Q-statistics showed that electricit

Q-statistics showed that electricity energy use data have more significant errors.

Totally different curves appear for train year 2012 and test year 2010.
Faulty data are appeared until June 2011, and after that, data shows increase in quality.
Energy use model was made for heating energy use, considering that data for electricity energy use should be previously corrected. PCR and PLSR models were created. PCR explains more of model variance, while using the same number of components as PLSR model. Modeling with PCR with one Principal Component explains more 99.5% of model, while PLSR explains only 62%. With only four Principal Components PCR model explains close to 100% of model. By using procedure for model scaling and finding driving variables based on PLS weights, it was found that the most important variables of the heating energy use are outside walls area, windows, doors and glass area, and heating volume. Q-statistics shows that highest error is calculated for building 360 Realfabygget (Natural science building).

ผลลัพธ์ (ไทย) 1:

Q-สถิติพบว่า ข้อมูลการใช้พลังงานไฟฟ้ามีข้อผิดพลาดที่สำคัญยิ่งกว่า เส้นโค้งที่แตกต่างกันโดยสิ้นเชิงปรากฏสำหรับรถไฟปี 2012 และทดสอบปี 2553 ข้อมูลผิดพลาดจะปรากฏจน ถึงมิ.ย. และหลัง จาก นั้น ข้อมูลแสดงเพิ่มคุณภาพ ทำแบบจำลองการใช้พลังงานสำหรับเครื่องทำความร้อนใช้พลังงาน การพิจารณาว่า ข้อมูลการใช้พลังงานไฟฟ้าควรเคยแก้ไข มีสร้างรูปแบบ PCR และ PLSR PCR อธิบายมากกว่า รูปแบบต่าง ในขณะที่ใช้หมายเลขเดียวกันประกอบเป็นรุ่น PLSR สร้างโมเดล ด้วย PCR ด้วยส่วนประกอบหลักหนึ่งอธิบายมากกว่า 99.5% รุ่น ในขณะที่ PLSR อธิบายเพียง 62% มี PCR ส่วนประกอบหลักเพียง 4 รุ่นอธิบายใกล้ 100% รุ่น โดยใช้กระบวนการปรับรุ่นและการค้นหาตัวแปรขับตามน้ำหนักกรุณา พบว่า ตัวแปรที่สำคัญที่สุดของพลังงานความร้อนใช้อยู่นอกผนังพื้นที่ หน้าต่าง ประตู และกระจก และปริมาณความร้อน Q-สถิติแสดงว่า มีคำนวณผิดพลาดสูงสุดสำหรับการสร้าง Realfabygget 360 (อาคารวิทยาศาสตร์ธรรมชาติ)

ผลลัพธ์ (ไทย) 2:

Q-สถิติพบว่าข้อมูลการใช้พลังงานไฟฟ้าที่มีข้อผิดพลาดอย่างมีนัยสำคัญ. เส้นโค้งที่แตกต่างกันโดยสิ้นเชิงปรากฏในปี 2012 รถไฟและในปี 2010 การทดสอบข้อมูลที่ผิดพลาดจะปรากฏจนถึงเดือนมิถุนายนปี2011 และหลังจากนั้นข้อมูลแสดงให้เห็นการเพิ่มขึ้นของที่มีคุณภาพ. รูปแบบการใช้พลังงานที่ถูกสร้างขึ้น เพื่อให้ความร้อนใช้พลังงานพิจารณาข้อมูลสำหรับการใช้พลังงานไฟฟ้าที่ควรได้รับการแก้ไขก่อนหน้านี้ PCR และรูปแบบ PLSR ถูกสร้างขึ้น PCR อธิบายเพิ่มเติมความแปรปรวนรูปแบบในขณะที่ใช้หมายเลขเดียวกันของส่วนประกอบเป็นรูปแบบ PLSR การสร้างแบบจำลองด้วยวิธี PCR กับหนึ่งในองค์ประกอบหลักอธิบายเพิ่มเติม 99.5% ของรูปแบบในขณะที่ PLSR อธิบายเพียง 62% มีเพียงสี่หลักส่วนประกอบ PCR อธิบายรูปแบบใกล้เคียงกับ 100% ของรูปแบบ โดยใช้วิธีการในการปรับรูปแบบและการหาตัวแปรที่ขับรถขึ้นอยู่กับน้ำหนัก PLS พบว่าตัวแปรที่สำคัญที่สุดของการใช้พลังงานความร้อนที่มีพื้นที่ผนังด้านนอกหน้าต่างประตูและพื้นที่แก้วและปริมาณความร้อน Q-สถิติแสดงให้เห็นว่าข้อผิดพลาดที่มีการคำนวณที่สูงที่สุดสำหรับการสร้าง 360 Realfabygget (อาคารวิทยาศาสตร์ธรรมชาติ)

ผลลัพธ์ (ไทย) 3:

ข้อมูลการใช้พลังงานไฟฟ้า q-statistics พบว่ามีข้อผิดพลาดที่สำคัญมากขึ้น

เส้นโค้งที่แตกต่างกันทั้งหมดปรากฏ รถไฟปี 2012 และทดสอบปี 2010 .
ข้อมูลผิดพลาดจะปรากฏจนถึงเดือนมิถุนายน 2554 และหลังจากนั้น ข้อมูลแสดงเพิ่มขึ้นในคุณภาพ
แบบใช้พลังงาน ถูกสร้างขึ้นมาเพื่อใช้พลังงาน ความร้อน การพิจารณาว่า ข้อมูลสำหรับการใช้พลังงานไฟฟ้าควรก่อนหน้านี้แก้ไขรูปแบบการศึกษา plsr ถูกสร้างขึ้น เพื่ออธิบายเพิ่มเติมความแปรปรวนรูปแบบในขณะที่ใช้หมายเลขเดียวกันขององค์ประกอบ รูปแบบ plsr . การสร้างแบบจำลองด้วย PCR กับองค์ประกอบหลักอธิบายมากกว่า 99.5% ของรุ่น ในขณะที่ plsr อธิบายเพียงร้อยละ 62 มีเพียงสี่หลักส่วนประกอบ PCR แบบอธิบายเกือบ 100 % ของโมเดลโดยใช้กระบวนการแบบมาตราส่วน และค้นหาตัวแปรขับรถตามน้ำหนักกรุณา พบว่าตัวแปรที่สำคัญที่สุดของความร้อนใช้พลังงานภายนอกผนังบริเวณหน้าต่างประตูและบริเวณกระจก และปริมาณความร้อน q-statistics แสดงข้อผิดพลาดสูงสุดคำนวณสำหรับ realfabygget อาคาร 360 ( อาคารวิทยาศาสตร์ธรรมชาติ