These data can be used to develop a

These data can be used to develop and validate statistical models,
such as the regression models considered in this paper. Regarding engineering models, the National
Renewable Energy Laboratory, in a continuous effort, has developed the software BEopt [56]. BEopt
is a no-cost software with a friendly user interface capable of evaluation of residential
building designs and identification of cost-optimal efficiency packages at various levels of
whole-house energy analysis. The data from smart meters will make it possible to calibrate models
developed with BEopt in an automatic manner using the Autotune methodology [57]. However, since
engineering software requires inputs on the characteristics of the dwelling that it may need the
participation of qualified personnel for accuracy. Therefore, the authors favor statistical models
because they can be developed without the need of input parameters that describe the building
characteristics. In order to illustrate the application of linear regres- sion approaches as
treated in Section 2, a case study to estimate the
total energy consumption is given in the following section.

ผลลัพธ์ (ไทย) 1:

สามารถใช้ข้อมูลเหล่านี้เพื่อพัฒนา และตรวจสอบแบบจำลองทางสถิติเช่นแบบจำลองถดถอยที่ถือว่าในเอกสารนี้ เกี่ยวกับแบบจำลองทางวิศวกรรม ชาติ ห้องปฏิบัติการพลังงานทดแทน ในความพยายามอย่างต่อเนื่อง มีพัฒนาซอฟต์แวร์ BEopt [56] BEopt เป็นซอฟต์แวร์ที่ไม่มีต้นทุนกับมิตรผู้ความสามารถในการประเมินผลของที่อยู่อาศัย ออกแบบอาคารและ identification ของแพคเกจ efficiency ต้นทุนสูงสุดที่ระดับต่าง ๆ ของ การวิเคราะห์พลังงานเต็มบ้าน ข้อมูลจากสมาร์ทเมตรจะช่วยให้การปรับเทียบแบบจำลอง พัฒนากับ BEopt ในลักษณะอัตโนมัติการใช้ระเบียบวิธีที่ Autotune [57] อย่างไรก็ตาม เนื่องจาก วิศวกรรมซอฟต์แวร์ต้องกับลักษณะของปีติที่อาจต้องการ มีส่วนร่วมของบุคลากร qualified ความถูกต้อง ดังนั้น ผู้เขียนชอบแบบจำลองทางสถิติ เนื่องจากพวกเขาสามารถพัฒนาได้โดยไม่ต้องของพารามิเตอร์ป้อนเข้าที่อาคาร ลักษณะการ เพื่อแสดงให้เห็นถึงการประยุกต์วิธีเชิง regres-sion เป็น ในส่วน 2 กรณีศึกษาการประเมินการการใช้พลังงานรวมจะได้รับในส่วนต่อไปนี้

ผลลัพธ์ (ไทย) 2:

ข้อมูลเหล่านี้สามารถนำมาใช้ในการพัฒนาและการตรวจสอบแบบจำลองทางสถิติ,
เช่นรูปแบบการถดถอยการพิจารณาในบทความนี้ เกี่ยวกับรูปแบบวิศวกรรมแห่งชาติห้องปฏิบัติการพลังงานทดแทนในความพยายามอย่างต่อเนื่องได้มีการพัฒนาซอฟแวร์ BEopt [56]
BEopt
เป็นซอฟต์แวร์ที่ไม่มีค่าใช้จ่ายด้วยอินเตอร์เฟซผู้ใช้ที่เป็นมิตรความสามารถในการประเมินผลของที่อยู่อาศัยการออกแบบอาคารและไอออนบวกสายระบุค่าใช้จ่ายที่ดีที่สุดแพคเกจการขาดไฟ EF ในระดับต่าง ๆ ของทั้งบ้านวิเคราะห์พลังงาน ข้อมูลที่ได้จากมาร์ทเมตรจะทำให้มันเป็นไปได้ที่จะปรับรูปแบบการพัฒนาที่มี BEopt ในลักษณะโดยอัตโนมัติโดยใช้วิธีการ Autotune [57] อย่างไรก็ตามตั้งแต่วิศวกรรมซอฟต์แวร์ต้องใช้ปัจจัยการผลิตในลักษณะของที่อยู่อาศัยที่อาจจำเป็นที่จะต้องมีส่วนร่วมของบุคลากรสายเอ็ดquali เพื่อความถูกต้อง ดังนั้นผู้เขียนโปรดปรานแบบจำลองทางสถิติเพราะพวกเขาสามารถได้รับการพัฒนาโดยไม่จำเป็นต้องป้อนพารามิเตอร์ที่อธิบายถึงการสร้างลักษณะ เพื่อแสดงให้เห็นถึงการประยุกต์ใช้วิธีการเชิงเส้น regres- ไซออนเป็นรับการรักษาในส่วนที่2 กรณีศึกษาในการประมาณปริมาณการใช้พลังงานทั้งหมดจะได้รับในส่วนต่อไปนี้

ผลลัพธ์ (ไทย) 3:

ข้อมูลเหล่านี้สามารถใช้เพื่อพัฒนาและตรวจสอบความตรงของโมเดลทางสถิติ เช่น การถดถอยแบบ
พิจารณาในบทความนี้ เกี่ยวกับแบบจำลองทางวิศวกรรม , แห่งชาติ
ห้องปฏิบัติการพลังงานหมุนเวียน ในความพยายามอย่างต่อเนื่อง มีการพัฒนา beopt ซอฟต์แวร์ [ 56 ] beopt
เป็นค่าใช้จ่ายซอฟต์แวร์ที่มีส่วนติดต่อผู้ใช้ที่เป็นมิตรที่สามารถประเมินผลที่อยู่อาศัย
การออกแบบอาคารและ identi จึงบวกต้นทุนที่เหมาะสมจึงชุด EF ประสิทธิภาพในระดับต่างๆของ
การวิเคราะห์พลังงานทั่วบ้าน ข้อมูลจากเมตรสมาร์ทจะทำให้มันเป็นไปได้ที่จะปรับรุ่น
พัฒนา beopt ในลักษณะอัตโนมัติโดยใช้วิธีการ autotune [ 57 ] อย่างไรก็ตาม เนื่องจาก
วิศวกรรมซอฟต์แวร์ต้องใช้ปัจจัยการผลิตในลักษณะของที่อยู่อาศัยที่อาจต้องการ
การมีส่วนร่วมของบุคลากร quali จึงเอ็ดเพื่อความถูกต้อง ดังนั้น ผู้เขียนชอบแบบจำลองทางสถิติ
เพราะพวกเขาสามารถพัฒนาโดยไม่ต้องป้อนพารามิเตอร์ที่อธิบายลักษณะอาคาร
. เพื่อแสดงให้เห็นถึงการประยุกต์ใช้วิธีการเชิงเส้น regres - ไซออนเป็น
ปฏิบัติในส่วนที่ 2 กรณีศึกษา /
การใช้พลังงานรวมจะได้รับในส่วนต่อไปนี้