application of Machine-Learning Algorithms for District-Heating Networks' Characterization & Management
title_short Analysis on the Application of Machine-Learning Algorithms for District-Heating Networks' Characterization & Management
title_full Analysis on the Application of Machine-Learning Algorithms for District-Heating Networks' Characterization & Management
title_fullStr Analysis on the Application of Machine-Learning Algorithms for District-Heating Networks' Characterization & Management
title_full_unstemmed Analysis on the Application of Machine-Learning Algorithms for District-Heating Networks' Characterization & Management
title_sort analysis on the application of machine-learning algorithms for district-heating networks' characterization & management
publishDate 2023
url http://hdl.handle.net/10810/62705
_version_ 1778707735736483840

Ejemplares similares