Urban building energy modeling: Integrating dynamic and data-driven models for time-series analysis
Bu tez size mi ait?
Bu kayıt toplu arşivden geldi. Sizinse profilinize bağlayın.
Özet (TR)
Bu çalışma, dinamik ve istatistiksel modelleri birleştiren yenilikçi bir hibrit yaklaşım sunarak Kentsel Bina Enerji Modellemesindeki (UBEM) kritik bir boşluğu dikkat çekmektedir. Önceki hibrit çalışmalar, sonuçların doğrulanması, model kalibrasyonu ve tahminlerin yüksek zamansal çözünürlükte sunulması konularında zorluklarla karşılaşıyordu. Bahsi geçen sorunlara çözüm üretmek amacıyla bu çalışma, istatiksel ve dinamik modelleri bütünleştiren bir hibrit model sunmaktadır. Bu kapsamda ilk olarak 13 binalık bir üniversite kampüsünün dinamik modeli oluşturulmuş, daha sonra bu modelin temel parametreleri Bayes Optimizasyonu kullanılarak kalibre edilmiştir. Kalibrasyon sonucunda dinamik model simülasyonunun yıllık Ortalama Mutlak Yüzde Hatası (MAPE) \%21,56'dan \%4,60'a ve aylık \%22,14'ten \%9,90'a düşmüştür. Kalibre edilen dinamik model daha sonra saatlik enerji tüketim verileri yaratmada kullanılmıştır. Bu tüketim verileri, çalışmanın bir diğer kısmı olan istatiksel modelin doğrulama verilerini teşkil etmektedir. İstatiksel modelde her bir bina için bir tür Özyinelemeli Sinir Ağı (RNN) olan Uzun Kısa Süreli Bellek (LSTM) modeli oluşturulmuş, daha sonra bu modeller zaman serisi regresyon analiziyle binaların saatlik enerji tüketimlerini tahmin etmede kullanılmıştır. Regresyon sonuçlarına göre modellerin ortalama determinasyon katsayısı (R-sqaured) 0.915'tir. Önerilen hibrit model, kentsel bina stokları için sentetik saatlik enerji tüketimi verilerinin oluşturulmasını kolaylaştırmaktadır. Bu anlamda, saatlik tüketimlerden elde edilen enerji kullanım davranışları, binaların enerji talebini şekillendiren parametreleri belirlemek için binaların ayırt edici özellikleriyle birleştirilebilir (ör. yalıtım bilgileri) . Hibrit model aynı zamanda bina kabuğundaki ve operasyonel programlardaki çeşitli konfigürasyonları keşfederek enerji tüketimini ve bunun sonucunda ortaya çıkan çevresel etkiyi en aza indirebilir. Bu sayede önerilen hibrit model enerji verimli bina tasarımında değerlendirilebilir. Saatlik çözünürlükteki bina enerji tüketimi verilerini tahmin edebilen bu hibrit model, kentsel ölçeğe uyarlandığında kent planlayıcılarına yüksek enerji tüketen bölgelerin belirlenmesi ve bu bölgeler için gerekli önlemlerin alınması konusunda değerli bilgiler sağlayabilir. Önerilen hibrit model, dinamik simülasyonlar üzerinden enerji ve maliyet verimliliği senaryolarını test etmek yerine, istatiksel modelin sunduğu zaman serisi analizi yöntemiyle saatlik bina enerji kullanımını etkili bir biçimde tahmin edebilir ve kontrol edebilir. Bu çalışmada, doğrulama verileri oluşturulurken ölçülmüş tüketim verisine sahip ay sayısının az olması ve simülasyon ve tahminlerin yoğun hesaplama gücüne ve uzun bir zamana ihtiyaç duyması gibi sorunlarla karşılaşılmıştır. Fakat tüm zorluklara rağmen bu çalışma, UBEM alanındaki hibrit modellerin potansiyeline dikkat çekmiştir. Özetle, bu araştırma güçlü bir hibrit UBEM'i tanıtırken kentsel bina enerji talebini doğru şekilde anlamak için gelecekteki araştırmalara bir yol haritası çizmektedir. Gelecekteki yürütülmesi planlanan araştırmalar arasında doğrulama ve girdi verilerinin güvenilirliğinin iyileştirilmesi, verimli ve tutarlı dinamik modelleme yöntemlerinin geliştirilmesi ve binalar arasındaki termal etkileşimi göz önüne alan parametrelerin istatiksel modele tanıtılması yer almaktadır.
Yazar
Muhammed Said Bolluk
Kurum
Bu Yayına Nasıl Atıf Yapılır
Muhammed Said Bolluk (Yüksek Lisans Tezi). Urban building energy modeling: Integrating dynamic and data-driven models for time-series analysis, 2024, Özyeğin University.
Anahtar Kelimeler
Lisans
Tüm Hakları Saklıdır
Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.
Özyeğin University tezlerinden daha fazlası
- A metaheuristic approach for multiple-item economic lot sizing problem with inventory dependent demand(2023)
- Design and implementation of a data stream management system with advanced complex event processing capabilities(2013)
- A performance based assesment of biological self-healing cement-based mortar(2022)
- Türk Ceza Kanununda uyuşturucu ve uyarıcı madde suçlarında etkin pişmanlık(2023)
- Visual state-space based multi-task learning for building segmentation and height estimation(2025)
- Dual circularly polarized horn antenna and feed network for full ka-band satcom(2025)
