Sequência metodológica para a estimativa da iluminação natural e suas implicações em sistemas de avaliação de desempenho de edificações

Methodological sequence to predict daylighting and its implications for the energy performance evaluation of buildings

Resumo

Este trabalho teve por objetivo propor um método simplificado que integre a aplicação de redes neurais artificiais (RNA) com zoneamento de iluminação natural para a estimativa da redução do consumo energético de edifícios não residenciais em função do aproveitamento da luz natural. Utilizou-se metamodelagem, sendo as redes treinadas com base em resultados obtidos através de simulações computacionais energéticas integradas. Utilizou-se a técnica de amostragem Hipercubo Latino para gerar os dados de entrada, que foram parametrizados com o plug-in Grasshopper e simulados com o plug-in Diva, do programa Rhinoceros. Para a aplicação do método propôs-se uma RNA tendo como parâmetro de saída densidade de potência de iluminação em uso combinada, através de ponderação por área, com um zoneamento de iluminação natural que considera o dinamismo do clima. Discutiu-se a relação entre a sequência proposta, cujos erros foram inferiores a 5%, o RTQ-C e índices mínimos de iluminação natural. Como conclusão geral, pode-se dizer que o método simplificado tem potencial para ser replicado e utilizado dadas sua precisão, velocidade e facilidade de aplicação. Para a aplicação do método em instrumentos de regulação, é importante que os índices mínimos de desempenho luminoso sejam cuidadosamente avaliados devido a seu impacto significativo no consumo energético das edificações.

Palavras-chaves:
Iluminação natural; Consumo energético; Redes neurais artificiais; Método simplificado