論文の概要: Investigation of the Impacts of COVID-19 on the Electricity Consumption
of a University Dormitory Using Weather Normalization
- arxiv url: http://arxiv.org/abs/2012.07748v1
- Date: Fri, 4 Dec 2020 20:54:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-22 02:47:24.692280
- Title: Investigation of the Impacts of COVID-19 on the Electricity Consumption
of a University Dormitory Using Weather Normalization
- Title(参考訳): 気象正常化を用いた大学寮の電力消費に及ぼすCOVID-19の影響調査
- Authors: Zhihong Pang, Fan Feng, Zheng O'Neill
- Abstract要約: 新型コロナウイルスの感染拡大が米国南部にある大学寮ビルの電力消費に与える影響について調査した。
その結果、新型コロナウイルスによるキャンパス閉鎖時の予測値と比較して、対象建物の総電力消費量は41%(約276,000 kWh (942 MMBtu))減少した。
- 参考スコア(独自算出の注目度): 2.5352713493505785
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This study investigated the impacts of the COVID-19 pandemic on the
electricity consumption of a university dormitory building in the southern U.S.
The historical electricity consumption data of this university dormitory
building and weather data of an on-campus weather station, which were collected
from January 1st, 2017 to July 31st, 2020, were used for analysis. Four inverse
data-driven prediction models, i.e., Artificial Neural Network, Long Short-Term
Memory Recurrent Neural Network, eXtreme Gradient Boosting, and Light Gradient
Boosting Machine, were exploited to account for the influence of the weather
conditions. The results suggested that the total electricity consumption of the
objective building decreased by nearly 41% (about 276,000 kWh (942 MMBtu))
compared with the prediction value during the campus shutdown due to the
COVID-19. Besides, the daily load ratio (DLR) varied significantly as well. In
general, the DLR decreased gradually from 80% to nearly 40% in the second half
of March 2020, maintained on a relatively stable level between 30% to 60% in
April, May, and June 2020, and then slowly recovered to 80% of the normal
capacity in July 2020.
- Abstract(参考訳): 本研究では,米国南部にある大学寮ビルの電力消費に対する新型コロナウイルス(covid-19)パンデミックの影響を調査した。
2017年1月1日から2020年7月31日までに収集されたこの大学寮の歴史的電力消費データと、キャンパス内気象観測所の気象データを用いて分析を行った。
4つの逆データ駆動予測モデル、すなわち、ニューラルニューラルネットワーク、ロング短期メモリリカレントニューラルネットワーク、eXtreme Gradient Boosting、Light Gradient Boosting Machineを用いて、気象条件の影響を考慮した。
その結果、新型コロナウイルスによるキャンパス閉鎖時の予測値と比較して、対象建物の総電力消費量は41%(約276,000 kWh (942 MMBtu))減少した。
また, 日負荷比 (DLR) も有意に変化した。
概して、DLRは2020年3月後半に80%から40%近くまで徐々に減少し、2020年4月、5月、6月に30%から60%まで比較的安定した水準を維持し、2020年7月には徐々に正常な能力の80%まで回復した。
関連論文リスト
- Forecasting Electric Vehicle Charging Station Occupancy: Smarter
Mobility Data Challenge [0.0]
Smarter Mobility Data Challengeは、EV充電ステーションの占有率を予測する予測モデルの開発に注力している。
この課題は、2020年から2021年の間に4つの地理的領域にわたる91の充電ステーションのデータセットを分析した。
その結果、EV充電ステーションの占有率を正確に予測するための階層的予測手法の可能性が浮き彫りになった。
