As observed, the climatic variables

As observed, the climatic variables have a poor influence on energy consumption. Moreover, the occupancy data is not readily available as the cluster of these three buildings has many openings for occupants to enter and exit. All such factors make it difficult to measure an exact occupancy count. For these reasons, the focus is given to investigate on the internal energy consumption pattern. This means that rather than developing a model based on external factors

as inputs (like climatic variables, occupancy etc.), the internal consumption pattern is assessed and the daily energy consumption for cooling is taken as inputs to predict the forthcoming days. The scale of data analyzed is on the yearly level. For this, average daily consumption is taken as an assessment element and the daily energy consumption is taken as inputs. Moreover, the weekend energy data is excluded from this analysis as the building is officially closed during

these times. Excluding the weekends, there are about 250 data points (one for each day) and each value corresponds to the average energy consumption value for that day. The first level of analysis entails predicting energy consumption data for next successive day using the past data for previous three days. A graphic example of this is presented in Fig.4.

ผลลัพธ์ (ไทย) 1:

สังเกต ตัวแปรภูมิอากาศมีอิทธิพลไม่ดีการใช้พลังงาน นอกจากนี้ ข้อมูลที่พักไม่ได้พร้อมใช้งานเป็นคลัสเตอร์ 3 อาคารเหล่านี้มีหลายช่องสำหรับผู้โดยสารทางเข้า และออก ปัจจัยดังกล่าวทำให้ยากต่อการวัดการนับจำนวนผู้เข้าพักที่แน่นอน เหตุผลเหล่านี้ โฟกัสจะได้รับการตรวจสอบในรูปแบบการใช้พลังงานภายใน ซึ่งหมายความว่า แทนที่พัฒนารูปแบบขึ้นอยู่กับปัจจัยภายนอกเป็นปัจจัยการผลิต (เช่นตัวแปรภูมิอากาศ พักฯลฯ), มีประเมินรูปแบบการบริโภคภายใน และการใช้พลังงานประจำวันสำหรับระบายความร้อนจะนำมาเป็นปัจจัยทำนายวันเตรียมพร้อม มาตราส่วนของวิเคราะห์ข้อมูลในระดับรายปีได้ สำหรับนี้ การบริโภคประจำวันโดยเฉลี่ยที่จะนำมาเป็นองค์ประกอบการประเมินผล และการใช้พลังงานประจำวันจะนำมาเป็นปัจจัยการผลิต นอกจากนี้ สัปดาห์พลังงานข้อมูลถูกแยกออกจากการวิเคราะห์นี้เป็นอาคารอย่างเป็นทางการในฤดูฝนครั้งนี้ ไม่รวมวันหยุดสุดสัปดาห์ มีจุดข้อมูลประมาณ 250 (หนึ่งสำหรับแต่ละวัน) และแต่ละค่าตรงกับค่าการใช้พลังงานโดยเฉลี่ยวัน ระดับแรกของการวิเคราะห์ entails ทำนายข้อมูลปริมาณการใช้พลังงานสำหรับวันต่อ ๆ มาโดยใช้ข้อมูลผ่านมาสามวันก่อนหน้านี้ ตัวอย่างภาพนี้จะแสดง Fig.4

ผลลัพธ์ (ไทย) 2:

