Artigo em revista científica Q1
Machine learning techniques in the energy consumption of buildings: A systematic literature review using text mining and bibliometric analysis
Ahmed Abdelaziz (Abdelaziz, A.); Vitor Santos (Santos, V.); Miguel Sales Dias (Dias, J.);
Título Revista
Energies
Ano
2021
Língua
Português
País
Suíça
Mais Informação
Web of Science®

N.º de citações: 2

(Última verificação: 2022-06-25 10:01)

Ver o registo na Web of Science®

Scopus

N.º de citações: 2

(Última verificação: 2022-06-22 03:07)

Ver o registo na Scopus


: 0.6
Google Scholar

N.º de citações: 3

(Última verificação: 2022-06-25 01:34)

Ver o registo no Google Scholar

Abstract/Resumo
The high level of energy consumption of buildings is significantly influencing occupant behavior changes towards improved energy efficiency. This paper introduces a systematic literature review with two objectives: to understand the more relevant factors affecting energy consumption of buildings and to find the best intelligent computing (IC) methods capable of classifying and predicting energy consumption of different types of buildings. Adopting the PRISMA method, the paper analyzed 822 manuscripts from 2013 to 2020 and focused on 106, based on title and abstract screening and on manuscripts with experiments. A text mining process and a bibliometric map tool (VOS viewer) were adopted to find the most used terms and their relationships, in the energy and IC domains. Our approach shows that the terms “consumption,” “residential,” and “electricity” are the more relevant terms in the energy domain, in terms of the ratio of important terms (TITs), whereas “cluster” is the more commonly used term in the IC domain. The paper also shows that there are strong relations between “Residential Energy Consumption” and “Electricity Consumption,” “Heating” and “Climate. Finally, we checked and analyzed 41 manuscripts in detail, summarized their major contributions, and identified several research gaps that provide hints for further research.
Agradecimentos/Acknowledgements
--
Palavras-chave
Intelligent models,Energy consumption of buildings,Systematic literature review,Text mining,Bibliometric map,Machine learning
  • Ciências da Computação e da Informação - Ciências Naturais
Registos de financiamentos
Referência de financiamento Entidade Financiadora
#109 “Consumo SMART” Universidade Nova de Lisboa
UIDB/04466/2020 Fundação para a Ciência e a Tecnologia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.