Modelování spotřeb energií budov
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21720%2F15%3A00233579" target="_blank" >RIV/68407700:21720/15:00233579 - isvavai.cz</a>
Výsledek na webu
—
DOI - Digital Object Identifier
—
Alternativní jazyky
Jazyk výsledku
čeština
Název v původním jazyce
Modelování spotřeb energií budov
Popis výsledku v původním jazyce
Základním předpokladem pro hospodárné provozování budov je funkční monitorování spotřeb a porozumění získaným datům. Vhodná interpretace měřených spotřeb může mnoho prozradit o způsobu provozování budovy, o efektu provedených opatření (zateplení, výměnaoken, ...) případně může i odhalit chyby v technickém zabezpečení budovy (TZB). V článku je zaměřena pozornost na monitorování spotřeby elektrické energie. Na základě dostupných měření je vytvořen matematický model, který je následně využit k porovnání měřených a předpovídaných spotřeb. Jsou porovnány čtyři různé přístupy k modelování spotřeby, konkrétně je diskutováno použití polynomiálních modelů, neuronových sítí, support vector machines (SVM) a autoregresních modelů. Všechny metody byly ověřeny s využitím dat ze dvou rozdílných objektů: obchodní centrum a univerzitní budovy.
Název v anglickém jazyce
Building Energy Consumption Modeling
Popis výsledku anglicky
The basic prerequisite for effective operation of buildings is functional monitoring of consumptions and correct understanding of the obtained data. The appropriate interpretation of measured consumptions can reveal a lot about building operation manners, about effect of undertaken measures (insulation, window replacement,...) and possibly also reveal deficiencies in the heating, ventilation and air-conditioning (HVAC) systems. The paper is aimed to the monitoring of electrical energy consumption. Mathematical model was created on the basis of available measurements and consequently used to compare measured and predicted consumptions. Four different approaches towards energy consumption modeling are compared, namely we discuss the use of polynomial models, neural networks, support vector machines (SVM) and autoregressive models. All the methods were verified using data from two different premises: shopping center and university building.
Klasifikace
Druh
J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)
CEP obor
BC - Teorie a systémy řízení
OECD FORD obor
—
Návaznosti výsledku
Projekt
<a href="/cs/project/ED2.1.00%2F03.0091" target="_blank" >ED2.1.00/03.0091: Univerzitní centrum energeticky efektivních budov (UCEEB)</a><br>
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2015
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název periodika
Vytápění, větrání, instalace
ISSN
1210-1389
e-ISSN
—
Svazek periodika
24
Číslo periodika v rámci svazku
4
Stát vydavatele periodika
CZ - Česká republika
Počet stran výsledku
4
Strana od-do
184-187
Kód UT WoS článku
—
EID výsledku v databázi Scopus
2-s2.0-84943528612