تحلیل داده های گرمایشی و سرمایشی ساختمان و بررسی عوامل موثر برآن با استفاده از مدل رگرسیونی همزمان

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 248

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_ISS-28-1_009

تاریخ نمایه سازی: 28 اسفند 1402

چکیده مقاله:

باتوجه به محدود بودن منابع انرژی درجهان، بهینه سازی انرژی امری حیاتی است. بخش زیادی از این انرژی توسط ساختمان ها مصرف می شود. بنابراین هدف از این پژوهش کشف عوامل موثر به طورهمزمان بر بارگرمایشی و سرمایشی ساختمان ها است. در پژوهش حاضر بر روی ۷۶۸ ساختمان مسکونی متنوع شبیه سازی شده با نرم افزار Ecotect، بررسی و تحقیق انجام شده است. از مدل رگرسیون همزمان و روش های تحلیل اکتشافی داده ها برای شناسایی عوامل موثر به طور همزمان بر بارگرمایشی و سرمایشی ساختمان ها استفاده شده و براساس متغیرهای فشردگی نسبی، ارتفاع، مساحت سطح و سقف ساختمان ها متغیر جدیدی تحت عنوان type (مدل ساختمان) معرفی و نشان داده شد که یکی از قوی ترین عوامل موثر بر بارگرمایشی و سرمایشی ساختمان ها متغیر type (مدل ساختمان) است. این متغیر مرتبط با شکل ساختمان است. در مدل رگرسیون همزمان فرض می شود که پاسخ ها از توزیع نرمال چندمتغیره پیروی می کنند. سپس این مدل را با مدل های رگرسیون جدا از هم (بدون فرض همبستگی پاسخ ها) مقایسه کرده و طبق معیارهای اطلاع آکائیکه[۱] و معیار اطلاع انحراف[۲] به برتری مدل رگرسیون همزمان اشاره شده است. پارامترهای دو مدل توسط روش ماکسیمم درستنمایی برآورد شده است و مقدار اطلاع آکائیکه مدل همزمان نسبت به مدل جدا از هم، کاهش ۰۰۷۲/۰% داشته است که برتری مدل همزمان را نشان داده است. همچنین میزان اطلاع انحراف برابر با ۰۰۱۷۳۶/۰% شده است و در مقایسه با توزیع کای منجر به رد فرض صفر آزمون برتری مدل ها شده است که منجر به برتری مدل رگرسیون همزمان می شود.

نویسندگان

سعید عظمتی

دانشگاه آزاد

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • عظمتی، ع. حسینی، ح. (۱۳۹۲). بررسی تاثیر جهت گیری ساختمان ...
  • Akaike, H. (۱۹۷۴). A New Look at the Statistical Model ...
  • Arıcı, M.and Karabay, H. (۲۰۱۵). Flow and heat transfer in ...
  • Baniassadi A., Heusinger J.and Sailor D. J. (۲۰۱۸). Building energy ...
  • Borna R., Jafari N. and Asadian F. (۲۰۲۰). Simulation the ...
  • Cuce E. and Riffat S.B. (۲۰۱۵). A state-of-the-art review on ...
  • Cuevas C., Fissore A. and Fonseca N. (۲۰۱۰). Natural convection ...
  • CHOU, J.S. and BUI, D.K. (۲۰۱۴). Modeling Heating and Cooling ...
  • Cordeiro, G.M. and Simas, A.B. (۲۰۰۹). The distribution of Pearson ...
  • Granqvist C.G. (۲۰۱۴). Electrochromics for smart windows: Oxide-based thin fi ...
  • Hajtmanek, R., Morgenstein, P., Hubinsk’y, T., Leg’eny, J., and ˇ ...
  • Hee, W. J., Alghoul, M. A., Bakhtyar, B., Elayeb, O., ...
  • Kistelegdi, I., Horv’ath, K. R., Storcz, T., and Ercsey, Z. ...
  • Le, L.T., Nguyen, H., Zhou, J., Dou, J., and Moayedi, ...
  • Mahdavi, A., Brahme, R., and Mathew, P. (۱۹۹۶). The “LEK”-concept ...
  • Miskinis K, Dikavicius V, Bliudzius R, and Banionis K. (۲۰۱۵). ...
  • Nasrollahi, F. (۲۰۱۵). Office buildings energy efficient: energy efficiency with ...
  • Oleskowicz-popiel C, and Sobczak M. (۲۰۱۴). Effect of the roller ...
  • Radu Z., Guillaume R., Camille J and Jean B. (۲۰۰۹). ...
  • R. Rashidifar, and F. F Chen. (۲۰۲۰). ‘Estimation of Energy ...
  • Said, S. (۱۹۹۲). Degree -day bas Temperature for Residential Building ...
  • Shareef, S. (۲۰۲۱). The impact of urban morphology and building’s ...
  • Soule P.T., and Suckling P.W. (۱۹۹۵). Variation in Heating and ...
  • This dataset is licensed under a Creative Commons Attribution ۴.۰ ...
  • Tsanas, A. Xifara. (۲۰۱۲). ’Accurate quantitative estimation of energy performance ...
  • Wibing J. (۲۰۰۲). Heating and Cooling Degree Days Variability in ...
  • Ying, X., and Li, W. (۲۰۲۰). Effect of Floor Shape ...
  • نمایش کامل مراجع