检索结果-南通市图书馆

AI-Assisted approach for building energy and carbon footprint modeling

Energy and AI 2021年第3期5卷 201-208页

作者： Chih-Yen Chen Kok Keong Chai Ethan Lau School of Electronic Engineering and Computer Science Queen Mary University of LondonUnited Kingdom

This paper proposes an energy and carbon footprint modelling using artificial intelligence technique to assess the impact of occupant density for various types of office *** use EnergyPlus to simulate energy con-sumption,and then estimate the related CO₂emissions based on three years(2016–2018)of Actual Meteoro-logical Year(AMY)weather *** occupant densities were used to evaluate the annual energy consumption and CO₂*** this work,a robust deep learning technique of long short-term memory(LSTM)model was established to predict the time-series energy consumption and CO₂emissions.A power exponential curve was suggested to correlate the behaviour of annual energy and CO₂emission for occupant densities range from 10 to 100 m2/person for each office building *** results of LSTM model show high prediction performance and small variations within the three types of office building data,which can be applied to the similar building model to predict and optimise energy consumption and CO₂emission.

关键词： Building energy simulation and benchmarking Carbon footprint occupant density Artificial intelligence Long short-term memory(LSTM) Smart city

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：