ترجمه روشهای یادگیری ماشین برای پیش بینی دمای ساختمان

توضیحات

عنوان فارسی: روشهای یادگیری ماشین برای پیش بینی دمای ساختمان

عنوان انگلیسی:

Machine learning methods to forecast temperature in buildings

مقدمه:

مدیریت مویر انرژی در ساختمان به میزان قابل توجهی در مصرف انرژی ( اقتصادی و تکنیکی ) صرفه جویی میکند.و تحققیات فعالی در این زمینه وجود دارد. یکی از مسایل اصلی مدیریت انرژی ، پیش بینی متغیر هایی که بر مصرف انرژی ساختمان اثر میگذارند و راحتی فردی است. در بین متغیر ها میتوان به دمای هر اتاق ساختمان اشاره کرد. در این مقاله ما تکنیک های یادگیری ماشین متفاوت را به همراه سایر روش های کلاسیک برای پیش بینی دمای اتاق اعمال کردیم.نتایج بدست آمده اعتبار این تکنیک ها را برای پیش بینی دما و بنابراین گسترش سیاست های بهینه مصرف انرژی را نشان میدهد.

کلید واژه ها: پیش بینی ، بهره وری انرژی ، فراگیری ماشین ، سری زمانی

معرفی

در سالهای اخیر یک روند قطعی به سمت آگاهی موثر انرژی وجود دارد. چندین دلیل انگیزه این روند است. اولی به قابلیت تحمل محیط است به علت نیاز به ذخیره منابع انرژی محدود روی زمین ( نفت ،گاز ،الکتریسیته و غیره …). علاوه بر آن ، دلایل اقتصادی نیز وجود دارد. در نهایت دلایل سیاسی نیز میتواند بحث شود ،بازده انرژی در اقتصاد ملی نقش اساسی دارد . با این اهداف دولت های جهانی برنامه هایی برای جهت دهی و استراتژی هایی دارند که سعی میکنند توجه به صرفه جویی در انرژی را افزایش دهند.علاوه بر آن ، کمیسیون اروپا طرح عملی را برای کاهش مصرف انرژی تا 20% تا سال 2020 اتخاذ کرده است.که بدین معنی است که سالیانه 60 میلیون یورو صرفه جویی میشود.برنامه ریزی برای بهبود مصرف انرژی محصولات ،ساختمان ها و سرویس ها با افزایش بازده در تولیدات و توزیع انرژی ،کاهش اثر انتقال بر روی مصرف انرژی ،تولید و یافتن سرمایه گذاری در اروپا ، تشویق و وادار به رفتار نرخی در مصرف انرژی و همچنین تقویت اقدام بین المملی در بهره وری انرژی دارد. (European Commission, 2010).

در سالهای اخیر برای افزایش نوسازی ساختمان ها برای “موثر بر انرژی ” کردن آنها تلاش میکند. مطابق آرژانس انرژی بین المللی (EA) مصرف انرژی در ساختمان های تجاری و مسکونی در حدود 40% کل مصرف انرژی و 36% کل گسیل CO2 است. به همین دلیل است که تلاش زیادی بر اعمال فرآیندهای مدیریت انرژی بر روی بخش ساختمانی تمرکز کرده است که شدت انرژی افزایشی و شاخص های مصرف انرژی را نشان میدهد. (European Commission, 2003, 2005).

توجه:

• برای دانلود فایل word کامل ترجمه از گزینه افزودن به سبد خرید بالا استفاده فرمایید.
• پس از خرید بلافاصله لینک دانلود فایل برای شما ایمیل خواهد شد.