Gestão de energia em edifícios por meio de controle inteligente baseado em ocupação

O consumo de energia em edifícios é dominado pelos sistemas de iluminação e de aquecimento, ventilação e ar condicionado (HVAC), cujo funcionamento é frequentemente ineficiente devido a estratégias de controle inadequadas e detecção de ocupação não confiável. À medida que os padrões de ocupação se tornam cada vez mais dinâmicos, os modelos existentes de controle baseados em ocupação sofrem redução na robustez, particularmente sob condições de número variável de ocupantes e restrições de privacidade. Este estudo aborda essas limitações propondo uma estrutura de detecção de ocupação multimodal que preserva a privacidade, integrando sensoriamento direto, sensoriamento ambiental e parâmetros relacionados à iluminação. Um sistema inteligente de identificação de ocupação baseado em um classificador Random Forest (RF) é desenvolvido para investigar como a fusão de dados multimodais melhora a precisão da predição de ocupação e o desempenho da gestão energética. Técnicas de classificação paramétrica são empregadas para analisar relações estatisticamente significativas entre estados de ocupação e entradas de sensores. O modelo otimizado (RF) alcança forte desempenho preditivo, com valores de precisão, exatidão, sensibilidade e F1-score de 0,99, 1,00, 0,86 e 0,88, respectivamente. O modelo Random Forest otimizado obteve uma precisão média de teste de 90,6%, com sensibilidade, precisão e F1-score de 0,86, 0,88 e 0,87, respectivamente, demonstrando desempenho preditivo robusto sob condições variáveis de ocupação. A incorporação de dados de iluminação melhora a estabilidade do modelo sob condições de ocupação variável e permite controle adaptativo dos sistemas HVAC e de iluminação, resultando em economias de energia mensuráveis. De modo geral, os resultados demonstram que a combinação de sensoriamento multimodal com modelagem baseada em aprendizado de máquina melhora significativamente a predição de ocupação e suporta a gestão inteligente de energia em edifícios. A estrutura proposta é aplicável a sistemas de edifícios inteligentes em tempo real e está alinhada com objetivos políticos voltados à redução do consumo energético em edificações. Trabalhos futuros irão estender o modelo para conjuntos de dados maiores, mais diversos e ambientes com múltiplas zonas.