Yeni nesil binalarda derin öğrenmeyle enerji analizi
Energy analysis with deep learning in next generation buildings
- Tez No: 962778
- Danışmanlar: DR. ÖĞR. ÜYESİ TARIK VELİ MUMCU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 56
Özet
İnsanların aydınlatma, ısınma ve konfor ihtiyaçlarının artmasıyla birlikte dünya çapında elektrik enerjisine olan ihtiyaç da artmaktadır. Mesken olarak kullanılan konutlarda ve ortak kullanım alanı olarak hizmet veren binalarda, teknoloji geliştikçe farklı elektronik cihaz çeşitleri konfor talebine cevap vermekte ve bu durumla birlikte elektrik tüketimi de yıldan yıla artmaktadır. Elektrik tüketimiyle ilgili yapılan çalışmalarda, dünyadaki toplam elektrik tüketiminin yarıya yakın kısmının binaların yaptığı elektrik sarfiyatından oluştuğu görülmektedir. Kamu hizmeti yapan binalar, alışveriş merkezleri, hastaneler ve oteller bu tür yüksek enerji tüketen yapılara tipik örneklerdir. Bu binalar içerisinde hastaneler, çok çeşitli özellikte, yüksek yük çeken cihazlar barındırması ve insan sağlığı için kritik değerde olması nedeniyle ayrıca önem kazanan bir bina tipidir. Otel ve alışveriş merkezleri gibi mekânlarda enerji tüketimi, konfor isteği üzerinden değerlendirilebilirken hastanelerde ise konfor isteğinden ziyade bir zorunluluktur. Bu nedenle hastanelerin tükettiği enerjinin analizi, elektrik tüketiminin çevreye verdiği zararı azaltmak için yapılması gereken başlıca şeylerden biridir. Bu çalışmada, İstanbul'daki 55.000 metrekare kurulu alana sahip yeşil bina statüsündeki bir hastanenin enerji analizi yapılmıştır. Yapılan analiz çalışmalarında derin öğrenme teknikleri kullanılmıştır. Bina enerji analizinde kullanılan birçok yöntemle mevcut veri seti analiz edilerek sınıflandırma ve tahmin işlemleri gerçekleştirilmiştir. Veri setinde öne çıkan parametreler üzerinden yapılan analizlerde, uzun kısa süreli bellek (LSTM) modeli başta olmak üzere birçok yöntemle çalışma tamamlanmıştır. Yöntemler arasından hangisinin yeşil bina tipi hastanelerde analiz için daha yararlı olacağı tartışılmıştır. Her yöntem için hata oranları karşılaştırılmıştır. Elde edilen sonuçlar, vanilla LSTM modelinin bina enerji analizinde kabul edilebilir çıktılar verdiğini göstermiştir. Tez kapsamında önerilen model, literatürde daha önce yapılan çalışmalarla karşılaştırılmıştır. Bu karşılaştırmaya göre yeşil bina tipi için önerilen yöntemin geçerli olduğu gösterilmiştir.
Özet (Çeviri)
As people's needs for lighting, heating, and comfort increase, so does the global demand for electricity. As technology advances in residential buildings and buildings serving as common areas, various types of electronic devices respond to this demand for comfort, and electricity consumption is increasing year by year. Studies on electricity consumption indicate that nearly half of the world's total electricity consumption comes from buildings. Public service buildings, shopping malls, hospitals, and hotels are typical examples of these high-energy-consuming structures. Hospitals are a particularly important building type because they house a wide variety of high-load devices and are critical to human health. While energy consumption in spaces like hotels and shopping malls can be assessed based on comfort requirements, in hospitals, it is a necessity rather than a desire for comfort. Therefore, analyzing the energy consumed by hospitals is a key step toward reducing the environmental impact of electricity consumption. This study conducted an energy analysis of a 55,000-square-meter green building in Istanbul. Deep learning techniques were used in the analysis. The existing dataset was analyzed using various methods used in building energy analysis, and classification and prediction were performed. Analyses of prominent parameters in the dataset were conducted using several methods, primarily the long short-term memory (LSTM) model. It was discussed which of these methods would be more useful for analysis in green building hospitals. Error rates for each method were compared. The results showed that the vanilla LSTM model yielded acceptable results in building energy analysis. The model proposed in this thesis was compared with previous studies in the literature. This comparison demonstrated that the proposed method is valid for green building types.
Benzer Tezler
- Tarih-i Burhaneddin-i Belhi (Lady Sheil'in anıları)
History of Burhaneddin-i Belhi (Memories of Lady Sheil)
NİHAL ÇANKAYA
Yüksek Lisans
Türkçe
1999
Doğu Dilleri ve Edebiyatıİstanbul ÜniversitesiFars Dili ve Edebiyatı Ana Bilim Dalı
PROF. DR. MEHMET KANAR
- Eğitim fakülteleri programlarının değerlendirilmesi
Başlık çevirisi yok
OĞUZ GÜRBÜZTÜRK
Yüksek Lisans
Türkçe
1988
Eğitim ve ÖğretimAnkara ÜniversitesiEğitim Programları ve Öğretimi Ana Bilim Dalı
PROF. DR. FATMA VARIŞ
- Palimpsest olarak iç mekanlar: Kültürel miras yapıları üzerine bir okuma
Interiors as palimpsest: A reading on cultural heritage buildings
AMARA KÖPRÜLÜ
Yüksek Lisans
Türkçe
2024
Mimarlıkİstanbul Teknik Üniversitesiİç Mimari Tasarım Ana Bilim Dalı
PROF. DR. ÖZGE CORDAN
- Bridging knowledge across architectural heritage and digital fabrication technologies
Mimari miras ile dijital fabrikasyon teknolojileri arasında bilgi köprüsü kurmak
BEGÜM HAMZAOĞLU
Doktora
İngilizce
2024
Mimarlıkİstanbul Teknik ÜniversitesiBilişim Ana Bilim Dalı
PROF. DR. MİNE ÖZKAR KABAKÇIOĞLU