14414

تجزيه و تحليل خوشه بندي مصرف انرژي ساختمان‌ها با استفاده از داده‌كاوي

1400

دكتر عبدالرحمن حائري

انرژي مايه حيات جوامع مدرن است. در دهه‌هاي گذشته، مصرف انرژي در جهان و انتشار CO2 مرتبط با آن به دليل افزايش جمعيت و نيازهاي رفاهي مردم به سرعت افزايش يافته است. بخش ساختمان بخش قابل توجهي از انرژي را در سراسر جهان مصرف مي‌كند. يكي از دلايل آن اين است كه عملكرد ساختمان و اجزاي آن در طول سال‌ها كاهش مي‌يابد. مشخص شده‌است كه با بهبود عملكرد سيستم‌هاي موجود از طريق راه‌اندازي مداوم، صرفه‌جويي قابل توجهي در انرژي حاصل مي‌شود. در يك فرآيند راه اندازي مداوم، معيارهاي انرژي براي رديابي، نظارت و تشخيص رفتار مصرف انرژي غيرعادي يك ساختمان بسيار مهم است. پس با توجه به نكات گفته شده، پيش‌بيني مصرف انرژي ساختمان براي برنامه ريزي، مديريت و حفظ انرژي ضروري است. عملكرد انرژي در ساختمان‌ها تحت تأثير عوامل زيادي مانند شرايط آب و هوايي محيط، ساختار و ويژگي‌هاي ساختمان، عملكرد اجزاي زيرسطحي مانند روشنايي و سيستم‌هاي HVAC، اشغال و رفتار آن‌ها قرار مي‌گيرد.‌ اين وضعيت پيچيده، اجراي دقيق پيش‌بيني مصرف انرژي ساختمان را بسيار دشوار مي‌كند. ‌اين سمينار به بررسي مدل‌هاي اخيرا توسعه يافته براي حل ‌اين مشكل مي‌پردازد كه شامل روش‌هاي مهندسي پيچيده و ساده شده، روش‌هاي آماري و روش‌هاي هوش مصنوعي مي‌باشد. كارهاي تحقيقاتي قبلي در مورد‌اين مدل‌ها و كاربردهاي مرتبط معرفي شده‌اند.

1/7/2023 12:00:00 AM

85600

1403/11/01

Clustering analysis of building energy consumption using data mining

ساختمان , داده كاوي , شبكه عصبي مصنوعي , انرژي

building , data mining , artificial neural network , energy , k-means