Made available in DSpace on 2016-06-02T20:09:15Z (GMT). No. of bitstreams: 1
4149.pdf: 3640236 bytes, checksum: 4aa2aa39a2e563f087a25973327d591c (MD5)
Previous issue date: 2012-02-09 / Financiadora de Estudos e Projetos / This study seeks to verify the influence of windows areas in the electrical energy consumption of dwellings in the city of São Carlos. In order to do this, the index WWR (window to wall ratio) was applied, representing the ratio of window area and the area of external surface (wall). The applied methodology consisted on field campaigns, modeling and computational simulation. First, taking into account a preexistent data basis, the characteristics of the electrical energy consumption for the whole area of the city of São Carlos was verified. Then, specific buildings were selected to be measured in loco. The field data allowed the determination of building parameters (orientation, volume and constructed area, area of façades and window areas), which were directly or indirectly used as data entry for modeling the electrical energy consumption of the dwellings set. The modeling process applied Artificial Neural Networks (ANN), which is a computational technique inspired on the structure of human neurons. Several models were developed and their performance was evaluated by the determination coefficient (R2) and relative errors, shown by the relationship between simulated and real data. The best model was selected to be applied in the simulation of the influence of WWR and electrical energy consumption. The results showed that the WWR index has influence on the residential consumption of the dwellings studied and that NE orientation causes the lowest impact on electrical energy consumption. Furthermore, an ideal range of WWR/volume between 0,06 and 0,07 is related to the lowest energy consumption per constructed area in the city of São Carlos. / Neste trabalho buscou-se verificar a influência da área de janelas no consumo de energia elétrica de residências localizadas na cidade de São Carlos-SP. Para isso, aplicou-se o índice WWR (do inglês window-to-wall ratio), que representa a razão entre a área de janela e a área de superfície externa (parede). A metodologia aplicada envolveu pesquisa de campo, modelagem e simulação computacional. Inicialmente foi feita uma verificação das características do consumo de energia elétrica para toda a área da cidade de São Carlos, a partir de uma base de dados pré-existente. Em função desses dados, foram selecionadas edificações específicas, para as quais foi realizado um levantamento in loco. Os dados de campo permitiram determinar parâmetros construtivos (orientação, volume e área construída, áreas de fachadas e áreas de janelas), os quais foram direta ou indiretamente utilizados como dados de entrada para uma modelagem do consumo de energia elétrica das residências amostradas. A modelagem foi desenvolvida por aplicação de Redes Neurais Artificiais (RNA), uma técnica computacional inspirada na estrutura dos neurônios humanos. Assim, foram desenvolvidos diversos modelos e verificados os seus desempenhos através do coeficiente de determinação (R2) e erros relativos apresentados pela relação entre dados simulados e dados medidos. O modelo de melhor desempenho foi selecionado para simular a influência do WWR no consumo de energia elétrica. Os resultados apontaram que o índice WWR tem influência sobre o consumo das residências amostradas e que há influência da orientação, sendo a orientação Nordeste a menos impactante no consumo de energia elétrica. Além disso, uma faixa de valor de WWR/volume construído entre 0,06 e 0,07 está relacionada à promoção do menor consumo de energia por área construída na cidade de São Carlos.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufscar.br:ufscar/4667 |
| Date | 09 February 2012 |
| Creators | Bisinotto, Stela Leticia |
| Contributors | Souza, Lea Cristina Lucas de |
| Publisher | Universidade Federal de São Carlos, Programa de Pós-graduação em Estruturas e Construção Cívil, UFSCar, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFSCAR, instname:Universidade Federal de São Carlos, instacron:UFSCAR |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0021 seconds