To effectively plan and execute ene

To effectively plan and execute energy efficiency programs, a
sound understanding of the determinants that drive household
electricity consumption (such as floor area, average outside temperature,
and number of occupants) is needed [5]. However,
because of lack of easily-accessible, high-resolution consumption
data, underlying determinants of energy use and energy-related
behaviors have not been extensively examined before [6].
With growing deployment of smart meters and real-time home
energy-monitoring services, data that allow studying such underlying
determinants are becoming available (for examples of studies
using high-resolution consumption data, see Refs. [7e9]). However,
the methodologies to analyze the data and infer the results that can
be used to support decision making at the household level have not
yet been formalized [6].
To address that gap, this paper proposes a methodology to
analyze large data sets of residential electricity consumption to
derive insights for policy making and energy efficiency programming.
In particular, it offers a method to disaggregate the impact of
structural determinants (e.g., insulation level of the residence) from

ผลลัพธ์ (ไทย) 1:

เพื่อประสิทธิภาพในการวางแผนและดำเนินโปรแกรมประสิทธิภาพการใช้พลังงานความเข้าใจ
จากปัจจัยที่ไดรฟ์ที่ใช้ในครัวเรือนใช้ไฟฟ้า
(เช่นพื้นที่ชั้น, อุณหภูมิภายนอกเฉลี่ย
และจำนวนผู้โดยสาร) เป็นสิ่งจำเป็น [5] แต่
เพราะขาดข้อมูลได้อย่างง่ายดายสามารถเข้าถึงการบริโภคมีความละเอียดสูง
ปัจจัยพื้นฐานของการใช้พลังงานและพลังงานที่เกี่ยวข้องกับ
พฤติกรรมยังไม่ได้รับการตรวจสอบอย่างกว้างขวางก่อนที่จะ [6].
กับการใช้งานที่เพิ่มขึ้นของสมาร์ทเมตรและบ้านแบบ real-time
บริการพลังงานการตรวจสอบข้อมูลที่อนุญาตให้มีการศึกษาปัจจัยพื้นฐานดังกล่าว
จะกลายเป็นใช้ได้ (สำหรับตัวอย่างของการศึกษา
ใช้ความละเอียดสูง ข้อมูลการใช้ดู refs. [7E9]) แต่วิธีการ
การวิเคราะห์ข้อมูลและสรุปผลที่สามารถ
ถูกนำมาใช้เพื่อสนับสนุนการตัดสินใจในระดับครัวเรือนยังไม่ได้รับ
ยังกรงเล็บ [6].
ที่อยู่ช่องว่างที่เอกสารนี้เสนอวิธีการที่จะ
วิเคราะห์ชุดข้อมูลขนาดใหญ่จากปริมาณการใช้ไฟฟ้าที่อยู่อาศัย
รับมาข้อมูลเชิงลึกสำหรับการจัดทำนโยบายและพลังงาน การเขียนโปรแกรมที่มีประสิทธิภาพ.
โดยเฉพาะอย่างยิ่งที่จะนำเสนอวิธีการ disaggregate ผลกระทบของปัจจัยที่กำหนดโครงสร้าง
(เช่นระดับฉนวนกันความร้อนที่อยู่อาศัย) จาก

ผลลัพธ์ (ไทย) 2:

วางแผนได้อย่างมีประสิทธิภาพ และดำเนินการพลังงานประสิทธิภาพโปรแกรม การ
เสียงเข้าใจของดีเทอร์มิแนนต์ครัวเรือนที่ไดรฟ์
ปริมาณการใช้ไฟฟ้า (เช่นพื้นที่ เฉลี่ยนอกอุณหภูมิ,
และจำนวนครอบครัว) ถูกต้อง [5] อย่างไรก็ตาม,
เนื่องจากขาดการใช้ง่าย ๆ ได้ ความละเอียดสูง
ข้อมูล ต้นดีเทอร์มิแนนต์ การใช้พลังงาน และพลังงานเกี่ยวข้อง
ลักษณะการทำงานได้ไม่ถูกตรวจอย่างกว้างขวางสอบก่อน [6]
ใช้สมาร์ทเมตรและบ้านเรียลไทม์ด้วย
พลังงานตรวจสอบบริการ ข้อมูลที่ให้ศึกษาเช่นต้น
ดีเทอร์มิแนนต์จะกลายเป็นพร้อมใช้งาน (ตัวอย่างของการศึกษา
ใช้ข้อมูลปริมาณการใช้วัสดุที่มีความละเอียดสูง ดู Refs [7e9]) . อย่างไรก็ตาม,
วิธีการวิเคราะห์ข้อมูล และเข้าใจผลลัพธ์ที่สามารถ
ใช้เพื่อสนับสนุนการตัดสินใจที่บ้านระดับไม่มี
ยัง ได้อย่างเป็นทาง [6]
ที่อยู่ที่ช่องว่าง กระดาษนี้เสนอวิธีการ
วิเคราะห์ชุดข้อมูลขนาดใหญ่ของปริมาณการใช้ไฟฟ้าที่อยู่อาศัย
ได้รับข้อมูลเชิงลึกสำหรับนโยบายพลังงานและทำให้ประสิทธิภาพในการเขียนโปรแกรม
โดยเฉพาะ มีวิธีการ disaggregate ผลกระทบของ
ดีเทอร์มิแนนต์โครงสร้าง (เช่น ระดับฉนวนของ) จาก

