ارزيابي مصرف انرژي الكتريكي ساختمان هاي شهرداري اصفهان با رويكرد داده كاوي

كارشناسي ارشد

با رشد مصرف انرژي در جهان و سهم قابل¬توجهي كه بخش ساختمان از مصرف انرژي به خود اختصاص داده است، نگراني¬ها در خصوص كمبود ذخاير انرژي و مشكلات مربوط به عرضه انرژي و آلودگي¬هاي زيست‌محيطي افزايش‌يافته است و توجه زيادي را براي ارتقاي بهره¬وري در اين بخش به خود جلب كرده است .استفاده از فرصت¬هاي موجود براي كاهش مصرف انرژي در ساختمان¬ها تا حد زيادي به كاهش مصرف انرژي كمك مي¬كند. همچنين اعتدال در مصرف انرژي در بخش ساختمان موجب كاهش انتشار گازهاي گلخانه¬اي و آلودگي ناشي از احتراق گازهاي فسيلي مي¬شود كه منفعت فراواني را به دنبال دارد. داده¬هاي ساختمان مي¬توانند اطلاعات مفيد فراواني در مورد ارتباط مصرف انرژي و فاكتورهاي مؤثر بر آن در اختيار ما قرار دهند. اين ارتباطات نقش مهمي در توسعه و اجراي استراتژي¬هاي كنترلي جهت بهبود مصرف ساختمان ايفا مي¬كنند. با اين ‌وجود، اغلب به دليل نبود ابزارها و تكنيك¬هاي مؤثر، داده¬ها به‌ندرت تجزيه‌وتحليل شده و دانش مفيد از آن‌ها استخراج مي¬گردد. در اين پژوهش داده¬كاوي (دسته‌بندي و خوشه‌بندي) جهت استخراج دانش مفيد و مخفي از داده¬هاي عملياتي و فيزيكي ساختمان¬هاي شهرداري اصفهان، با هدف بهبود مصرف انرژي پيشنهاد شده است. متدولوژي استفاده شده در اين تحقيق، متدولوژي كريسپ بوده كه يكي از مدل¬هاي موفق كشف دانش و داده¬كاوي است. در قسمت مدل¬سازي، ابتدا از روش خوشه¬بندي براي كشف الگوي مصرف انرژي در ساختمان¬ها استفاده شده و ساختمان¬ها به دو خوشه كم¬مصرف و پرمصرف تقسيم شدند. نتايج نشان مي-دهد كه اين روش مي¬تواند عوامل مؤثر بر مصرف انرژي الكتريكي را نيز از طريق تجزيه‌وتحليل ويژگي¬هاي ساختمان¬هاي موجود در هر خوشه شناسايي نمايد. از روش¬هاي دسته¬بندي براي ايجاد مدل پيش¬بيني مصرف انرژي الكتريكي ساختمان¬ها و شناسايي و رتبه¬بندي عوامل مؤثر بر مصرف انرژي الكتريكي استفاده شد. نتايج نشان مي‌دهد كه الگوريتم درخت تصميم استفاده شده در اين پژوهش مي‌تواند ميزان مصرف انرژي الكتريكي ساختمان¬ها را با دقت 89٪ پيش¬بيني كند و الگوريتم شبكه عصبي مصنوعي عوامل تأثيرگذار بر مصرف انرژي الكتريكي را با دقت 95٪ شناسايي و رتبه‌بندي نمايد.

193085

دانشگاه علم و صنعت ايران

دكتر احمد ماكوئي

مهندسي صنايع

دكتر روزبه قوسي