توضیحات
Improving sustainable office building operation by using historical data and linear models to predict energy usage
بهبود عملکرد پایدار ساختمان اداری با استفاده از داده های تاریخی و مدل های خطی برای پیش بینی مصرف انرژی
شبیه سازی در محیط ام فایل متلب انجام شده است
دارای گزارش ورد 5 صفحه ای است.
ترجمه چکیده مقاله
دفاتر و خرده فروشی ها بیشترین مصرف کنندگان انرژی را در بخشهای ساختمانهای غیر مسکونی نشان می دهند و تخمین زده شده است که بیش از 50٪ از انرژی مصرفی ساختمان را تشکیل دهند.
پیش بینی دقیق مصرف انرژی ساختمان های اداری می تواند صرفه جویی در انرژی بالقوه و مدیریت قابل توجه انرژی ساختمان های اداری را به طور قابل توجهی تقویت کند.
این مقاله روشی را پیشنهاد می کند که با استفاده از مدلهای رگرسیون چند خطی (MLR) و شبکه عصبی مصنوعی (ANN) ، میزان انرژی مصرفی را پیش بینی می کند.
بنابراین ، امکان مقایسه استفاده از این دو نوع روش مدل سازی وجود دارد. در این مطالعه ، چهار مدل سایت اداری در موسسات تحقیقاتی در مناطق مختلف نیوزلند برای بررسی توانایی مدل های ساده برای کاهش حاشیه خطاهای پروژه های حسابرسی انرژی ، ایجاد شده است.
این مدل ها براساس میانگین ماهانه دمای خارج و تعداد کارمندان تمام وقت (FTE) ساخته شده اند.
مقایسه مصرف واقعی و پیش بینی شده انرژی نشان داد که مدل ها می توانند مصرف انرژی را در یک محدوده خطای قابل قبول پیش بینی کنند.
نتایج همچنین نشان داد که هر ساختمان باید به عنوان یک واحد جداگانه مورد بررسی قرار گیرد.
توضیحات پروژه
پروژه به صورت کدنویسی شده که با اجرای فقط یک ام فایل برنامه قابل اجراست و نتایج را میتوان دید.
فایلهای پروژه در پوشه های مرتبط با نام خود قرار گرفته اند و به راحتی قابل تشخیص هستند.
در پوشه simulation دو پوشه به صورت زیر وجود دارد:
- پوشه real data که داده های واقعی (خطوط آبی رنگ نمودارهای مقاله) در آن ها جمع آوری شده اند.
- پوشه Simulink models که مدل سیمولینک برای تولید داده های دما در زمان های مختلف سال در شهرهای مورد در آن قرار دارد. مدل سیمولینک نسخه های 2016a تا 2020a داخل این پوشه هستند.
توضیحات فایل main:
در اینجا فقط بخشی از توضیحات گزارش کار, صرفا جهت آشنایی بیشتر در اینجا آمده است.
خطوط 74 تا 78: تعداد افزار فرضی قرار داده شده،از این بابت یک مدل بر اساس داده های واقعی و دما برای محاسبه تعداد افراد ساخته شده است.
خطوط 80 تا 84: فراخوانی کدهای مربوط به هر شهر. محتویات تمام فایل های یکی هستند و فقط ورودی های هر کدام متناسب با محاسبات انجام شده تا به این جای کار می باشد.
خطوط 86 تا انتها: جدول 2 مقاله در این قسمت محاسبه و چاپ می شود.
توضیحات مدل سیمولینک
قسمت 1: ورودی های بلوک محاسبه دما به ترتیب (طول و عرض جغرافیایی و ارتفاع)، سال، روز و ثانیه.
قسمت 2: بلوک محاسبه کننده دما.
قسمت 3: دمای محاسبه شده برای استفاده در محیط متلب به خارج از سیمولینک برده می شود.
توضیحات فایل City.m
همان طور که توضیح داده شد، محتویات داخل کدهای تمام شهر ها یکی هستند. برای نمونه فایل مربوط به شهر C نمایش داده می شود.
بخش MLR با داده های آموزشی
خط 2: مدل MLR طبق توضیحات مقاله ساخته می شود.
…
بخش MLR با داده های اعتبارسنجی
…
بخش تعریف شبکه عصبی
…
آموزش شبکه عصبی با داده های آموزشی
…
بخش اعتبارسنجی شبکه عصبی
…
خط 56: یک برازش خطی بین دو دسته داده اعتبارسنجی صورت می گیرد.
خطوط 57 تا 63: نمودار هم رده با عکس 8 رسم می گردد (با تمام توضیحات).
خطوط 65 تا انتها: محاسبات مربوط به MSE و RMSE برای تمام حالتهای MLR و ANN و دو دسته داده های آموزشی و اعتبارسنجی انجام می شود.
نتایج شبیه سازی با متلب
نتایج کامنت ویندوز
نتایج نموداری
نمودارها شامل 16عدد میشود که در اینجا برای نمونه دو نمودار را نمایش داده ایم:
با اجرای فایل main.m نتایج حاصل می شود. به دلیل این که ورودی های دما و تعداد افزار تخمینی است ممکن است تفاوت هایی با نمودارهای اصلی مشاهده شود. ولی هدف مقاله به دست آمده است و دقت خوبی وجود دارد.
کلیدواژه:
Improving sustainable office building operation by using historical data and linear models to predict energy usage
طبق توضیحات فوق توسط کارشناسان سایت متلبی تهیه شده است و به تعداد محدودی قابل فروش می باشد.
سفارش انجام پروژه مشابه
درصورتیکه این محصول دقیقا مطابق خواسته شما نمی باشد،.
با کلیک بر روی کلید زیر پروژه دلخواه خود را سفارش دهید.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.