論文の概要: Unmasking the Role of Remote Sensors in Comfort, Energy and Demand Response
- arxiv url: http://arxiv.org/abs/2404.15368v2
- Date: Fri, 08 Nov 2024 14:06:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-11 14:51:52.929141
- Title: Unmasking the Role of Remote Sensors in Comfort, Energy and Demand Response
- Title（参考訳）: 快適・エネルギー・需要応答におけるリモートセンサの役割の解明
- Authors: Ozan Baris Mulayim, Edson Severnini, Mario Bergés,
- Abstract要約: スマートサーモスタットを部屋ごとのセンサーで強化することは、大手メーカーから受け入れられている。
本稿では,建物が提供するサービスを実証的に特徴付けるために,付加的な感覚情報を活用する。
- 参考スコア（独自算出の注目度）: 1.256245863497516
- License:
- Abstract: In single-zone multi-node systems (SZMRSs), temperature controls rely on a single probe near the thermostat, resulting in temperature discrepancies that cause thermal discomfort and energy waste. Augmenting smart thermostats (STs) with per-room sensors has gained acceptance by major ST manufacturers. This paper leverages additional sensory information to empirically characterize the services provided by buildings, including thermal comfort, energy efficiency, and demand response (DR). Utilizing room-level time-series data from 1,000 houses, metadata from 110,000 houses across the United States, and data from two real-world testbeds, we examine the limitations of SZMNSs and explore the potential of remote sensors. We discovered that comfortable DR durations (CDRDs) for rooms are typically 70% longer or 40% shorter than for the room with the thermostat. When averaging, rooms at the control temperature's bounds are typically deviated around -3{\deg}F to 2.5{\deg}F from the average. Moreover, in 95% of houses, we identified rooms experiencing notably higher solar gains compared to the rest of the rooms, while 85% and 70% of houses demonstrated lower heat input and poor insulation, respectively. Lastly, it became evident that the consumption of cooling energy escalates with the increase in the number of sensors, whereas heating usage experiences fluctuations ranging from -19% to +25%. This study serves as a benchmark for assessing the thermal comfort and DR services in the existing housing stock, while also highlighting the energy efficiency impacts of sensing technologies. Our approach sets the stage for more granular, precise control strategies of SZMNSs.
- Abstract（参考訳）: 単一ゾーン多ノード系(SZMRSs)では、温度制御はサーモスタット付近の単一のプローブに依存しており、熱的不快感とエネルギー的無駄を引き起こす温度差が生じる。
室内センサーによるスマートサーモスタット(ST)の強化は、大手STメーカーによって受け入れられている。
本報告では, 熱的快適性, エネルギー効率, 需要応答 (DR) など, 建物が提供するサービスを実証的に特徴付けるために, 付加的な感覚情報を活用する。
家庭1000軒の部屋レベルの時系列データ、全米11万軒の住宅のメタデータ、および実世界の2つのテストベッドのデータを利用して、SZMNSの限界を調べ、リモートセンサーの可能性を探る。
室内の快適なDR持続時間(CDRD)は,典型的にはサーモスタットの部屋よりも70%長かったり,40%短かったりすることがわかった。
平均化時には、制御温度の境界の部屋は通常平均から3{\deg}Fから2.5{\deg}Fにずれる。
