論文の概要: A Real-World Energy Management Dataset from a Smart Company Building for Optimization and Machine Learning

• arxiv url: http://arxiv.org/abs/2503.11469v1
• Date: Fri, 14 Mar 2025 14:55:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-17 13:05:20.905580
• Title: A Real-World Energy Management Dataset from a Smart Company Building for Optimization and Machine Learning
• Title（参考訳）: 最適化と機械学習のためのスマート企業ビルからの実世界のエネルギー管理データセット
• Authors: Jens Engel, Andrea Castellani, Patricia Wollstadt, Felix Lanfermann, Thomas Schmitt, Sebastian Schmitt, Lydia Fischer, Steffen Limmer, David Luttropp, Florian Jomrich, René Unger, Tobias Rodemann,
• Abstract要約: 2018年から2023年までの6年間,スマート企業施設の監視から得られた,大規模な実世界のデータセットを提示する。 データセットは、各種施設領域及びコンポーネントからのエネルギー消費データ、太陽光発電システムと複合熱・発電プラントからのエネルギー生産データ、暖房・冷却システムからの運転データ、オンサイト気象観測所からの気象データを含む。
• 参考スコア（独自算出の注目度）: 1.5184812527436609
• License:
• Abstract: We present a large real-world dataset obtained from monitoring a smart company facility over the course of six years, from 2018 to 2023. The dataset includes energy consumption data from various facility areas and components, energy production data from a photovoltaic system and a combined heat and power plant, operational data from heating and cooling systems, and weather data from an on-site weather station. The measurement sensors installed throughout the facility are organized in a hierarchical metering structure with multiple sub-metering levels, which is reflected in the dataset. The dataset contains measurement data from 72 energy meters, 9 heat meters and a weather station. Both raw and processed data at different processing levels, including labeled issues, is available. In this paper, we describe the data acquisition and post-processing employed to create the dataset. The dataset enables the application of a wide range of methods in the domain of energy management, including optimization, modeling, and machine learning to optimize building operations and reduce costs and carbon emissions.
• Abstract（参考訳）: 2018年から2023年までの6年間,スマート企業施設の監視から得られた,大規模な実世界のデータセットを提示する。 データセットは、各種施設領域及びコンポーネントからのエネルギー消費データ、太陽光発電システムと複合熱・発電プラントからのエネルギー生産データ、暖房・冷却システムからの運転データ、オンサイト気象観測所からの気象データを含む。 施設全体に設置された測定センサは、データセットに反映される複数のサブメーターレベルを持つ階層的な計測構造で構成されている。 このデータセットは72エネルギーメートル、9熱メートル、気象観測所からの測定データを含んでいる。 ラベル付き問題を含む、さまざまな処理レベルの生データと処理データの両方が利用可能だ。 本稿では,データセット作成に使用されるデータ取得と後処理について述べる。 このデータセットは、最適化、モデリング、機械学習など、エネルギー管理の分野における幅広い手法を適用して、建設作業の最適化やコスト削減、二酸化炭素排出量の削減を可能にする。

関連論文リスト

• EarthView: A Large Scale Remote Sensing Dataset for Self-Supervision [72.84868704100595]
  本稿では,地球モニタリングタスクにおける深層学習アプリケーションを強化することを目的とした,リモートセンシングデータの自己監督を目的としたデータセットを提案する。 このデータセットは15テラピクセルのグローバルリモートセンシングデータにまたがっており、NEON、Sentinel、Satellogicによる1mの空間解像度データの新たなリリースなど、さまざまなソースの画像を組み合わせている。 このデータセットは、リモートセンシングデータの異なる課題に取り組むために開発されたMasked Autoencoderである。
  論文  参考訳（メタデータ） (2025-01-14T13:42:22Z)
• On Responsible Machine Learning Datasets with Fairness, Privacy, and Regulatory Norms [56.119374302685934]
  AI技術の信頼性に関する深刻な懸念があった。 機械学習とディープラーニングのアルゴリズムは、開発に使用されるデータに大きく依存する。 本稿では,責任あるルーブリックを用いてデータセットを評価するフレームワークを提案する。
  論文  参考訳（メタデータ） (2023-10-24T14:01:53Z)
• Benchmarks and Custom Package for Energy Forecasting [55.460452605056894]
  エネルギー予測は、電力グリッドディスパッチのようなその後のタスクのコストを最小化することを目的としている。 本稿では,大規模負荷データセットを収集し,再生可能エネルギーデータセットを新たにリリースした。 評価指標の異なるレベルにおいて,21種類の予測手法を用いた広範囲な実験を行った。
  論文  参考訳（メタデータ） (2023-07-14T06:50:02Z)
• Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol Particles for Frontier Exploration [55.41644538483948]
  本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。 ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。 本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
  論文  参考訳（メタデータ） (2023-04-27T20:21:18Z)
• A Comprehensive Survey of Dataset Distillation [73.15482472726555]
  限られた計算能力で無制限に成長するデータを扱うことは困難になっている。 ディープラーニング技術はこの10年で前例のない発展を遂げた。 本稿では,多面的なデータセット蒸留の総合的な理解を提供する。
  論文  参考訳（メタデータ） (2023-01-13T15:11:38Z)
• High-resolution synthetic residential energy use profiles for the United States [12.699816591560712]
  我々は、米国全土の住宅セクター向けに、大規模で総合的な住宅エネルギー利用データセットを公開します。 データは、合成世帯の1時間あたりのエネルギー使用プロファイルからなり、温度制御負荷(TCL)と家電の使用に分解される。
  論文  参考訳（メタデータ） (2022-10-14T20:55:10Z)
• A semantic web approach to uplift decentralized household energy data [4.233200689119682]
  この分野の多くのデータベースは、エネルギーに関する情報を含む他の領域からサイロ化されている。 これにより、各機器のエネルギー消費に関する情報(テクストなど)が失われる可能性がある。 本稿では,家庭用エネルギーシステム上でのセマンティックWeb手法を検討することにより,スマートエネルギーシステムにおけるデータ分離問題に取り組む。
  論文  参考訳（メタデータ） (2022-08-18T17:21:18Z)
• TRoVE: Transforming Road Scene Datasets into Photorealistic Virtual Environments [84.6017003787244]
  本研究では、シミュレーションデータセットに存在する困難とドメインギャップに対処する合成データ生成パイプラインを提案する。 既存のデータセットからアノテーションや視覚的手がかりを利用すれば、自動マルチモーダルデータ生成が容易になることを示す。
  論文  参考訳（メタデータ） (2022-08-16T20:46:08Z)
• LEAD1.0: A Large-scale Annotated Dataset for Energy Anomaly Detection in Commercial Buildings [0.0]
  我々は,1年以上にわたる1,413個のスマート電気メーター時系列を含むASHRAE Great Energy Predictor IIIデータセットの注釈付きバージョンをリリースする。 我々は,8つの最先端異常検出手法の性能をベンチマークし,その性能を比較した。
  論文  参考訳（メタデータ） (2022-03-30T07:30:59Z)
• Building power consumption datasets: Survey, taxonomy and future directions [2.389598109913753]
  本研究は,建築エネルギー消費データセットの数値的および方法論的性質を調査,研究,可視化するために提案される。 地理的な位置,収集期間,監視対象世帯数,収集データのサンプリング率,サブメータ家電数,抽出特徴量,リリース日など,合計31のデータベースを調査・比較した。 新たなデータセット、すなわち、注釈付き消費電力異常検出データセットであるカタール大学データセットが提示されている。
  論文  参考訳（メタデータ） (2020-09-17T10:19:21Z)

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。