Energy performance assessment is do

Energy performance assessment is done by using one or a
combination of three types of procedures [1]:

energy consumption calculation based on data collected by
energy auditors in field studies,

energy performance estimation by using the energy bills,

energy measurement performed continuously or in campaigns.
The first procedure, energy consumption calculation, is
basically similar to design methods [2,3]. Therefore, it is very
sensitive to the estimation of the physical properties and
geometrical dimensions of the building components and to the
assumptions made concerning the building operation. Nonetheless,
the inspection of the building allows the auditor to
deliver a diagnosis. The second method, energy performance
based on bills, uses, usually, monthly meter readings [4]. The
influence of any phenomenon having dynamics faster than 1
month is averaged. The simplest and the most used energy
index based on bills, energy consumption by the unit of surface,
does not detect the influence of building design, operation,
comfort conditions or climate on energy performance [5]. The
third approach is based on measurement; it uses an identification
procedure to find out the parameters of a proposed model.
Building Energy Management Systems (BEMS) facilitate
energy monitoring and real time performance assessment on
short time intervals, typically 10 min to 1 h [6,7]. They may be
used for on-line energy audits to estimate the energy signature,
which may be corroborated with field investigation [1,4,8–11].
An important problem in applying this method is that on short
time intervals the data may be less correlated due to the
influence of random, non-measured disturbances like occupancy,
ventilation rates and solar gains that do not follow a
normal (Gaussian) distribution. In this case, a robust procedure
is needed to correctly identify the parameters of the models.
The models used in identification methods are static or
dynamic. A parameter that is usually identified in both
approaches is the overall heat transfer coefficient, or the Uvalue
[12,13]. Dynamic models use parameter identification of
ARX or ARMAX models [14] or black box models like
artificial neural networks [15–17]. Further developments use
the neural networks to determine the total heat loss coefficient
and thermal mass [18,19].
Statistical analysis of the global energy consumption
obtained from bills shows that the energy consumption may

ผลลัพธ์ (ไทย) 1:

ทำได้ โดยการประเมินประสิทธิภาพพลังงานหรือทั้งสามชนิดของขั้นตอน [1]:คำนวณปริมาณการใช้พลังงานโดยใช้ข้อมูลที่รวบรวมโดยผู้ตรวจสอบพลังงานในฟิลด์ศึกษาการประเมินประสิทธิภาพพลังงาน โดยใช้พลังงานสูตรวัดพลังงานดำเนินการอย่างต่อเนื่อง หรือส่งเสริมการขายตอนแรก คำนวณปริมาณการใช้พลังงานโดยทั่วไปคล้ายคลึงกันในการออกแบบวิธี [2,3] จึง มันเป็นมากสำคัญในการประเมินคุณสมบัติทางกายภาพ และgeometrical ขนาด ของส่วนประกอบอาคาร และเพื่อการสมมติฐานทำเกี่ยวข้องกับการดำเนินงานอาคาร กระนั้นตรวจสอบอาคารผู้ตรวจสอบเพื่อให้ส่งคำวินิจฉัย วิธีที่สอง ประสิทธิภาพพลังงานตามรายการ ใช้ โดยปกติ ค่ามิเตอร์รายเดือน [4] ที่อิทธิพลของปรากฏการณ์ต่าง ๆ มี dynamics ได้เร็วกว่า 1เดือนเป็น averaged พลังงานที่ใช้มากที่สุดและง่ายที่สุดตามสูตร ดัชนีการใช้พลังงาน โดยหน่วยของพื้นผิวตรวจสอบอิทธิพลของอาคารออกแบบ การดำเนินงานสบายเงื่อนไขหรือสภาพภูมิอากาศประสิทธิภาพพลังงาน [5] ที่วิธีที่สามตามวัด ใช้รหัสขั้นตอนการหาพารามิเตอร์ของแบบจำลองที่นำเสนอช่วยในระบบการจัดการพลังงานของอาคาร (BEMS)พลังงานเวลาจริงและการตรวจสอบประสิทธิภาพการทำงานการประเมินช่วงระยะเวลาอันสั้น โดยทั่วไป 10 นาทีไปยัง h 1 [6,7] พวกเขาอาจจะใช้สำหรับตรวจสอบพลังงานง่ายดายเพื่อประเมินเซ็นพลังงานซึ่งอาจเป็น corroborated กับฟิลด์ตรวจสอบ [1,4,8-11]มีปัญหาที่สำคัญในการใช้วิธีนี้อยู่ที่สั้นเวลาช่วงที่ข้อมูลอาจจะน้อย correlated เนื่องในอิทธิพลของการสุ่ม ไม่ใช่วัดรบกวนเช่นพักอัตราระบายอากาศและรับแสงอาทิตย์ที่ไม่ได้ทำตามแบบแจก (Gaussian) ปกติ ในกรณีนี้ กระบวนงานมีประสิทธิภาพต้องระบุพารามิเตอร์ของแบบจำลองได้อย่างถูกต้องแบบจำลองที่ใช้ในการระบุวิธีที่จะคงที่ หรือแบบไดนามิก พารามิเตอร์ที่ระบุโดยทั่วไปทั้งในวิธีคือ ค่าสัมประสิทธิ์การถ่ายโอนความร้อนรวม หรือ Uvalue[12,13] . แบบไดนามิกใช้ระบุพารามิเตอร์ของARX หรือ ARMAX รุ่น [14] หรือชอบรุ่นกล่องดำประดิษฐ์ประสาทเครือข่าย [15-17] พัฒนาใช้เครือข่ายประสาทเพื่อกำหนดค่าสัมประสิทธิ์การสูญเสียความร้อนทั้งหมดและมวลความร้อน [18,19]วิเคราะห์ทางสถิติของปริมาณการใช้พลังงานทั่วโลกได้จากสูตรซึ่งใช้พลังงานอาจ

