The table illustrates that the mode

The table illustrates that the model result fits the historical power consumption data with an average coefficient of a high multiple determination (R2-value). Testing the model by F-test, a validation for the significance of all regression coefficients, we can draw the conclusion that all factors have remarkable effects on the building power consumption. Using t-test, which represents the significance of a single variable, we can see that the variable DAY of commercial buildings is not significantly correlated with the building power consumption. An acceptable reason is that the influence of weekend is insignificant on the power consumption though customers and sales surge at weekends. So we redo the regression process after eliminating the factor-DAY. The result is presented in Table 3.
Table 3 Modified regression results of total power consumption in commercial buildings
Type CB1
CB2
Season Cooling weeks
Cooling weeks
Impact factor C
CDH C CDH
Regression coefficient 170720.9 47.53724 296627.7 69.8585
F-test 5.58E-22
1.4E-23
t-test R2 1.99E-31
5.58E-22 0.95 2.28E-35
1.40E-23 0.96
As seen from the table, the fitness of the model is still good. For there is only one factor left, F-test and t-test are the same, indicating that the CDH has a remarkable influence on the power consumption of the commercial building.
We use the trained prediction model to predict the power consumption in 2014 and validate the prediction effect by real-time monitoring data. Table 4 demonstrates the predictive effect of total power consumption of different buildings types in cooling season.

ผลลัพธ์ (ไทย) 1:

ตารางแสดงว่า ผลรุ่นเหมาะกับข้อมูลปริมาณการใช้พลังงานประวัติศาสตร์กับสัมประสิทธิ์การเฉลี่ยของสูงหลายกำหนด (R2-ค่า) การทดสอบแบบจำลอง โดยการทดสอบ การตรวจสอบสำหรับความสำคัญของค่าสัมประสิทธิ์ถดถอยทั้งหมด เราสามารถวาดข้อสรุปว่า ทุกปัจจัยมีผลโดดเด่นอาคารใช้พลังงาน ใช้ทดสอบ t ซึ่งแสดงถึงความสำคัญของตัวแปรเดียว เราจะเห็นได้ว่า อาคารพาณิชย์วันผันแปรไม่ความสัมพันธ์อย่างมากกับอาคารใช้พลังงาน สาเหตุยอมรับได้คือ ว่า อิทธิพลของสัปดาห์เป็นสำคัญในการใช้พลังงานว่ากระชากลูกค้าและการขายในวันสุดสัปดาห์ ดังนั้นเราสามารถทำซ้ำกระบวนการถดถอยหลังกำจัดปัจจัยวัน ผลแสดงในตารางที่ 3ตารางที่ 3 ปรับถดถอยผลของการใช้พลังงานในอาคารพาณิชย์ ชนิด CB1CB2สัปดาห์ความเย็นฤดูกาลระบายความร้อนสัปดาห์ที่ผ่านมาผลกระทบปัจจัย Cชมา C ชมาค่าสัมประสิทธิ์การถดถอย 170720.9 47.53724 296627.7 69.8585ทดสอบ 5.58E-221.4E-23ทดสอบ t R2 1.99E-31 5.58E-22 0.95 2.28E-351.40E-23 0.96 เท่าที่เห็นจากตาราง การออกกำลังกายของรูปแบบจะยังคงดี มีเพียงหนึ่งปัจจัยซ้าย F-test และทดสอบ t เหมือนกัน ระบุว่า ชมาที่มีอิทธิพลโดดเด่นในการใช้พลังงานของอาคารพาณิชย์เราใช้แบบฝึกทำนายทำนายการใช้พลังงานในปี 2557 และตรวจสอบผลการคาดเดา โดยข้อมูลการตรวจสอบแบบเรียลไทม์ ตารางที่ 4 แสดงการทำนายผลของการใช้พลังงานของอาคารชนิดระบายความร้อนตามฤดูกาล

ผลลัพธ์ (ไทย) 2:

ตารางแสดงให้เห็นว่าผลรูปแบบเหมาะกับข้อมูลการใช้พลังงานทางประวัติศาสตร์ที่มีค่าสัมประสิทธิ์เฉลี่ยของความมุ่งมั่นสูงหลาย (R2-ค่า) รูปแบบการทดสอบโดย F-การทดสอบการตรวจสอบสำหรับความสำคัญของค่าสัมประสิทธิ์การถดถอยทั้งหมดที่เราสามารถวาดข้อสรุปว่าปัจจัยทั้งหมดมีผลที่โดดเด่นในการใช้พลังงานในอาคาร โดยใช้ t-test ซึ่งหมายถึงความสำคัญของตัวแปรเดียวที่เราจะเห็นได้ว่าวันตัวแปรอาคารพาณิชย์ไม่ได้มีความสัมพันธ์กับการใช้พลังงานในอาคาร เหตุผลที่ได้รับการยอมรับว่าเป็นอิทธิพลของวันหยุดสุดสัปดาห์เป็นนัยสำคัญในการใช้พลังงานแม้ว่าลูกค้าและการขายไฟกระชากในวันหยุดสุดสัปดาห์ ดังนั้นเราจึงทำซ้ำขั้นตอนการถดถอยหลังจากขจัดปัจจัยวัน ผลที่ได้จะนำเสนอในตารางที่ 3
ตารางที่ 3 ผลการแก้ไขปัญหาของการใช้พลังงานทั้งหมดในอาคารพาณิชย์
ประเภท CB1
CB2
ซีซั่นคูลลิ่งสัปดาห์
เย็นของสัปดาห์ที่ผ่านมา
ปัจจัยที่มีผลกระทบต่อ C
CDH C CDH
ถดถอยค่าสัมประสิทธิ์ 170,720.9 296,627.7 47.53724 69.8585
F-ทดสอบ 5.58E-22
1.4E- 23
t-test R2 1.99E-31
5.58E-22 0.95 2.28E-35
1.40E-23 0.96
เท่าที่เห็นจากตารางการออกกำลังกายของรูปแบบก็ยังดี เพราะที่นั่นเป็นเพียงหนึ่งในปัจจัยซ้าย, F-test และ t-test เหมือนกันแสดงให้เห็นว่า CDH มีอิทธิพลที่โดดเด่นในการใช้พลังงานของอาคารพาณิชย์.
เราใช้การทำนายรูปแบบการฝึกอบรมที่จะคาดการณ์การใช้พลังงานในปี 2014 และ ตรวจสอบผลการทำนายโดยการตรวจสอบข้อมูลแบบ real-time ตารางที่ 4 แสดงให้เห็นถึงผลการทำนายของการใช้พลังงานทั้งหมดของอาคารประเภทที่แตกต่างกันในช่วงฤดูการระบายความร้อน

ผลลัพธ์ (ไทย) 3:

ตารางแสดงผลแบบเหมาะกับข้อมูลการใช้พลังงานทางประวัติศาสตร์ที่มีค่าสัมประสิทธิ์เฉลี่ยสูงหลายกำหนด ( R2 ค่า ) การทดสอบแบบจำลอง โดยใช้ F-test , การตรวจสอบสำหรับความสำคัญของการถดถอยทั้งหมด เราสามารถวาดข้อสรุปว่าทุกปัจจัยมีลักษณะพิเศษที่โดดเด่นในอาคาร การใช้พลังงาน โดยใช้ t-test ซึ่งแสดงถึงความสำคัญของตัวแปรเดียว เราจะเห็นได้ว่าตัวแปรวันที่ อาคารพาณิชย์ ไม่มีความสัมพันธ์กับอาคาร การใช้พลังงาน เหตุผลที่ยอมรับได้ คือ อิทธิพลของวันหยุดมันไม่สำคัญในการใช้พลังงานแม้ว่าลูกค้าและยอดขายเพิ่มขึ้นในวันหยุดสุดสัปดาห์ เราทำซ้ำกระบวนการถดถอยหลังขจัดปัจจัยวันนี้ ผลที่แสดงในตารางที่ 3ตารางที่ 3 ผลของการดัดแปลงพลังงานทั้งหมดในอาคาร พาณิชย์ประเภท cb1CB2ฤดูเย็นอาทิตย์เย็นอาทิตย์ผลกระทบปัจจัย CCDH C CDHค่าสัมประสิทธิ์การถดถอย 170720.9 47.53724 296627.7 69.85855.58e-22 เอฟ1.4e-23ค่า R2 1.99e-315.58e-22 0.95 2.28e-351.40e-23 .เท่าที่เห็นจากตารางความเหมาะสมของแบบจำลองจะยังคงดี มีเพียงปัจจัยเดียว ซ้าย , F-test และ t-test มีเหมือนกัน แสดงว่า CDH มีอิทธิพลน่าจับตาในการใช้พลังงานของอาคารเชิงพาณิชย์เราใช้ทำนายการฝึกทำนายการใช้พลังงานใน 2014 และตรวจสอบการทำนายผลจากข้อมูลการตรวจสอบเวลาจริง ตารางที่ 4 แสดงผลการทำนายการใช้พลังงานรวมของประเภทอาคารที่แตกต่างกันในฤดูเย็น