Підготовка та початковий аналіз даних щодо енергоспоживання муніципальних будівель
DOI:
https://doi.org/10.15587/1729-4061.2018.147485Ключові слова:
теплове забезпечення будівель, аналіз даних енергоспоживання, підготовка даних, моніторинг енергоспоживання будівельАнотація
Систематизація даних щодо енергоспоживання будівель різного призначення дозволяє дослідити процеси з позицій ефективного використання енергоресурсів для забезпечення комфортних умов. Це обумовлює необхідність удосконалення існуючих або пошуку нових підходів до аналізу даних щодо енергоспоживання різних будівель.
На основі дослідження процесу підготовки даних про енергоспоживання будівель запропоновано методику первинного аналізу. Враховуються призначення будівлі та способи отримання даних, інформація щодо показників абсолютного й питомого електро- та теплоспоживання, показники температур внутрішнього і зовнішнього повітря. На прикладі енергоспоживання будівель навчального закладу виконана апробація розробленої методики початкового аналізу даних.
Дослідження енергоспоживання будівель навчального закладу дозволили встановити кількісну зміну енерговитрат та температур зовнішнього й внутрішнього повітря при переході від річних даних до даних опалювального періоду. Аналіз діаграм розмаху наглядно демонструють діапазони зміни показників енергоспоживання, їх середні значення та викиди, що вказують на збільшену понад норму витрату енергоресурсів досліджуваними об’єктами в перехідні періоди.
Для наочної оцінки ефективності використання одиниці теплової енергії одиницею площі різних квартир з різними способами обліку та регулювання теплоспоживання розроблено web-базоване програмне рішення, у якому порівнюються показники теплоспоживання окремих квартир з максимальною потребою на опалення відповідно до нормативних документів.
Отримані результати слугують основою для створення прикладних інформаційних рішень для муніципального енергоменеджментуПосилання
- Wei, Y., Zhang, X., Shi, Y., Xia, L., Pan, S., Wu, J. et. al. (2018). A review of data-driven approaches for prediction and classification of building energy consumption. Renewable and Sustainable Energy Reviews, 82, 1027–1047. doi: https://doi.org/10.1016/j.rser.2017.09.108
- Perekrest, A. L., Romanenko, S. S. (2015). Scientific and applied aspects saving energy and resources in the municipal energy sector. Elektromekhanichni i enerhozberihaiuchi systemy, 2, 162–170.
- Perekrest, A., Shendryk, V., Pijarski, P., Parfenenko, Y., Shendryk, S. (2017). Complex information and technical solutions for energy management of municipal energetics. Photonics Applications in Astronomy, Communications, Industry, and High Energy Physics Experiments 2017. doi: https://doi.org/10.1117/12.2280962
- Balco, P., Drahošová, M., Kubičko, P. (2018). Data analysis in process of energetics resource optimization. Procedia Computer Science, 130, 597–602. doi: https://doi.org/10.1016/j.procs.2018.04.109
- Zakovorotnyi, A., Seerig, A. (2017). Building energy data analysis by clustering measured daily profiles. Energy Procedia, 122, 583–588. doi: https://doi.org/10.1016/j.egypro.2017.07.353
- Arregi, B., Garay, R. (2017). Regression analysis of the energy consumption of tertiary buildings. Energy Procedia, 122, 9–14. doi: https://doi.org/10.1016/j.egypro.2017.07.290
- Ruiz, L. G. B., Rueda, R., Cuéllar, M. P., Pegalajar, M. C. (2018). Energy consumption forecasting based on Elman neural networks with evolutive optimization. Expert Systems with Applications, 92, 380–389. doi: https://doi.org/10.1016/j.eswa.2017.09.059
- Ahmad, M. W., Mourshed, M., Rezgui, Y. (2017). Trees vs Neurons: Comparison between random forest and ANN for high-resolution prediction of building energy consumption. Energy and Buildings, 147, 77–89. doi: https://doi.org/10.1016/j.enbuild.2017.04.038
- Jeffrey Kuo, C.-F., Lin, C.-H., Lee, M.-H. (2018). Analyze the energy consumption characteristics and affecting factors of Taiwan's convenience stores-using the big data mining approach. Energy and Buildings, 168, 120–136. doi: https://doi.org/10.1016/j.enbuild.2018.03.021
- Parfenenko, Yu. V., Shendryk, V. V., Galichenko, O. S. (2015). Prediction the heat consumption of social and public sector buildings using neural networks. Radioelektronika, informatyka, upravlinnia, 2, 41–46. Available at: http://nbuv.gov.ua/UJRN/riu_2015_2_7
- Slabchenko, O., Sydorenko, V., Siebert, X. (2016). Development of models for imputation of data from social networks on the basis of an extended matrix of attributes. Eastern-European Journal of Enterprise Technologies, 4 (2 (82)), 24–34. doi: https://doi.org/10.15587/1729-4061.2016.74871
- Geng, Y., Ji, W., Lin, B., Hong, J., Zhu, Y. (2018). Building energy performance diagnosis using energy bills and weather data. Energy and Buildings, 172, 181–191. doi: https://doi.org/10.1016/j.enbuild.2018.04.047
- Babaei, T., Abdi, H., Lim, C. P., Nahavandi, S. (2015). A study and a directory of energy consumption data sets of buildings. Energy and Buildings, 94, 91–99. doi: https://doi.org/10.1016/j.enbuild.2015.02.043
- Perekrest, A. L., Zagirnyak, M. V. (2014). Opyt vnedreniya i ispol'zovaniya avtomatizirovannoy sistemy monitoringa temperaturnyh rezhimov i udalennogo upravleniya teplopotrebleniem Kremenchugskogo nacional'nogo universiteta. Elektrotekhnicheskie i komp'yuternye sistemy, 15 (91), 423–426.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2018 Andrii Perekrest, Oleksii Chornyi, Oleksandra Mur, Vitaliy Kuznetsov, Yevheniia Kuznetsova, Anatoliy Nikolenko
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.
