El projecte IAQ4EDU ha desenvolupat un nou model predictiu per a l'avaluació de la qualitat de l'aire interior i el confort tèrmic

El projecte IAQ4EDU ha desenvolupat un model predictiu per a l'avaluació de la qualitat de l'aire interior i el confort tèrmic en edificis educatius. El resultat ha estat publicat a la revista Journal of Building Engineering (JCR-Q1, Factor d'impacte: 6.4) el desembre de 2023, amb el títol "Data-driven model for predicting indoor air quality and thermal comfort levels in naturally ventilated educational buildings using easily accessible data for schools". Aquest estudi l’ha realitzat el doctorand Sen Miao, sota la supervisió de la Dra. Marta Gangolells, la investigadora principal del projecte IAQ4EDU, i la Dra. Blanca Tejedor, investigadora del projecte.

Els models existents de predicció de qualitat de l'aire interior i confort tèrmic requereixen la instal·lació de sensors a les aules. Aquest estudi proposa una metodologia innovadora per desenvolupar un model d'aprenentatge automàtic per predir i avaluar els nivells de qualitat de l'aire interior i confort tèrmic a les aules utilitzant dades fàcilment accessibles per a les escoles, estalviant així els costos derivats d’una instal·lació massiva de sensors. El model només utilitza informació sobre les característiques de l'edifici, les condicions climàtiques i les característiques i comportaments dels ocupants. El model va ser desenvolupat i avaluat amb les dades recopilades durant la campanya de monitorització, aconseguint una precisió mitjana del 97% en la predicció de la qualitat de l'aire interior i del 98% en la predicció del confort tèrmic.

Característiques d’entrada i etiquetes de sortida del model RF

Podeu consultar el text complet en la versió de l’article.

Per més informació visita'ns en les nostres xarxes socials:

 LinkedIn del projecte     Twitter del GRIC       ResearchGate