@MASTERSTHESIS{ 2025:631535544,
 	title = {GreenFramework: um framework para monitoramento inteligente de recursos energéticos em cidades inteligentes},
 	year = {2025},
 	url = "https://tedebc.ufma.br/jspui/handle/tede/6713",
 	abstract = "Diante do aumento da demanda energética global e da expansão de cidades inteligentes
 com uso de IoT para a gestão integrada de energia elétrica e recursos hídricos, instituições
 públicas como a UFMA enfrentam a ausência de ferramentas de monitoramento de baixo
 custo, resultando em desperdícios, altos custos operacionais e elevadas emissões de CO2
 devido à ineficiência no gerenciamento de cargas prediais. Neste trabalho, propõe-se o
 framework GreenMonitoring que é baseado em IoT, Inteligência Artificial e MDE para
 suportar o monitoramento inteligente de energia elétrica e água em prédios. O framework
 integra dados desde a coleta, via sensores, até a disponibilização por meio de Application
 Programming Interfaces (APIs) ou um front-end como aplicação Web. A motivação
 do estudo decorre da necessidade de alinhar a gestão institucional aos Objetivos de
 Desenvolvimento Sustentável (ODS 7 e 11), superar a escassez de plataformas modulares
 de código aberto, a predominância de sistemas proprietários complexos e caros, a reduzida
 integração do nexo água-energia em campi universitários e a falta de interfaces intuitivas
 para usuários não técnicos, partindo da hipótese de que um framework baseado em IoT
 e machine learning pode identificar padrões de consumo, detectar anomalias e prever
 demandas com alta precisão, reduzindo significativamente o desperdício de ambos os
 recursos. Propõe-se o GreenFramework, uma arquitetura modular e escalável para gestão
 integrada de recursos, instanciada neste trabalho como GreenMonitoring. No estudo de
 caso, o GreenMonitoring foi implantado para monitorar subestações de energia elétrica e
 entrada de água em prédios da UFMA. Assim, medições de energia elétrica foram feitas
 em seis prédios da UFMA, identificando-se picos de demanda entre 13h e 17h, desperdícios
 em horários de baixa ocupação e emissões de CO2 calculadas com base no fator mensal do
 MCTI, além de modelos preditivos com excelente desempenho (R2 de até 0,9725 no prédio
 do Centro de Ciências Exatas e Tecnologia — CCET); quanto ao consumo hídrico, foi
 instalado apenas um medidor no Instituto de Energia Elétrica (IEE) — devido à grande
 distância física dos pontos de medição de água em relação aos de energia, o que dificultou
 a instalação em múltiplos prédios —, tendo o equipamento funcionado corretamente, com
 coleta e transmissão de dados plenamente validadas, embora análises quantitativas mais
 aprofundadas e identificação de picos de consumo hídrico tenham ficado como perspectiva
 futura de expansão.",
 	publisher = {Universidade Federal do Maranhão},
 	scholl = {PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET},
 	note = {DEPARTAMENTO  DE ENGENHARIA DA ELETRICIDADE/CCET}
}