EJONS INTERNATIONAL JOURNAL ON MATHEMATICS, ENGINEERING & NATURAL SCIENCES ISSN 2602 - 4136

Quick Access


Bu Dergi DOI ve Crosscheck üyesidir


ADABOOST.R2 REGRESYON ALGORİTMASI İLE KONUTLARIN ISITMA VE SOĞUTMA YÜKLERİNİN TAHMİN EDİLMESİ
(HEATING AND COOLING LOAD ESTIMATION OF RESIDENTIAL BUILDINGS USING ADABOOST.R2 REGRESSION ALGOTITHM )

Author : Ayşe Merve ACILAR    
Type :
Printing Year : 2020
Number : 13
Page :
Cite : Ayşe Merve ACILAR , (2020). ADABOOST.R2 REGRESYON ALGORİTMASI İLE KONUTLARIN ISITMA VE SOĞUTMA YÜKLERİNİN TAHMİN EDİLMESİ. EJONS INTERNATIONAL JOURNAL ON MATHEMATICS, ENGINEERING - NATURAL SCIENCES, 13, p. . Doi: 10.38063/ejons.173.
    


Summary

Kısıtlı kaynaklardan elde edilen enerjinin verimli kullanımı hem bizim hem geleceğimiz için oldukça önemlidir. Enerjiyi en çok tüketen sektörlerin başında bina sektörü gelmektedir. Bina sektörü içerisinde en büyük paya %75 ile konutlar sahiptir. Bundan dolayı enerji verimliği yüksek konutların inşa edilmesi, enerji ihracatı oldukça yüksek olan ülke ekonomimiz içinde önem arz etmektedir. Enerji ve Tabii Kaynaklar Bakanlığı tarafından hazırlanan “2017-2023 Ulusal Enerji Verimliği Eylem Planı” çerçevesinde Bina ve Hizmetler sektörü için 12 adet eylem planı belirlemiştir. 2. Eylem Planına göre “Mevcut Binaların Enerji Kimlik Belgesi Sahiplik Oranının Artırılması” hedeflenmektedir. Yeni konutların tasarım esnasında EnergyPlus, EcoTech vb. simülasyon programları kullanılarak enerji tüketimleri tahmin edilebilmektedir. Ancak mevcut konutların pahalı simülasyon yazılımları ile tasarlanmasına gerek kalmadan, belirlenen parametre değerlerinin girdi olarak kullanılacağı (Binanın yüzey alanı, çatı alanı, cam alanı, cephesi vb.) makine öğrenmesi algoritmaları ile daha az maliyetle, daha kısa sürede ve programı kullanım tecrübesi ve uzmanlığı gerektirmediğinden daha pratik bir şekilde konutların enerji tüketimleri hesaplanabilir. Bu çalışmada, konutların enerji tüketimini en çok etkileyen ısıtma ve soğutma yüklerinin tahmini için ADABOOST.R2 algoritmasını kullanan yeni bir yaklaşım önerilmiş ve deneysel çalışmalar sonucu kullanılabilirliği gösterilmiştir.



Keywords
Enerji verimliliği, konut ısıtma yükü, konut soğutma yükü, Regresyon, AdaBoost.R2

Abstract

The efficient use of energy obtained from limited sources is very important for both us and our future. The building sector comes first among the sectors that consume energy the most. The largest share in the building sector is residential buildings with 75%. For this reason, the construction of high energy-efficient residential buildings is important in our economy, which has a high energy import. Within the framework of the “2017-2023 National Energy Efficiency Action Plan” prepared by the Ministry of Energy and Natural Resources, 12 action plans were determined for the Building and Services sector. According to the Action Plan 2, “Increasing Ownership Rate of the Energy Identity Certificate of Existing Buildings” is targeted. During the design of new buildings, energy consumption can be estimated by using simulation programs, for example, EnergyPlus, EcoTech, etc. However, the energy consumption of the existing residences could be calculated using machine learning algorithms, without the need for expensive simulation software programs. In this study, a new approach using the ADABOOST.R2 algorithm has been proposed for the estimation of the heating and cooling loads that affect the energy consumption of the residential building. According to experimental results, the AdaBoost.R2 algorithm is an effective and stable algorithm that can be used for this purpose.



Keywords
Building energy evaluation Heating load Cooling load, Regression, AdaBoost.R2

Advanced Search


Announcements

    Eylül Sayısı

    VERBİS'E KAYIT S�RELERİ HAKKINDA DUYURU | Kırklareli Ticaret ve ...

    15 Eylülde'de yayınlanacak Sayımız için  20 AğustosTarihine kadar çalişmanızı Yükleyebilirsiniz



Address :Kazakh National Women's Pedagogical University, Almatı, Kazakhistan
Telephone :+7 778 921 0336 - 0 534 349 92 73 Fax :
Email :ejonsjournal@gmail.com

Web Yazılım & Programlama Han Yazılım Bilişim Hizmetleri