Tối ưu hóa ước tính mức tiêu thụ năng lượng trong các tòa nhà dựa trên các thuật toán trí tuệ nhân tạo

Chỉ số đề mục

Lĩnh vực nghiên cứu

Kỹ thuật xây dựng

Dạng tài liệu

Tác giả

Trần Đức Học⁽¹⁾, Lê Tấn Tài

Nhan đề

Tối ưu hóa ước tính mức tiêu thụ năng lượng trong các tòa nhà dựa trên các thuật toán trí tuệ nhân tạo

Nhan đề tiếng anh

Optimizing estimation accuracy of energy consumption in residential buildings Based on a comparison of artificial intelligence alogirithms

Nguồn trích

Tạp chí Khoa học Công nghệ Xây dựng

Năm xuất bản

2020

Số

1

Trang

35-45

ISSN

2615-9058

Từ khóa

Tòa nhà, Tiêu thụ, Năng lượng, Dữ liệu, Trí tuệ nhân tạo, Tối ưu hóa

Từ khóa tiếng anh

Estimation, Residential buildings, Energy consumption, Data mining

Tóm tắt

Mô phỏng và dự báo năng lượng tiêu thụ đóng vai trò quan trọng trong việc thiết lập chính sách năng lượngvà đưa ra quyết định theo hướng phát triển bền vững. Nghiên cứu này sử dụng phương pháp kỹ thuật thốngkê và công cụ trí tuệ nhân tạo bao gồm mạng nơ-ron thần kinh (ANNs – Artificial neutral networks), máy hỗtrợ véc tơ (SVM – Support vector machine), cây phân loại và hồi quy (CART - Classification and regressiontrees), hồi quy tuyến tính (LR - Linear regression), hồi quy tuyến tính tổng quát (GENLIN - Generalized linearregression), tự động phát hiện tương tác Chi-squared (CHAID - Chi-square automatic interaction detector) vàmô hình tổng hợp (Ensemble model) để dự đoán mức tiêu thụ năng lượng trong các căn hộ tòa nhà chung cư.Bộ dữ liệu để xây dựng mô hình gồm 200 mẫu được khảo sát ở nhiều chung cư tại TP. Hồ Chí Minh. Mô hìnhđơn có hiệu quả tốt nhất trong quá trình dự đoán là CART, trong khi đó mô hình được tổng hợp tốt nhất làCART + GENLIN.

Tóm tắt tiếng anh

Energy simulation and forecasting play an important role in setting energy policy and making decisions in pursuit of sustainable development. This research uses statistical tools and artificial intelligence techniques including artificial neural networks, support vector machines, classification and regression trees, linear regression, generalized linear regression, chi-square automatic interaction detector, and ensemble model to predict the energy consumption in apartment buildings. A dataset of two hundred samples, which were obtained from residential buildings in Ho Chi Minh City, Vietnam, were used to evaluate the performance of the developed models. As a result, CART is the best single model, meanwhile the best ensemble model is CART + GENLIN

Kí hiệu kho

TTKHCNQG, CVv 346

File toàn văn

Xem toàn văn