ในฐานะที่เป็นข้อสังเกตตัวแปรภูมิอากาศที่มีอิทธิพลที่ไม่ดีเกี่ยวกับการใช้พลังงาน นอกจากนี้ข้อมูลการเข้าพักไม่พร้อมเป็นกลุ่มของทั้งสามอาคารมีช่องมากมายสำหรับผู้โดยสารที่จะเข้าและออก ปัจจัยดังกล่าวทำให้มันยากที่จะวัดนับอัตราการเข้าพักที่แน่นอน ด้วยเหตุผลเหล่านี้มุ่งเน้นที่จะได้รับการตรวจสอบในรูปแบบการบริโภคพลังงานภายใน ซึ่งหมายความว่ามากกว่าการพัฒนารูปแบบขึ้นอยู่กับปัจจัยภายนอกเป็นปัจจัยการผลิต (เช่นตัวแปรภูมิอากาศ, พัก ฯลฯ ) รูปแบบการบริโภคภายในจะมีการประเมินและการใช้พลังงานในชีวิตประจำวันสำหรับระบายความร้อนจะนำมาเป็นปัจจัยการผลิตที่จะคาดการณ์วันเตรียมพร้อม ขนาดของการวิเคราะห์ข้อมูลที่อยู่ในระดับเป็นประจำทุกปี สำหรับเรื่องนี้การบริโภคเฉลี่ยต่อวันจะนำมาเป็นองค์ประกอบการประเมินและการใช้พลังงานในชีวิตประจำวันจะนำมาเป็นปัจจัยการผลิต นอกจากนี้ข้อมูลพลังงานวันหยุดสุดสัปดาห์ได้รับการยกเว้นจากการวิเคราะห์นี้เป็นอาคารที่ปิดอย่างเป็นทางการในช่วงเวลาเหล่านี้ ไม่รวมวันหยุดสุดสัปดาห์ที่มีประมาณ 250 จุดข้อมูล (สำหรับแต่ละวัน) และแต่ละค่าสอดคล้องกับค่าเฉลี่ยการใช้พลังงานในวันนั้น ระดับแรกของการวิเคราะห์รายละเอียดการคาดการณ์ข้อมูลการใช้พลังงานสำหรับวันต่อเนื่องต่อไปโดยใช้ข้อมูลที่ผ่านมาก่อนหน้านี้สำหรับสามวัน ตัวอย่างของภาพนี้จะนำเสนอใน Fig.4

ผลลัพธ์ (ไทย) 3:

เท่าที่สังเกต ตัวแปรภูมิอากาศมีอิทธิพลที่ดีในการใช้พลังงาน นอกจากนี้ ข้อมูลการไม่พร้อมใช้งาน เช่น กลุ่มของทั้งสามอาคารเหล่านี้มีช่องว่างมากมายสำหรับผู้ที่จะเข้าและออกจาก ปัจจัยดังกล่าวทำให้มันยากที่จะวัด นับเป็นจำนวนที่แน่นอน ด้วยเหตุผลเหล่านี้เน้นให้ศึกษาเกี่ยวกับรูปแบบการใช้พลังงานภายใน ซึ่งหมายความว่า แทนที่จะพัฒนารูปแบบขึ้นอยู่กับปัจจัยภายนอกเป็นปัจจัยการผลิต ( เช่นตัวแปรภูมิอากาศ อาคารพาณิชย์ฯลฯ ) , การบริโภคภายใน และแบบประเมินการใช้พลังงานทุกวัน เย็นก็นำมาเป็นปัจจัยการผลิตเพื่อทำนายวันหน้า ขนาดของข้อมูลอยู่ในระดับปี สำหรับการบริโภคทุกวัน เฉลี่ยอยู่ที่นำมาเป็นองค์ประกอบในการประเมินและการใช้พลังงานทุกวัน คือนำมาเป็นปัจจัยการผลิต นอกจากนี้ ข้อมูลจากการวิเคราะห์พลังงานรวมสุดสัปดาห์นี้เป็นอาคารปิดอย่างเป็นทางการระหว่างช่วงเวลาเหล่านี้ ยกเว้นวันหยุดสุดสัปดาห์ มีประมาณ 250 จุดข้อมูล ( หนึ่งในแต่ละวัน ) และแต่ละค่าสอดคล้องกับค่าเฉลี่ยการใช้พลังงานวันที่ ระดับแรกของการวิเคราะห์ข้อมูลการใช้พลังงานเพื่อใช้ทำนายวันต่อเนื่องต่อไป ข้อมูลในอดีตใช้สำหรับ 3 วัน ตัวอย่างภาพนี้จะนำเสนอใน fig.4 .