Tese de Mestrado da Universidade de Coimbra conquista primeiro lugar do Prémio REN 2023

As futuras comunidades de energia permitem a otimização local de recursos, nomeadamente através da comercialização de energia entre edifícios, mas para tal é crucial dispor de previsões do consumo e geração de energia nos edifícios.

Tópico(s) Artigo

  • 13:56 | Sexta-feira, 17 de Novembro de 2023
  • Ler em 2 minutos

Nuno Alexandre Gonçalves Mendes, aluno do Departamento de Engenharia Eletrotécnica e de Computadores (DEEC), da Faculdade de Ciências e Tecnologia da Universidade de Coimbra (FCTUC) conquistou o primeiro do Prémio REN 2023.

A dissertação vencedora, intitulada “Federated Learning para a Previsão do Consumo Líquido de Energia em Comunidades de Edifícios”, foi realizada no âmbito do Mestrado em Engenharia Eletrotécnica e de Computadores e também do projeto ML@GridEdge, desenvolvido pelo Instituto de Sistemas e Robótica (ISR) e pela University of Texas at Austin.

Durante este percurso de Mestrado, o atual aluno de Doutoramento em Engenharia Eletrotécnica e de Sistemas Inteligentes no DEEC, teve a orientação de Pedro Moura, professor do DEEC, e de Jérôme Mendes, investigador do Departamento de Engenharia Mecânica (DEM) da FCTUC.

Esta dissertação apresenta uma «nova abordagem para a previsão da energia líquida em comunidades de energia com base num sistema de Federated Learning (FL). A estrutura implementada prevê a integração de entidades terceiras como fornecedores de dados, e dois sistemas de previsão (um para o consumo e outro para a geração), ambos geridos pelo mesmo servidor, permitindo assegurar a previsão do consumo líquido de energia elétrica, de forma independente, em cada um dos edifícios pertencentes à comunidade de energia», explica o premiado.


As futuras comunidades de energia permitem a otimização local de recursos, nomeadamente através da comercialização de energia entre edifícios, mas para tal é crucial dispor de previsões do consumo e geração de energia nos edifícios.

«Convencionalmente, estas previsões usam dados históricos do consumo de energia líquida nos edifícios, mas podem ser melhoradas ao incluir também informações privadas dos edifícios. Os sistemas de automação em imóveis permitem a recolha de dados em grandes quantidades que podem serem usados pelos sistemas de previsão, mas estes dados são maioritariamente privados», revela o aluno da FCTUC, assegurando que, nesse contexto, «o FL tem sido utilizado, em diversas áreas, com o objetivo de proteger os dados privados dos utilizadores».

«Dos resultados obtidos foi possível observar que os sistemas de previsão atingiram um elevado nível de precisão. E principalmente permitem atingir um elevado nível de adaptabilidade, por exemplo a variações sazonais, à entrada e saída de edifícios da comunidade ou mesmo a novas comunidades constituídas por outros edifícios», conclui.

O Prémio REN, criado em 1995, é atribuído todos os anos às melhores teses de mestrado em energia desenvolvidas em universidades portuguesas.

 

 

Gosto do artigo
Palavras-chave
Publicado por
Publicado em Última Hora