For comparison purposes, an uncalib

For comparison purposes, an uncalibrated model of the TxAIRE
House #1 was developed using the engineering software BEopt [59] that uses EnergyPlus [60] as
simulation engine. Information for the geometry was obtained from blueprints and other known
parameters were obtained from a visit to the house. All unknown parameters required by the software
were left as default values as given by the software for a new standard construction. The weather
file used for the simulation was a modified file of the USA_TX_Tyler-Pounds.Field.722448_TMY3.epw
available from the EnergyPlus website [60]. The outdoor temperature and global horizontal radiation
recorded onsite were used in the modified weather file. Since the simulations are performed in time
steps of 10 min and the internal algorithm within EnergyPlus is used to handle the weather
variables during the computation, the outdoor temperature and global horizontal radiation data
points do not match with the data in the modified weather file. Therefore, the same data of the two
variables from the software simulations are also used in the statistical models to obtain results
for model comparison. Table 4 shows the quality parameters obtained for the statistical models and
the BEopt software. It can be noted that the coefficient of determination and the RMSE for the
hourly statistical models are better than the ones for the engineering model. However, all models
are fairly similar for the daily data. Since statistical models avoid the burden associated with
the collection of information needed to develop engineering models, the com- parison illustrates
that the statistical models can be a cost- effective approach to forecast energy
consumption in residential
buildings in a reasonable and accurate manner.

ผลลัพธ์ (ไทย) 1:

เพื่อวัตถุประสงค์ในการเปรียบเทียบ แบบจำลอง uncalibrated ของ TxAIREบ้าน #1 ถูกพัฒนาขึ้นโดยใช้ซอฟต์แวร์วิศวกรรม BEopt [59] ที่ใช้ EnergyPlus [60] โปรแกรมจำลองการ ได้รับข้อมูลสำหรับเรขาคณิตจากพิมพ์เขียวบางส่วนและเป็นที่รู้จักอื่น ๆ พารามิเตอร์ได้รับจากการไปบ้าน ไม่รู้จักพารามิเตอร์ทั้งหมดที่จำเป็นต้องใช้ซอฟต์แวร์ ถูกปล่อยเป็นค่าเริ่มต้นที่กำหนดโดยซอฟต์แวร์สำหรับสร้างมาตรฐานใหม่ สภาพอากาศ file ที่ใช้สำหรับการจำลองถูก file modified ของ USA_TX_Tyler-Pounds.Field.722448_TMY3.epw พร้อมใช้งานจากเว็บไซต์ EnergyPlus [60] อุณหภูมิภายนอกและรังสีโลกแนวนอน สิ่งที่บันทึกไว้ถูกใช้ใน file อากาศ modified เนื่องจากการจำลองการดำเนินการในเวลา ขั้นตอน 10 นาทีและอัลกอริทึมภายในภายใน EnergyPlus ใช้เพื่อจัดการกับสภาพอากาศ ตัวแปรในระหว่างการคำนวณ อุณหภูมิภายนอก และข้อมูลรังสีโลกแนวนอน คะแนนไม่ตรงกับข้อมูลใน file อากาศ modified ดังนั้น ข้อมูลเดียวกันของทั้งสอง ตัวแปรจากแบบจำลองซอฟต์แวร์ยังใช้ในแบบจำลองทางสถิติเพื่อให้ได้ผลลัพธ์ สำหรับการเปรียบเทียบแบบจำลอง ตาราง 4 แสดงพารามิเตอร์คุณภาพได้รับสำหรับแบบจำลองทางสถิติ และ ซอฟต์แวร์ BEopt สามารถบันทึกที่ coefficient กำหนดและ RMSE ในการ รูปแบบสถิติที่ต่อชั่วโมงจะดีกว่าคนในแบบวิศวกรรม อย่างไรก็ตาม ทุกรุ่น จะค่อนข้างคล้ายกันสำหรับข้อมูลทุกวัน เนื่องจากแบบจำลองทางสถิติหลีกเลี่ยงภาระที่เกี่ยวข้องกับ การรวบรวมข้อมูลที่จำเป็นในการพัฒนาแบบจำลองทางวิศวกรรม com parison แสดง แบบจำลองทางสถิติสามารถถูกวิธีมีประสิทธิภาพต้นทุนการคาดการณ์พลังงาน ปริมาณการใช้ในที่อยู่อาศัยอาคารในลักษณะที่เหมาะสม และถูกต้อง

ผลลัพธ์ (ไทย) 2:

เพื่อเปรียบเทียบรูปแบบการ uncalibrated ของ TxAIRE
บ้านอันดับ 1 ได้รับการพัฒนาโดยใช้วิศวกรรมซอฟต์แวร์ BEopt เมื่อ [59] ที่ใช้ EnergyPlus [60]
ในขณะที่เครื่องยนต์จำลอง ข้อมูลของรูปทรงเรขาคณิตที่ได้รับจากพิมพ์เขียวและอื่น ๆ
ที่รู้จักกันพารามิเตอร์ที่ได้รับจากการไปเยือนบ้าน
พารามิเตอร์ที่ไม่รู้จักทั้งหมดที่จำเป็นโดยซอฟต์แวร์ที่ถูกทิ้งไว้เป็นค่าเริ่มต้นที่กำหนดโดยซอฟต์แวร์สำหรับการก่อสร้างมาตรฐานใหม่ สภาพอากาศสาย le ใช้สำหรับการจำลองเป็นสาย Modi เอ็ดสาย le ของ USA_TX_Tyler-Pounds.Field.722448_TMY3.epw ได้จากเว็บไซต์ EnergyPlus [60] อุณหภูมิน้ำกลางแจ้งและการฉายรังสีในแนวนอนทั่วโลกที่บันทึกไว้ในสถานที่ถูกนำมาใช้ในสาย Modi เอ็ดอากาศสาย le ตั้งแต่การจำลองที่มีการดำเนินการในเวลาขั้นตอน 10 นาทีและอัลกอริทึมภายใน EnergyPlus จะใช้ในการจัดการกับสภาพอากาศตัวแปรระหว่างการคำนวณอุณหภูมิกลางแจ้งและทั่วโลกข้อมูลรังสีแนวนอนจุดที่ไม่ตรงกับข้อมูลในสาย Modi เอ็ดอากาศสาย le ดังนั้นข้อมูลที่เหมือนกันของทั้งสองตัวแปรจากการจำลองซอฟแวร์นอกจากนี้ยังใช้ในแบบจำลองทางสถิติเพื่อให้ได้ผลการเปรียบเทียบรูปแบบ ตารางที่ 4 แสดงให้เห็นพารามิเตอร์ที่มีคุณภาพที่ได้รับสำหรับแบบจำลองทางสถิติและซอฟแวร์BEopt ก็สามารถที่จะตั้งข้อสังเกตว่าสาย COEF เพียงพอของความมุ่งมั่นและ RMSE สำหรับแบบจำลองทางสถิติรายชั่วโมงจะดีกว่าคนรุ่นวิศวกรรม แต่ทุกรุ่นจะค่อนข้างคล้ายกันสำหรับข้อมูลในชีวิตประจำวัน เนื่องจากแบบจำลองทางสถิติหลีกเลี่ยงภาระที่เกี่ยวข้องกับการเก็บรวบรวมข้อมูลที่จำเป็นในการพัฒนารูปแบบวิศวกรรมการเปรียบเทียบแสดงให้เห็นว่าแบบจำลองทางสถิติอาจจะเป็นแนวทางที่มีประสิทธิภาพค่าใช้จ่ายที่จะคาดการณ์การใช้พลังงานสิ้นเปลืองที่อยู่อาศัยในอาคารในลักษณะที่เหมาะสมและถูกต้อง

ผลลัพธ์ (ไทย) 3:

เพื่อวัตถุประสงค์ในการเปรียบเทียบ รูปแบบยังไม่มีการตั้งค่าอุปกรณ์ให้เหมาะสม จากบ้าน txaire
# 1 ถูกพัฒนาขึ้นโดยใช้วิศวกรรมซอฟต์แวร์ beopt [ 59 ] ที่ใช้แผงรับ [ 60 ] เป็น
จำลองเครื่องยนต์ ข้อมูลที่ได้จากพิมพ์เขียวเรขาคณิตและอื่น ๆรู้จัก
พารามิเตอร์ได้จากการเยี่ยมบ้าน ทั้งหมดไม่ทราบพารามิเตอร์ที่ต้องการซอฟต์แวร์
โดยเหลือเป็นค่าเริ่มต้นตามที่ระบุโดยซอฟต์แวร์สำหรับการสร้างมาตรฐานใหม่ อากาศ
จึงเลอ ใช้เพื่อจำลองเป็นโมดิจึงเอ็ดจึงเลอของ usa_tx_tyler-pounds.field.722448_tmy3.epw
ใช้ได้จากแผงรับเว็บไซต์ [ 60 ] อุณหภูมิกลางแจ้งและรังสีในแนวนอนทั่วโลก
บันทึกใช้ใน Modi จึงเอ็ดสภาพอากาศจึงเลอ .เนื่องจากแบบจำลองจะดำเนินการในเวลา 10 นาทีและ
ขั้นตอนภายในแผงรับของภายในถูกใช้เพื่อจัดการกับสภาพอากาศ
ตัวแปรในการคำนวณ อุณหภูมิกลางแจ้งและจุดข้อมูลรังสีแนวนอน
ทั่วโลกไม่ตรงกันกับข้อมูลใน Modi จึงเอ็ดสภาพอากาศจึงเลอ . ดังนั้น ข้อมูลที่เหมือนกันของทั้งสอง
ตัวแปรจากซอฟต์แวร์จำลองยังใช้ในแบบจำลองทางสถิติเพื่อให้ได้ผลลัพธ์
เปรียบเทียบรุ่น ตารางที่ 4 แสดงพารามิเตอร์คุณภาพการศึกษาสำหรับและแบบจำลองทางสถิติ
beopt ซอฟต์แวร์ จะเห็นว่า coef จึง cient การกําหนดและวิธีการสำหรับ
ชั่วโมงสถิติรุ่นดีกว่าที่แบบจำลองทางวิศวกรรม . อย่างไรก็ตาม ทุกรุ่น
จะค่อนข้างคล้ายกัน สำหรับข้อมูลทุกวัน เนื่องจากแบบจำลองทางสถิติหลีกเลี่ยงภาระที่เกี่ยวข้องกับ
คอลเลกชันของข้อมูลที่จำเป็นในการพัฒนาแบบจำลองทางวิศวกรรม ดอทคอม - parison แสดง
ว่าแบบจำลองทางสถิติสามารถต้นทุนวิธีที่มีประสิทธิภาพเพื่อพยากรณ์ปริมาณการใช้พลังงานในอาคารที่อยู่อาศัย

ในลักษณะที่เหมาะสมและถูกต้อง .