.png){kind=icon}
返回
Aggregated smart meter data driven occupant behavior analysis based on inverse problem optimization
.png){kind=icon}
OA
AI
DOI：10.1016/j.enbuild.2025.116074.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究为自下而上的建筑能耗终端用途建模提供了创新性进展，这对住宅能源系统分析与规划至关重要。传统模型依赖来自不同来源的广泛人口统计、行为及设备数据，但这些方法常影响精度。为解决此问题，本研究引入了一种基于半小时间隔智能电表数据的参数校准新方法，尽管其分辨率受容量、管理及隐私约束而较低。纳入这些数据提升了能源需求估算的精度，并准确再现了 occupant behavior (OB)。该方法优化了模型精度并识别了不同家庭类型中的 OB，为制定针对气候目标实现至关重要的定向节能措施提供了宝贵见解。此外，它还能追踪随时间变化的OB，这是传统统计方法无法实现的，因而增强了其应用价值。然而，本研究认识到需通过整合其他数据源（如智能手机应用的运动数据及基于传感器的家庭测量数据）来进一步改进。这些改进有望革新能源系统分析，为建设更可持续、无碳的社会做出贡献。
Keyword:
Energy modeling
Smart meters
Residential sector
Occupant behavior
Parameter calibration
Energy demand estimation
Data-driven analysis
Sustainability
Climate goals
Data integration
期刊
IF:
7.1
论文数:
1.5W
被引数:
6.8W
机构
暂无机构信息
引用论文
The impact of occupants' behaviours on building energy analysis: A research review居住者行为对建筑能耗分析的影响: 研究综述
OAAI
OAAI分享收藏Enhancing building energy consumption prediction introducing novel occupant behavior models with sparrow search optimization and attention mechanisms: A case study for forty-five buildings in a university community.png)
ENERGY
ENERGYIF9.4
PREAI
分享收藏Analysis and modeling of air conditioner usage behavior in residential buildings using monitoring data during hot and humid season基于湿热季节监测数据的住宅空调使用行为分析与建模ENERGY AND BUILDINGS
ENERGY AND BUILDINGSIF7.1
PREAI
分享收藏MARTINI: Smart meter driven estimation of HVAC schedules and energy savings based on Wi-Fi sensing and clusteringAPPLIED ENERGYOAAI
APPLIED ENERGYIF11
OAAI分享收藏Model predictive control for building loads connected with a residential distribution grid与住宅配电网连接的建筑物负荷的模型预测控制APPLIED ENERGY
APPLIED ENERGYIF11
PREAI
分享收藏分享收藏
查看更多内容