Geri Dön

Prediction of energy consumption of residential buildings by artificial neural networks and fuzzy logic

Yapay sinir ağları ve bulanık mantık ile konutların enerji tüketimlerinin tahmin edilmesi

  1. Tez No: 325711
  2. Yazar: CİHAN TURHAN
  3. Danışmanlar: DOÇ. DR. TUĞÇE KAZANASMAZ, PROF. DR. GÜLDEN GÖKÇEN AKKURT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Enerji, Energy
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2013
  8. Dil: İngilizce
  9. Üniversite: İzmir Yüksek Teknoloji Enstitüsü
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Enerji Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 93

Özet

Binalarda enerji tüketimini tahmin etmek için bir çok yöntem vardır. Basit regresyonlardan fiziksel prensiplere dayanan dinamik modellere kadar bir çok method simülasyon için kullanılabilir. Tüm bu modeller için yaygın olan varsayım giri? deği?kenlerinin gerçek verilere dayanması gerektiğidir, aksi takdirde enerji tüketiminin değerlendirilmesi tahmin edilenin altında veya üstünde olabilir. Bu tezin amacı binalarda enerji tüketimini tahminlemek amacıyla yapay zeka kullanılarak (yapay sinir ağları ve bulanık mantık) basit modeler olu?turmak ve bina enerji performans yazılımı olan KEP-IYTE ESS?i kar?ıla?tırmaktır. ?zmir?de bulunan 3 farklı ilçeden elde edilen 148 binanın(5-13 katlı) mimari projeleri ve ısı hesap raporlarından elde edilen veriler hem modellerin hem yazılımın giri? parametrelerini olu?turmaktadır.Binaların enerji tüketimi imar düzeni, ısıtma sisteminin tipi, kat sayısı, duvar toplam ısı transfer katsayısı, cam tipi, alan/hacim oranı, izolasyon varlığı, toplam dı? yüzey alanı, bina yönü, daire sayısı, toplam dı? yüzey alanı/ toplam faydalı alan, toplam pencere alanı/toplam dı? yüzey alanı, geni?lik/uzunluk, toplam duvar alanı/toplam faydalı alan, toplam aydınlatma ihtiyacı/toplam faydalı alan ve toplam duvar alanının bir fonksiyonu olarak modellenebilir. Dört deği?ik yapay sinir ağı modeli ve bir bulanık mantık modeli olu?turuldu, eğitildi, test edildi ve yazılım çıktılarıyla kar?ıla?tırıldı. En dü?ük ortalama mutlak yüzde hata (MAPE) %4.1 ve ortalama mutlak sapma (MAD) 6.57 olarak tesbit edilmi?tir. Bu sonuçlar yapay sinir ağlarının doğru tahminler yapabildiğini göstermektedir. Diğer taraftan, bulanık mantık modelinin ortalama mutlak yüzde hatası %4.86 ve ortalama mutlak sapması 7.59 bulunmu?tur. Bulanık mantık modelinin de yeterli sonuç verdiği dü?ünülebilir

Özet (Çeviri)

There are several ways to attempt to forecast building energy consumption. Different techniques, varying from simple regression to dynamic models that are based on physical principles, can be used for simulation. A frequent hypothesis for all these models is that the input variables should be based on realistic data when they are available, otherwise the evaluation of energy consumption might be under or over estimated. The aim of this thesis is to create simple models based on artificial intelligence methods (artificial neural networks and fuzzy logic) as predicting tools and to compare these methods with a building energy performance software (KEP-IYTE ESS). Architectural projects and heat load calculation reports of 148 apartment buildings (5-13 storey) from three municipalities in ?zmir provide the input data for the models and software. Building energy consumption is modeled as a function of zoning status, heating system type, number of floors, wall overall heat transfer coefficient, glass type, area/volume ratio, existence of insulation, total external surface area, orientation, number of flats, total external surface area/total useful area, total windows area/total external surface area, width/length, total wall area/total useful floor area, total lighting requirement/total useful floor area and total wall area. Four different artificial neural network models and one fuzzy logic model were constructed, trained, tested and the results were compared with the software outcomes. The lowest mean absolute percentage error (MAPE) and mean absolute deviation (MAD) of ANN modelsappeared to be 4.1% and 6.57, respectively, which shows that ANN can make accurate predictions. On the other hand, fuzzy model gave an 4.86% and 7.59 of MAPE and MAD, respectively, which can be considered as sufficient accuracy

Benzer Tezler

  1. Türkiye için konut binalarının aydınlatma enerjisi gereksinimi açısından değerlendirilmesine ilişkin bir yaklaşım

    An assessment approach for energy requirements of residential buildings in Turkey

    ÖZLEM SÜMENGEN

    Doktora

    Türkçe

    Türkçe

    2015

    Enerjiİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. ALPİN KÖKNEL YENER

  2. Davranış ve alışkanlıkların konutlarda elektrik enerjisi tüketimine etkisinin incelenmesi

    Investigation of the impact of occupants' behaviour and habits on residential electricity consumption

    NİHAL DİLEK SÜMER TÜRELİ

    Doktora

    Türkçe

    Türkçe

    2023

    EnerjiHacettepe Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    PROF. DR. MERİH AYDINALP KÖKSAL

  3. Urban scale prediction of indoor daylighting illumination for sustainable buildings

    Sürdürülebilir binalar için iç mekan günışığı aydınlanmasının kent ölçekli tahmini

    İLKİM CANLI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. İPEK GÜRSEL DİNO

    DOÇ. DR. SİNAN KALKAN

  4. Sürdürülebilir şehirleşme ve toplu konut projelerinde etkin enerji kullanımı

    Başlık çevirisi yok

    MEHMET DORUK ÖZÜGÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Şehircilik ve Bölge Planlamaİstanbul Teknik Üniversitesi

    Şehir ve Bölge Planlama Ana Bilim Dalı

    PROF. DR. FULİN BÖLEN

  5. Energy management strategies for residential buildings under demand response

    Talep katılımı altındaki mesken binaları için enerji yönetim stratejileri

    OĞUZKAĞAN ALIÇ

    Doktora

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik MühendisliğiEskişehir Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÜMMÜHAN BAŞARAN FİLİK