ผลลัพธ์ (ไทย) 3:

ในการวางแผนและเรียกใช้โปรแกรมการประหยัดพลังงานได้อย่างมี ประสิทธิภาพ ทำความเข้าใจ
เสียงที่มีการ บริโภค ตัวกำหนดที่ขับรถในครัวเรือน
ไฟฟ้า(เช่นบริเวณชั้น อุณหภูมิ เฉลี่ยอยู่ทางด้านนอก
และหมายเลขของผู้โดยสาร)เป็นที่ต้องการ[ 5 ] อย่างไรก็ตาม
เนื่องจากการขาดการใช้ความละเอียดสูงได้อย่างง่ายดาย - สามารถเข้าถึงได้
ตัวกำหนดข้อมูลพื้นฐานของการใช้พลังงานและการประหยัดพลังงานที่เกี่ยวข้องตอบแทน
ใช้ในการสนับสนุนการตัดสินใจในระดับครัวเรือนที่ไม่ได้รับการจัดทำอย่างเป็นทางการ[ 6 ]
แต่..
เพื่อลดช่องว่างระหว่างแอดเดรสที่กระดาษชิ้นนี้นำเสนอวิธีการที่จะ
ชุดวิเคราะห์ข้อมูลขนาดใหญ่ของการใช้ไฟฟ้าเพื่อที่อยู่อาศัย
ซึ่งจะช่วยได้รับความรู้ความเข้าใจในการทำนโยบายการประหยัดพลังงานและการตั้งโปรแกรม.
โดยเฉพาะในโรงแรมจัดให้บริการวิธีการที่จะ disaggregate ผลกระทบของ
ตัวกำหนดโครงสร้าง(เช่นใช้ในการสนับสนุนการตัดสินใจในระดับครัวเรือนที่ไม่ได้รับการจัดทำอย่างเป็นทางการ[ 6 ]
แต่..
เพื่อลดช่องว่างระหว่างแอดเดรสที่กระดาษชิ้นนี้นำเสนอวิธีการที่จะ
ชุดวิเคราะห์ข้อมูลขนาดใหญ่ของการใช้ไฟฟ้าเพื่อที่อยู่อาศัย
ซึ่งจะช่วยได้รับความรู้ความเข้าใจในการทำนโยบายการประหยัดพลังงานและการตั้งโปรแกรม.
โดยเฉพาะในโรงแรมจัดให้บริการวิธีการที่จะ disaggregate ผลกระทบของ
ตัวกำหนดโครงสร้าง(เช่นลักษณะการทำงานไม่ได้รับการต่อตรวจสอบก่อน[ 6 ].
พร้อมด้วยการขยายการติดตั้งใช้งาน Smart ตารางเมตรและแบบเรียลไทม์เวลาที่บ้าน
ซึ่งจะช่วยประหยัดพลังงานการตรวจสอบบริการ,ข้อมูลที่ช่วยให้การศึกษาพื้นฐานเช่น
ซึ่งจะช่วยเป็นตัวกำหนดจัดให้บริการ(เป็นตัวอย่างของการศึกษา
การใช้ความละเอียดสูงการใช้ข้อมูล,ดูชอบใจเลย. [ 7 e 9 ]) แต่ถึงอย่างไรก็ตามวืธีดำเนินงานมาตรฐาน
ที่ในการวิเคราะห์ข้อมูลและไม่ค่อยได้ผลที่สามารถตอบแทน
ระดับฉนวนของที่พัก) จาก