Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

1 Archives of Civil Engineering

1 2001

1 Curyło D.

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

The application of neural networks to the assessment of projects aiming to reduce heat losses through the building shell

100%

Curyło D.

tom Vol. 47, nr 1

109-118

The study presents an application of neural networks to forecast seasonal demand for heating energy supplied and for heating capacity, which is the crucial and most labour-intensive part of an energy audit. The data used came from energy audits of 68 existing apartment buildings. Each audit comprised the calculation of energy consumption obtained for the existing state of the building and for energy efficiency projections. The variety of building parameters provided a sufficient spectrum to establish neural network input data responsible for the majority of aspects of energy consumption. In developing neural networks, one-way multi-layered back propagation (BP) neural networks were employed with different architecture and activation functions. The results of the digital experiments turned out to be surprisingly good with the high concurrence of the neural network results and the audit results. The study results make it legitimate to conclude that neural networks are highly suitable for the initial assessment of the profitability of thermal modernisation projects as well as for energy audit verification.

W pracy przedstawiono przykład wykorzystania sieci neuronowych w prognozowaniu sezonowego zapotrzebowania na ciepło i zapotrzebowania na moc grzewczą, co stanowi kluczowy i najbardziej pracochłonny etap przygotowania audytu energetycznego. Źródło danych stanowiły audyty energetyczne wykonane dla rzeczywistych 68 mieszkalnych budynków wielorodzinnych. W każdym z audytów zamieszczono obliczenia strat ciepła w stanie istniejącym oraz dla rozpatrywanych wariantów ociepleń. Ponieważ budynki, dla których wykonano obliczenia, różniły się między sobą szeregiem parametrów budowlanych możliwe było określenie parametrów wejściowych sieci neuronowych w sposób uwzględniający większość aspektów bilansu cieplnego. W procesie tworzenia sieci neuronowych zastosowano jednokierunkowe sieci wielowarstwowe wykorzystujące algorytm wstecznej propagacji błędu BP (ang. back propagation), różniące się architekturą sieci i funkcjami aktywacji. Efekty przeprowadzonych eksperymentów numerycznych okazały się zaskakująco dobre, a zbieżność obliczeń sieci neuronowych i wyników audytu — wysoka. Wyniki badań pozwalają na sformułowanie wniosku o daleko idącym zastosowaniu sieci neuronowych we wstępnej ocenie opłacalności przedsięwzięć termomodernizacyjnych oraz w weryfikacji poprawności audytów energetycznych.