ผลลัพธ์ (ไทย) 3:

การประเมินประสิทธิภาพในการใช้พลังงานจะทำโดยใช้หนึ่งหรือรวมกันของทั้งสามประเภทของขั้นตอน
[ 1 ] :

พลังงานคำนวณจากข้อมูลที่เก็บรวบรวมโดย
ผู้สอบบัญชีพลังงานในด้านการศึกษา ,

พลังงานประสิทธิภาพการประมาณค่าโดยใช้พลังงานตั๋ว การวัดพลังงานดำเนินการอย่างต่อเนื่อง


หรือ ในแคมเปญ ขั้นตอนแรก การคำนวณการใช้พลังงาน ,
โดยทั่วไปคล้ายคลึงกับวิธีการออกแบบ [ 2 , 3 ] ดังนั้น มันมาก
ไวต่อการประเมินคุณสมบัติทางกายภาพและมิติทางเรขาคณิตของส่วนประกอบอาคาร

) และทำเกี่ยวกับการสร้าง อย่างไรก็ตาม การตรวจสอบอาคารให้

ส่งผู้สอบบัญชีเพื่อการวินิจฉัยโรค วิธีที่สอง พลังงานประสิทธิภาพ
ตามตั๋วเงิน ใช้ ปกติการอ่านมิเตอร์รายเดือน [ 4 ] อิทธิพลของปรากฏการณ์ใด ๆ

มีพลวัตเร็วกว่า 1 เดือนเฉลี่ย ที่ง่ายที่สุดและใช้มากที่สุดพลังงาน
ดัชนีตามตั๋วเงิน การใช้พลังงาน โดยหน่วยของพื้นผิว
ตรวจไม่พบอิทธิพลของการออกแบบ อาคารปฏิบัติการ บรรยากาศสบายๆ
เงื่อนไข หรือประสิทธิภาพในการใช้พลังงาน [ 5 ]
วิธีที่สามจะขึ้นอยู่กับการวัดมันใช้รหัส
ขั้นตอนเพื่อหาพารามิเตอร์ของแบบจำลอง ระบบการบริหารจัดการพลังงานในอาคาร ( bems

) อำนวยความสะดวกในการตรวจสอบการใช้พลังงานและการประเมินประสิทธิภาพเวลาจริงบน
สั้นช่วงเวลาปกติ 10 นาที ถึง 1 ชั่วโมง [ 6 , 7 ] พวกเขาอาจจะใช้สำหรับการตรวจสอบพลังงาน
ออนไลน์ค่าลายเซ็นพลังงาน
ซึ่งอาจจะยืนยันกับด้านการสืบสวน [ 1,4,8 – 11 ] .
เป็นปัญหาที่สำคัญในการใช้วิธีนี้ก็คือในช่วงเวลาสั้น
ข้อมูลอาจจะน้อยเนื่องจากอิทธิพลของความสัมพันธ์
สุ่ม ไม่ใช่วัด แปรปรวนเหมือนอาคารพาณิชย์ , อัตราการระบายอากาศและแสงไร

ที่ไม่เป็นไปตามปกติ ( Gaussian ) กระจาย ในกรณีนี้ เป็นขั้นตอนที่แข็งแกร่ง
ได้อย่างถูกต้องระบุพารามิเตอร์ของแบบจำลอง .
รุ่นที่ใช้ในวิธีการกำหนดเป็นแบบคงที่หรือแบบไดนามิก
. ค่าพารามิเตอร์ที่มักจะระบุทั้ง
วิธีคือสัมประสิทธิ์การถ่ายเทความร้อนรวม หรือ uvalue
[ 12 , 13 ‘ ] แบบไดนามิกที่ใช้กำหนดพารามิเตอร์ของ
arx หรือ armax รุ่น [ 14 ] หรือแบบกล่องสีดำเหมือน
โครงข่ายประสาทเทียม ( 15 ) [ 17 ] การพัฒนาใช้
เครือข่ายประสาทเพื่อตรวจสอบรวมการสูญเสียความร้อนและมวลสาร 18,19 ค่า
[ ]
การวิเคราะห์ทางสถิติของโลกพลังงาน
ที่ได้จากตั๋วแสดงให้เห็นว่า การบริโภคพลังงาน อาจ