論文の概要: NeedForHeat DataGear: An Open Monitoring System to Accelerate the Residential Heating Transition
- arxiv url: http://arxiv.org/abs/2509.06927v1
- Date: Mon, 08 Sep 2025 17:39:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-09 14:07:04.295001
- Title: NeedForHeat DataGear: An Open Monitoring System to Accelerate the Residential Heating Transition
- Title（参考訳）: NeedForHeat DataGear: 住宅熱移行を加速するオープンモニタリングシステム
- Authors: Henri ter Hofte, Nick van Ravenzwaaij,
- Abstract要約: NeedForHeat DataGearは、オープンハードウェアおよびオープンソフトウェアデータ収集システムである。
暖房の移行がまだ行われていない家庭で時系列モニタリングデータを収集する。
NeedForHeat DataGearはオープン性とセキュリティ,プライバシを,低コストでユーザフレンドリなアプローチと組み合わせています。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We introduce NeedForHeat DataGear: an open hardware and open software data collection system designed to accelerate the residential heating transition. NeedForHeat DataGear collects time series monitoring data in homes that have not yet undergone a heating transition, enabling assessment of real-life thermal characteristics, heating system efficiency, and residents' comfort needs. This paper outlines its architecture and functionalities, emphasizing its modularity, adaptability, and cost-effectiveness for field data acquisition. Unlike conventional domestic monitoring solutions focused on home automation, direct feedback, or post-installation heat pump monitoring, it prioritizes time series data we deemed essential to evaluate the current situation in existing homes before the heating transition. Designed for seamless deployment across diverse households, NeedForHeat DataGear combines openness, security, and privacy with a low-cost, user-friendly approach, making it a valuable tool for researchers, energy professionals, and energy coaches.
- Abstract（参考訳）: NeedForHeat DataGearは,住宅の暖房移行を促進するために設計されたオープンハードウェアおよびオープンソフトウェアデータ収集システムである。
NeedForHeat DataGearは、まだ暖房移行を行っていない家庭における時系列モニタリングデータを収集し、実際の熱特性、暖房システムの効率、住民の快適なニーズの評価を可能にする。
本稿では、そのアーキテクチャと機能について概説し、そのモジュラリティ、適応性、フィールドデータ取得の費用対効果を強調した。
ホームオートメーションやダイレクトフィードバック,あるいはポストインストール後のヒートポンプ監視に重点を置く従来の家庭内モニタリングソリューションとは違って,暖房移行前の既存の家庭の状況を評価する上で必要と考えられる時系列データを優先する。
NeedForHeat DataGearは、さまざまな家庭にシームレスに展開するために設計されたもので、オープンネス、セキュリティ、プライバシを低コストでユーザフレンドリなアプローチと組み合わせることで、研究者、エネルギー専門家、エネルギーコーチにとって貴重なツールとなる。
関連論文リスト
- HEAPO -- An Open Dataset for Heat Pump Optimization with Smart Electricity Meter Data and On-Site Inspection Protocols [1.6419846488719232]
ヒートポンプは住宅の暖房を脱炭酸するのに不可欠であるが、運用コストや電力需要に影響を及ぼすかなりの電気エネルギーを消費する。
スイスのチューリッヒのカントンで,ヒートポンプとスマート電気計を備えた1,408世帯の電力消費のオープンソースデータセットを提案する。
論文 参考訳（メタデータ） (2025-03-21T09:58:01Z) - Spatio-Temporal Jump Model for Urban Thermal Comfort Monitoring [0.0]
空間次元と時間次元の両方にまたがってデータを扱うアテンポ的ハンドルを導入する。
我々は,本手法を広範囲なシミュレーションにより検証し,真に基礎となる分割を復元する際の精度を実証した。
本提案では, 都市環境の動的設定と実環境モニタリングへの適合性を実証し, その有効性を示す。
論文 参考訳（メタデータ） (2024-11-14T15:36:19Z) - A multi-dimensional unsupervised machine learning framework for clustering residential heat load profiles [2.6726153933903247]
本稿では,暖房負荷プロファイルをクラスタリングするための教師なし機械学習フレームワークを提案する。
プロファイルは,ボイラー使用量,暖房需要量,気象条件,建築特性,ユーザ行動の5次元にわたって分析される。
論文 参考訳（メタデータ） (2024-11-11T13:33:41Z) - The Forecastability of Underlying Building Electricity Demand from Time
Series Data [1.3757257689932039]
ビルのエネルギー消費予測は、ビルのエネルギー管理システムにおいて有望な解決策となっている。
建物の将来的なエネルギー需要を予測するデータ駆動のアプローチは、科学文献で見ることができる。
このような建物のエネルギー需要を予測するために利用できる最も正確な予測モデルの同定は依然として困難である。
論文 参考訳（メタデータ） (2023-11-29T20:47:47Z) - Global Transformer Architecture for Indoor Room Temperature Forecasting [49.32130498861987]
本研究は,多室ビルにおける室内温度予測のためのグローバルトランスフォーマーアーキテクチャを提案する。
エネルギー消費を最適化し、HVACシステムに関連する温室効果ガス排出を削減することを目的としている。
本研究は,マルチルームビルにおける室内温度予測にトランスフォーマーアーキテクチャを適用した最初の事例である。
論文 参考訳（メタデータ） (2023-10-31T14:09:32Z) - 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) - 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) - 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) - Energy Aware Deep Reinforcement Learning Scheduling for Sensors
Correlated in Time and Space [62.39318039798564]
相関情報を利用するスケジューリング機構を提案する。
提案したメカニズムは、センサが更新を送信する頻度を決定することができる。
我々は,センサの寿命を大幅に延長できることを示した。
論文 参考訳（メタデータ） (2020-11-19T09:53:27Z) - 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。