Analýza dat pro řešení problémů s vlhkostí v budovách

Abstract

Cílem práce bylo řešit problémy s nadměrnou vlhkostí v budovách pomocí analýzy dat. Teoretická část práce se zabývá vlivem nadměrné vlhkosti na zdraví obyvatel budov a také na stav budov. Dále jsou popsány metody dolování z dat včetně klasifikace, predikce a shlukování a současně jsou vysvětleny možnosti vyhodnocení a výběru modelů. Praktická část je zaměřena na popis hardwarové platformy a scénářů měření. Klíčovými parametry, které ovlivňují relativní vlhkosti uvnitř budov, jsou teplota v místnosti, venkovní teplota a venkovní relativní vlhkost. Dlouhodobé měření uvedených parametrů bylo provedeno za využití sady senzorů a BeeeOn systému. Naměřená data byla využita pro návrh systému, který detekuje události spojené se změnou vlhkosti. Regulace výměny vzduchu v místnosti byla stanovena na základě přirozené ventilace.

The aim of this work was to solve problems with excessive humidity in buildings using data analysis. The theoretical part of the work deals with impacts of excessive humidity on the health of building occupants and also the condition of the building structure. Data mining methods including classification, prediction, and clustering are described together with model evaluation and selection. The practical part focuses on hardware platform description and measurement scenarios. Key parameters affecting indoor relative humidity are indoor and outdoor temperature and outdoor relative humidity. The long-term measurement of the mentioned parameters was performed using the set of sensors and BeeeOn system. Measured data was used to design a system for event detection related to a humidity change. The approach to air change regulation in the room was based on natural ventilation.