کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7919388 1511101 2017 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Mining typical load profiles in buildings to support energy management in the smart city context
ترجمه فارسی عنوان
معادن خطوط بار معمول در ساختمان ها برای حمایت از مدیریت انرژی در زمینه شهر هوشمند
کلمات کلیدی
ساختن مدیریت انرژی، ساخت پروفایل انرژی ساختمان ویژگی های پروفیل بار، الگوهای انرژی معمولی،
ترجمه چکیده
معیارهای بارگذاری مواد معدنی در ساختمان ها برای راه اندازی راهبردهای مدیریت انرژی، یک کار اساسی است که باید در محیط شهر هوشمند مورد توجه قرار گیرد. در این کار، یک چارچوب کلی در خصوص ویژگی های پروفیل بار در ساختمان ها بر اساس ادبیات علمی اخیر پیشنهاد شده است. این فرآیند به ترکیبی از الگوریتم های تشخیص الگوی و الگوریتم های طبقه بندی متکی است تا بینش دقیقی از الگوهای مصرف انرژی در سطوح مختلف و در مقیاس های مختلف (از تک ساختمان تا سهام ساختمان ها) فراهم کند. مفاهیم متعددی در ارتباط با مشخصات انرژی در ساختمان ها، از جمله طراحی تعرفه، مدیریت سمت تقاضا و تشخیص انرژی پیشرفته مورد بحث قرار گرفته است. علاوه بر این، یک روش قوی برای مدل های معمول انرژی برای حمایت از تشخیص انرژی پیشرفته در ساختمان ها با تحلیل مصرف انرژی نظارت شده یک اتاق مکانیکی خنک کننده / حرارت معرفی شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی انرژی انرژی (عمومی)
پیش نمایش مقاله
معادن خطوط بار معمول در ساختمان ها برای حمایت از مدیریت انرژی در زمینه شهر هوشمند
چکیده انگلیسی
Mining typical load profiles in buildings to drive energy management strategies is a fundamental task to be addressed in a smart city environment. In this work, a general framework on load profiles characterisation in buildings based on the recent scientific literature is proposed. The process relies on the combination of different pattern recognition and classification algorithms in order to provide a robust insight of the energy usage patterns at different levels and at different scales (from single building to stock of buildings). Several implications related to energy profiling in buildings, including tariff design, demand side management and advanced energy diagnosis are discussed. Moreover, a robust methodology to mine typical energy patterns to support advanced energy diagnosis in buildings is introduced by analysing the monitored energy consumption of a cooling/heating mechanical room.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Energy Procedia - Volume 134, October 2017, Pages 865-874
نویسندگان
, , ,