2026-05-05T05:07:56Zhttps://riubu.ubu.es/oai/requestoai:riubu.ubu.es:10259/77972024-05-14T09:56:31Zcom_10259_2699col_10259_2725
Alonso Tristán, Cristina
Diez Mediavilla, Montserrat
Granados López, Diego
Universidad de Burgos. Departamento de Ingeniería Electromecánica
2023-09-05T12:37:02Z
2023-09-05T12:37:02Z
2022
2022-05-25
http://hdl.handle.net/10259/7797
10.36443/10259/7797
Searching and selecting an adequate methodology for daylight modeling
is essential in the design of energy efficient buildings that guarantee the
visual, physical and psychological comfort of their occupants. The first step
in determining the indoor building illuminance lies in knowing the outdoor
illuminance. This dissertation addresses this key aspect through different
strategies such as luminous efficacy models and the determination of the
angular distribution of the sky's luminance.
Daylight is strongly determined by sky conditions. The CIE/ISO standard
provides a good general framework to represent the real conditions of the
sky, covering the entire probable spectrum of skies, and has been used as
a reference throughout this work. The characterization of the skies
according to the CIE standard requires experimental measurements of the
luminance distribution of the sky, scarcely recorded in terrestrial
meteorological facilities. The thesis proposes, as alternatives for the
classification of skies according to the CIE taxonomy, the use of
meteorological indices, sky images and algorithms based on artificial
intelligence. The structure and efficiency of the machine learning
algorithms used, both neural networks and decision trees, have been
optimized through feature selection procedures in the case of the use of
meteorological indices and through image pre-processing techniques, as a
step prior to using the classification algorithm. The thesis has also
developed a new locally calibrated luminous efficacy model, with excellent
results both when used for all-sky types and for clear, overcast and
partially overcast sky conditions.
La búsqueda y elección de una metodología adecuada para el modelado
de la iluminación natural es fundamental en el diseño de edificios
energéticamente eficientes y que garanticen el confort visual, físico y
psicológico de sus ocupantes. El primer paso para la determinación de la
iluminación en el interior de un edificio reside en el conocimiento de la
iluminación exterior. La tesis doctoral aborda este aspecto fundamental a
través de diferentes estrategias como son los modelos de eficacia luminosa
y la determinación de la distribución angular de la luminancia del cielo.
La iluminación natural está fuertemente determinada por las
condiciones de cielo. El estándar CIE/ISO proporciona un buen marco
general para representar las condiciones reales del cielo cubriendo todo el
espectro probable de cielos, por lo que se ha seleccionado como referencia a
lo largo de este trabajo. La caracterización de los cielos según el estándar
CIE requiere de medidas experimentales de la distribución de luminancia
del cielo, escasamente registradas en las instalaciones meteorológicas
terrestres. La tesis propone como alternativas para la clasificación de cielos
según la taxonomía CIE, la utilización de índices meteorológicos, imágenes
del cielo y algoritmos basados en inteligencia artificial. La estructura y la
eficacia de los algoritmos de aprendizaje automático empleados, redes
neuronales y árboles de decisión, se han optimizado mediante
procedimientos de selección de variables en el caso de la utilización de
índices meteorológicos y mediante técnicas de pre-procesamiento de
imágenes, como paso previo a la utilización del algoritmo de clasificación.
La tesis ha desarrollado también un nuevo modelo de eficacia luminosa,
calibrado localmente, con excelentes resultados tanto al utilizarlo para
todos los tipos de cielo como para condiciones de cielo claro, cubierto y
parcialmente cubierto.
This doctoral thesis has been supported thanks to the funding of the
PROGRAMA DE FORMACIÓN DE PROFESORADO UNIVERSITARIO
(PIRTU ORDEN EDU/556/2019), the Mobility Grant for Doctoral Students
Stays of the University of Burgos, Program (2021), and the following
competitive funding research projects:
1. Análisis Espectral de la Radiación Solar: Aplicaciones Climáticas,
Energéticas y Biológicas (RTI-2018-098900-B-I00). Ministerio de
Universidades e Investigación Programa Estatal De I+D+i
Orientada a los Retos de la Sociedad. IP: Cristina Alonso Tristán y
Montserrat Díez Mediavilla. 1/01/2019-30/09/2022.
2. Valoración técnica de los niveles de exposición a radiación solar en
trabajos de exterior: identificación de grupos de riesgo y medidas
de prevención. (INVESTUN/19/BU/004) Junta de Castilla y León. Dirección General de Trabajo y Prevención de riesgos laborales. IP:
Montserrat Díez Mediavilla. 01/01/2019-30/09/2021.
3. Metodología para la rehabilitación energética de edificios de uso
público en Castilla y León mediante integración fotovoltaica
(BU021G19). Junta de castilla y León. Programa de Apoyo a los
Grupos de Investigación Reconocidos de Universidades públicas de
Castilla y León. 01/01/2019-31/12/2021. IP: Montserrat Díez
Mediavilla.
4. Medida y modelización de la iluminación solar para la optimización
de técnicas de iluminación natural en la edificación (ENE2014-
54601-R), Ministerio de Economía y Competitividad. RETOS DE
LA SOCIEDAD. IP: Montserrat Díez Mediavilla. 01/12/2015-
31/12/2018
application/pdf
eng
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
http://creativecommons.org/licenses/by-nc-nd/4.0/
Este documento está sujeto a una licencia de uso Creative Commons, por la cual está permitido hacer copia, distribuir y comunicar públicamente la obra siempre que se cite al autor original y no se haga de él uso comercial ni obra derivada
info:eu-repo/semantics/openAccess
CIE standard sky classification
Illuminance
Daylight
Meteorological indices
Machine learning
Clasificación de cielos estándar CIE
Iluminancia
Iluminación natural
Índices meteorológicos
Inteligencia artificial
Electrotecnia
Iluminación
Electrical engineering
Lighting
3322.05 Fuentes no Convencionales de Energía
2209.08 Iluminación
2106.01 Energía Solar
2209.23 Radiación Visible
Daylight modeling for energy efficiency and visual comfort in buildings
Modelado de la iluminación natural para la eficiencia
energética y el confort visual en edificios
info:eu-repo/semantics/doctoralThesis
info:eu-repo/semantics/acceptedVersion
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/RTI-2018-098900-B-I00/ES/ANALISIS ESPECTRAL DE LA RADIACION SOLAR: APLICACIONES CLIMATICAS, ENERGETICAS Y BIOLOGICAS/
info:eu-repo/grantAgreement/Junta de Castilla y León//INVESTUN%2F19%2FBU%2F0004//Valoración técnica de los niveles de exposición a radiación solar en trabajos de exterior: identificación de grupos de riesgo y medidas de prevención/
info:eu-repo/grantAgreement/Junta de Castilla y León//BU021G19//Metodología para la rehabilitación energética de edificios de uso público en castilla y león mediante integración fotovoltaica/
info:eu-repo/grantAgreement/MINECO//ENE2014-54601-R/ES/MEDIDA Y MODELIZACION DE ILUMINACION SOLAR PARA OPTIMIZACION DE TECNICAS EN ILUMINACION NATURAL EN LA EDIFICACION/