Multivariate statistical modelling and monitoring of smart buildings

Abstract

In order to reduce mismatches between real and expected consumption, this thesis explores the use of PCA (Principal Component Analysis) as a modelling tool for buildings. PCA is a statistical technique that allows complex systems to be modelled, and, subsequently, to monitor them to detect abnormal behaviours with respect to the conditions initially modelled. The work in this thesis includes adapting PCA to take full advantage of its potential in buildings. Such adaption is also verified by applying it to various use cases

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