Applying Scikit-Learn of Machine Learning To Predict Consumed Energy in Al-Khwarizmi College of Engineering, Baghdad, Iraq

Al-Khwarizmi Engineering Journal Pub Date : 2024-03-01 DOI:10.22153/kej.2024.10.005

Reem Omar Mahdi, Wisam S. Hacham

{"title":"Applying Scikit-Learn of Machine Learning To Predict Consumed Energy in Al-Khwarizmi College of Engineering, Baghdad, Iraq","authors":"Reem Omar Mahdi, Wisam S. Hacham","doi":"10.22153/kej.2024.10.005","DOIUrl":null,"url":null,"abstract":"على الصعيد العالمي ، تستهلك المباني حوالي 40٪ من الطاقة. تؤثر العديد من العناصر ، مثل الخصائص الفيزيائية للهيكل ، وكفاءة نظام التبريد والتدفئة ، ونشاط شاغلي المبنى ، واستدامة المبنى ، على استهلاك الطاقة للمبنى. في الواقع ، من الصعب حقًا التنبؤ بكمية الطاقة التي يحتاجها المبنى. من أجل تحسين استدامة المبنى وإنشاء مصادر طاقة مستدامة لتقليل غاز ثاني أكسيد الكربون المنبعث من احتراق الوقود الأحفوري ، من الضروري إجراء تقدير للطاقة المستخدمة في المبنى. تتناول هذه الورقة شرحاً للطاقة المستهلكة في مبنى المحاضرات بكلية الهندسة خوارزمي ، جامعة بغداد ، العراق. تم جمع بيانات الطقس لفترة زمنية محددة ومعلومات تشييد المبنى ووضعت في مجموعة بيانات محددة. تم استخدام هذه البيانات لمعرفة قيمة استهلاك الطاقة في المبنى المذكور أعلاه ، باستخدام الذكاء الاصطناعي وتحليل البيانات. تكمن أهمية هذا العمل في تقليل كمية الطاقة المستهلكة. يمكن استخدام نتائج هذا العمل للتنبؤ بالطاقة التي يستهلكها أي مبنى قبل بنائه. توضح المنهجية المستخدمة القدرة على التنبؤ بأداء الطاقة في بناية تعليمية باستخدام النتائج السابقة وتدريب النموذج عليها ، وتعتمد دقة التنبؤ على كمية البيانات المتاحة للتدريب في خطوات الذكاء الاصطناعي لإعطاء أعلى دقة. تم التحقق من التنبؤ باستخدام جذر متوسط الخطأ التربيعي ومعامل التحديد ووصلنا إلى 0.16 و 0.97 لـ متوسط الخطأ التربيعي ومعامل التحديد على التوالي.","PeriodicalId":7637,"journal":{"name":"Al-Khwarizmi Engineering Journal","volume":"28 15","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-03-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Al-Khwarizmi Engineering Journal","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22153/kej.2024.10.005","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

على الصعيد العالمي ، تستهلك المباني حوالي 40٪ من الطاقة. تؤثر العديد من العناصر ، مثل الخصائص الفيزيائية للهيكل ، وكفاءة نظام التبريد والتدفئة ، ونشاط شاغلي المبنى ، واستدامة المبنى ، على استهلاك الطاقة للمبنى. في الواقع ، من الصعب حقًا التنبؤ بكمية الطاقة التي يحتاجها المبنى. من أجل تحسين استدامة المبنى وإنشاء مصادر طاقة مستدامة لتقليل غاز ثاني أكسيد الكربون المنبعث من احتراق الوقود الأحفوري ، من الضروري إجراء تقدير للطاقة المستخدمة في المبنى. تتناول هذه الورقة شرحاً للطاقة المستهلكة في مبنى المحاضرات بكلية الهندسة خوارزمي ، جامعة بغداد ، العراق. تم جمع بيانات الطقس لفترة زمنية محددة ومعلومات تشييد المبنى ووضعت في مجموعة بيانات محددة. تم استخدام هذه البيانات لمعرفة قيمة استهلاك الطاقة في المبنى المذكور أعلاه ، باستخدام الذكاء الاصطناعي وتحليل البيانات. تكمن أهمية هذا العمل في تقليل كمية الطاقة المستهلكة. يمكن استخدام نتائج هذا العمل للتنبؤ بالطاقة التي يستهلكها أي مبنى قبل بنائه. توضح المنهجية المستخدمة القدرة على التنبؤ بأداء الطاقة في بناية تعليمية باستخدام النتائج السابقة وتدريب النموذج عليها ، وتعتمد دقة التنبؤ على كمية البيانات المتاحة للتدريب في خطوات الذكاء الاصطناعي لإعطاء أعلى دقة. تم التحقق من التنبؤ باستخدام جذر متوسط الخطأ التربيعي ومعامل التحديد ووصلنا إلى 0.16 و 0.97 لـ متوسط الخطأ التربيعي ومعامل التحديد على التوالي.

查看原文本刊更多论文

应用机器学习的 Scikit-Learn 预测伊拉克巴格达 Al-Khwarizmi 工程学院的能源消耗情况

在全球范围内，建筑物消耗了约 40% 的能源。建筑结构的物理特性、制冷和供暖系统的效率、建筑使用者的活动以及建筑的可持续性等许多因素都会影响建筑的能耗。事实上，很难预测一栋建筑需要多少能源。为了提高建筑物的可持续性，创造可持续能源，最大限度地减少化石燃料燃烧所排放的二氧化碳，有必要对建筑物的能耗进行估算。本文对伊拉克巴格达大学工程学院 Khwarizmi 教学楼的能源消耗情况进行了说明。本文收集了特定时期的天气数据和建筑施工信息，并将其归入一个特定的数据集。利用人工智能和数据分析，这些数据被用来找出上述建筑的能耗值。这项工作的重要性在于最大限度地降低能耗。这项工作的结果可用于在任何建筑建成之前预测其能耗。预测的准确性取决于人工智能步骤中用于训练的数据量，以获得最高的准确性。预测结果通过均方根误差和判定系数进行了验证，均方根误差和判定系数分别达到了 0.16 和 0.97。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Al-Khwarizmi Engineering Journal

自引率

0.00%

发文量