論文 参考訳(メタデータ) (2023-06-09T07:22:18Z) - Strict baselines for Covid-19 forecasting and ML perspective for USA and
Russia [105.54048699217668]
Covid-19は、2年間にわたって蓄積されたデータセットを収集し、予測分析に使用できるようにする。
本研究は、米国とロシアの2カ国の地域データに基づいて、Covid-19の拡散のダイナミクスを予測するための様々な種類の方法に関する一貫した研究結果である。
論文 参考訳(メタデータ) (2022-07-15T18:21:36Z) - Understanding the Effect of the COVID-19 Pandemic on the Usage of School
Buildings in Greece Using an IoT Data-Driven Analysis [0.0]
新型コロナウイルスのパンデミックは、2020年から2021年にかけて世界の人口の大部分の日常生活に大きな変化をもたらした。
このような変化は、全体のエネルギー消費の変化や、公共の建物内での持続的不活性の長期といった側面に反映された。
本稿では,学校建物に対するパンデミックの影響と,学校運営における特定の側面について考察する。
論文 参考訳(メタデータ) (2022-05-31T07:31:27Z) - Domain Knowledge Aids in Signal Disaggregation; the Example of the
Cumulative Water Heater [68.8204255655161]
住宅における累積給湯器(CWH)の電力の検出と分散を目的とした教師なし低周波法を提案する。
本モデルでは,パワースパイクの形状と発生時刻を両立させることにより,教師なし信号の分解の難しさを回避する。
我々のモデルは、単純さに拘わらず、有望なアプリケーションを提供する: オフピーク契約における設定ミスの検出と性能劣化の遅さ。
論文 参考訳(メタデータ) (2022-03-22T10:39:19Z) - Improving Load Forecast in Energy Markets During COVID-19 [5.128521783181427]
新型コロナウイルスのパンデミック(COVID-19)の急激な流行は、2020年で最も重要な出来事であり、世界中で深刻な影響が続いた。
本稿では,新型コロナウイルスの感染拡大に伴う負荷予測性能の向上に有効なモデルや特徴を体系的に評価することで,研究ギャップを埋めることを目的とする。
論文 参考訳(メタデータ) (2021-10-01T02:55:06Z) - Study of a Hybrid Photovoltaic-Wind Smart Microgrid using Data Science
Approach [1.3764085113103222]
6kWp PV + 6kW 風によって構成され、40家族の農村社会に電気を供給する。
太陽放射, 風速, エネルギー需要, 電池バンクの2回の運転からの実データを用いて, 解析データ間のパターン, 季節性, 既存の相関関係について検討した。
これらの分析データは、小型化技術の改善と、スマートマイクログリッドの性能を最適化するためのエネルギー管理の勧告に使用される。
論文 参考訳(メタデータ) (2021-05-14T01:31:23Z) - Investigating Underlying Drivers of Variability in Residential Energy
Usage Patterns with Daily Load Shape Clustering of Smart Meter Data [53.51471969978107]
スマートメータの大規模展開は、日々の負荷パターンの分散を探求する研究の動機となっている。
本稿では,電力消費パターンが変動性を示すメカニズムを明らかにすることを目的とした。
論文 参考訳(メタデータ) (2021-02-16T16:56:27Z) - Bayesian model of electrical heating disaggregation [68.8204255655161]
スマートメーターの採用は、ヨーロッパのスマートエネルギーへの移行における大きなマイルストーンである。
フランスの住宅セクターは電力消費の35%$approx$35%、電気暖房による世帯の40%$approx$40%(INSEE)である。
Linkyの展開するスマートメーターの数は2021年に3500万に達する見込みだ。
論文 参考訳(メタデータ) (2020-11-11T10:05:15Z) - Thermal Prediction for Efficient Energy Management of Clouds using
Machine Learning [31.735983199708013]
プライベートクラウドからのデータを分析し、熱的変動の存在を示す。
温度予測のための勾配強化機械学習モデルを提案する。
さらに,ホストのピーク温度を最小化する動的スケジューリングアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-11-07T00:55:47Z) - A generative adversarial network approach to (ensemble) weather
prediction [91.3755431537592]
本研究では,500hPaの圧力レベル,2m温度,24時間の総降水量を予測するために,条件付き深部畳み込み生成対向ネットワークを用いた。
提案されたモデルは、2019年に関連する気象分野を予測することを目的として、2015年から2018年までの4年間のERA5の再分析データに基づいて訓練されている。
論文 参考訳(メタデータ) (2020-06-13T20:53:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。