Aplicação de ANN para a previsão do consumo de energia de edifícios em diferentes zonas climáticas com HDD e CDD

Com o objetivo de encontrar um método rápido e eficaz para prever o consumo de energia de edifícios em diferentes zonas climáticas, este artigo utilizou redes neurais artificiais (ANN) para essa previsão com 20 parâmetros de entrada, incluindo 18 parâmetros de desempenho da envoltória do edifício, dia de grau de aquecimento (HDD) e dia de grau de resfriamento (CDD). Uma rede neural de retropropagação foi preferida e os dados foram apresentados à rede após serem normalizados. Estudos de aplicação de sete casos foram realizados com ANN e métodos convencionais. Os resultados mostram que a ANN prevê o consumo de energia de edifícios de forma fácil e rápida, apresentando resultados satisfatórios com uma taxa de previsão bem-sucedida de mais de 96%, em comparação com métodos convencionais, e a aplicação desta ANN é amplamente estendida para ser utilizada em outras zonas climáticas, considerando HDD e CDD como partes dos parâmetros de entrada.