Makine öğrenmesi kullanarak ticari binalarda enerji tüketiminin azaltılması
Reducing energy consumption in commercial buildings using machine learning
- Tez No: 708764
- Danışmanlar: DOÇ. DR. AKHAN AKBULUT
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: İstanbul Kültür Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Proje Yönetimi Bilim Dalı
- Sayfa Sayısı: 115
Özet
Bu çalışmanın amacı, yüksek nüfuslu binalarda, ısıtma havalandırma ve iklimlendirme (HVAC) sisteminin plansız ve gereksiz çalışması nedeniyle enerji tüketimini azaltırken, aynı zamanda bina sakinlerinin termal konforunu da azaltan iç ortam termal konfor seviyesini arttırmaktır. Bilgisayar desteği sayesinde herkes için uyun ortam koşulları bulunarak enerji tüketimi azaltılmaktır. Bu amaca ulaşmak için de günümüzde yapay zeka uygulamalarında sıklıkla kullanılan yapay öğrenme yöntemlerine başvurulmuştur. Tezin temel katkısı, bina tipi, iklim bölgesi veya bir binanın ısıtma ve/veya havalandırma yönteminden bağımsız olarak yüksek derecede tutarlılıkla termal hissiyatı tahmin etmek için bir derin sinir ağı tasarlamak ve değerlendirmektir. Önerilen modelin eğitimde çeşitli üniversiteler tarafından derlenen 1995, 2015 yılları arasında gerçekleştirilmiş olan 66 çalışmadan toplanan verilerden oluşturulmuş olan American Society of Heating, Refrigerating and Air-Conditioning Engineers (ASHRAE)'nin Küresel Termal Konfor Veritabanı kullanılmıştır. Önerilen modelin üst değişken ayarlama süreci, Bayes stratejisi kullanılarak optimize edilmiştir. Yapılan deneyler önerilen yöntemin geleneksel ortalama ısıl duyum (PMV) %40 ve diğer sığ ve derin ağlara göre %4 daha yüksek tutarlıklıkla tahmin yürütebildiğini göstermiştir.
Özet (Çeviri)
The purpose of this study is to increase the indoor thermal comfort level while reducing the energy consumption in high-population buildings due to unplanned and unneeded operation of heating ventilation and air-conditioning (HVAC) system which also decreases the thermal comfort of the occupants. Energy consumption can be reduced by finding suitable environmental conditions for everyone by taking advantage of computer support. In order to achieve this goal, machine learning methods, which are frequently used in decision making process these days, have been used. The main contribution of the thesis is to design and evaluate a deep neural network for predicting thermal sensations with a high degree of accuracy regardless of building type, climate zone, or a building's heating and/or ventilation method. The Global Comfort Database of American Society of Heating, Refrigerating and Air-Conditioning Engineers (ASHRAE) which the data was collected from 66 different studies conducted by different universities starting from 1995 till 2015 was used for the training of the model. The hyperparameter-tuning process of the proposed model is optimized using the Bayesian strategy. Experiments showed that the proposed method can predict with 40% higher accuracy than conventional Predicted Mean Vote (PMV) method and 4% higher than other shallow and deep networks.
Benzer Tezler
- Estimation of commercial building energy consumption with machine learning
Makine öğrenimi ile ticari bina enerji tüketimi tahmini
YOUSIF MURSHID MUHEALDDIN MUHEALDDIN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SELİM BUYRUKOĞLU
DR. ÖĞR. ÜYESİ MOHAMMED RASHAD BAKER BAKER
- A new approach to increase energy efficiency of luxury high-rise residential blocks in complex buildings by utilizing advanced HVAC systems
Karma yapılardaki yüksek katlı lüks konut binalarının enerji verimliliğinin gelişmiş mekanik sistemlerden faydalanarak arttırılması için yeni bir yaklaşım önerisi
ALPAY AKGÜÇ
Doktora
İngilizce
2019
Enerjiİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. AYŞE ZERRİN YILMAZ
PROF. DR. MARCO PERINO
- Business card as a bank product and establishment of a new business card tendency model
Bir banka ürünü olarak işletme kart ve yeni bir işletme kart eğilim modelinin oluşturulması
ONUR BOZKURT
Yüksek Lisans
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Effective software bug localization using information retrieval and machine learning algorithms
Bilgi geri getirimi ve makine öğrenmesi algoritmalarını kullanarak yazılımda hata konumlandırılması
MUSTAFA ERŞAHİN
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEMİH UTKU
- Prediction of flow rates from different entries using PLT p-T measurements in a horizontal well by machine learning methods
Makine öğrenmesi teknikleri ile bir yatay kuyunun farklı girişlerin debilerinin PLT p-T ölçümlerinden tahmini
MUHARREM HİLMİ ÇEVİK
Yüksek Lisans
İngilizce
2022
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT ÇINAR