No abstract

The improvement of comfort monitoring resources is pivotal for a better understanding of personal perception in indoor and outdoor environments and thus developing personalized comfort models maximizing occupants’ well-being while minimizing energy consumption. Different daily routines and their relation to the thermal sensation remain a challenge in long-term monitoring campaigns. This paper presents a new methodology to investigate the correlation between individuals’ daily Thermal Sensation Vote (TSV) and environmental exposure. Participants engaged in the long-term campaign were instructed to answer a daily survey about thermal comfort perception and wore a device continuously monitoring temperature and relative humidity in their surroundings. Normalized daily profiles of monitored variables and calculated heat index were clustered to identify common exposure profiles for each participant. The correlation between each cluster and expressed TSV was evaluated through the Kendall tau-b test. Most of the significant correlations were related to the heat index profiles, i.e., 49% of cases, suggesting that a more detailed description of physical boundaries better approximates expressed comfort. This research represents the first step towards personalized comfort models accounting for individual long-term environmental exposure. A longer campaign involving more participants should be organized in future studies, involving also physiological variables for energy-saving purposes.

No abstract

No abstract

<p>Este estudo apresenta uma proposição de benchmarking estatístico do estoque de edificações escolares no Brasil. Informações de consumo de energia, área construída, número de alunos e localização (zona bioclimática) de 2.445 escolas foram utilizadas para se calcular indicadores de intensidade de uso de energia (EUI) em termos de área construída e número de alunos, realizando-se também uma transformação logarítmica para garantir aderência à distribuição normal. Esses indicadores foram analisados por meio de teste de normalidade, desenvolvimento de histogramas, cálculo de medidas de síntese estatística, e determinação de um benchmarking estatístico por meio de normalização simples. Além disso, uma análise de variância (ANOVA) foi aplicada para verificar se o EUI apresenta variação estatística em relação às diferentes zonas bioclimáticas observadas. Resultados apresentam valores típicos de EUI por área construída e por número de alunos para o estoque de edificações e o benchmarking estatístico apresenta valores limites para classificação do desempenho operacional dessas edificações de “A” (melhor desempenho) até “E” (pior desempenho). O teste estatístico ANOVA apontou que há variação dos valores médios dos EUIs para diferentes zonas bioclimáticas. Conclusões apontam que o método utilizado para benchmarking é válido para uma abordagem primária, porém é limitado por não considerar como parâmetro a localidade da edificação, identificado como importante no teste estatístico empregado. Dessa forma, evidencia-se a necessidade de um método mais robusto para representar o benchmarking energético de edificações no Brasil.</p>