さらに, 住宅の95%では, 室内の太陽エネルギーが他の部屋に比べて顕著に高く, 住宅の85%, 70%では断熱が低く, 断熱が弱いことが判明した。
最後に, センサ数の増加に伴い冷却エネルギーの消費が増加し, 暖房使用量は19%から25%に増加した。
本研究は,センサ技術によるエネルギー効率への影響を明らかにするとともに,既存住宅株の熱快適性とDRサービスを評価するためのベンチマークとして機能する。
提案手法は,SZMNSのよりきめ細やかな制御戦略の段階を定めている。
関連論文リスト
- Autonomous Payload Thermal Control [55.2480439325792]
小さな衛星では、熱制御装置、科学機器、電子部品のスペースは少ない。
深部強化学習を用いた自律型熱制御ツールを提案する。
提案するフレームワークは,運用範囲の温度を維持するためにペイロード処理能力の制御を学べる。
論文 参考訳（メタデータ） (2023-07-28T09:40:19Z) - Toward A Dynamic Comfort Model for Human-Building Interaction in
Grid-Interactive Efficient Buildings: Supported by Field Data [0.7789893087517803]
最も暑い日に自動的にサーモスタットを温めるアプローチは、ヒューマンビルディングインタラクション(HBI)を無視して効果を損なう
本研究の目的は、グリッド・インタラクティブ・ビルディング(GEB)の制御設計に使用されるHBIの工学モデルを開発する上での課題と機会を定義することである。
論文 参考訳（メタデータ） (2023-03-10T14:50:26Z) - Machine Learning-Based Automated Thermal Comfort Prediction: Integration
of Low-Cost Thermal and Visual Cameras for Higher Accuracy [3.2872586139884623]
利用者の快適さに関するデータを提供するためには,リアルタイムフィードバックシステムが必要である。
非侵襲型サーマルスキャンに対して、より包括的視点をもたらすためには、新しいソリューションが必要である。
論文 参考訳（メタデータ） (2022-04-14T15:30:16Z) - 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) - In-Bed Person Monitoring Using Thermal Infrared Sensors [53.561797148529664]
パナソニックグリッド(Panasonic Grid-EYE)は、低解像度の赤外線サーモパイルアレイセンサーで、よりプライバシーを提供する。
この目的のために、2つのデータセットが取得され、1つ (480 画像) は一定条件で、もう1つ (200 画像) は異なるバリエーションで取得された。
我々は、SVM(Support Vector Machines)、k-Nearest Neighbors(k-NN)、Neural Network(NN)の3つの機械学習アルゴリズムをテストする。
論文 参考訳（メタデータ） (2021-07-16T15:59:07Z) - Model-assisted Learning-based Framework for Sensor Fault-Tolerant
Building HVAC Control [2.6246169665063634]
本稿では,センサフォールトトレラントHVAC制御のための新しい学習フレームワークを提案する。
本研究は,1)センサ故障の可能性を考慮した温度予測,2)精度評価に基づく提案の1つの選択,3)選択した温度推定による強化学習の3つの深層学習ベースコンポーネントを含む。
論文 参考訳（メタデータ） (2021-06-27T05:03:08Z) - 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) - LSTM-based Space Occupancy Prediction towards Efficient Building Energy
Management [0.0]
本稿では,LSTMを用いた占領パターンの時系列予測モデルを提案する。
HVACの動作には、次回における将来の部屋占有状況の予測信号を直接使用することができる。
LSTMの部屋占有予測に基づくHVAC制御は,従来のRBC制御と比較してエネルギー使用量を50%削減できることを示した。
論文 参考訳（メタデータ） (2020-12-15T06:32:07Z) - 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) - Transfer Learning for Thermal Comfort Prediction in Multiple Cities [8.759740337781526]
本研究の目的は、データ短絡問題に取り組み、熱的快適性予測の性能を高めることである。
我々は、同じ気候圏の複数の都市からのセンサデータを利用して、熱快適なパターンを学習する。
本研究では,同じ気候帯からの転写学習に基づく多層パーセプトロンモデルを提案する。
論文 参考訳（メタデータ） (2020-04-29T11:42:02Z) - NeurOpt: Neural network based optimization for building energy
management and climate control [58.06411999767069]
モデル同定のコストを削減するために,ニューラルネットワークに基づくデータ駆動制御アルゴリズムを提案する。
イタリアにある10の独立したゾーンを持つ2階建ての建物で、学習と制御のアルゴリズムを検証する。
論文 参考訳（メタデータ） (2020-01-22T00:51:03Z)
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。