Energy and comfort performance benefits of early detection of building sensor and actuator faults
Notice bibliographique
Résumé
This paper presents a building performance simulation-based investigation to better understand the energy and comfort performance benefits of early detection of common sensor and actuator faults. Five types of air-handling unit faults and four types of zone-level faults were implemented to the energy management system application of the building performance simulation tool EnergyPlus. During 50-year simulation periods, the faults were randomly permitted to affect 75 different components of an archetype medium-sized office building model. The sensitivity of the simulation results with respect to three variables was studied: fault recurrence period, fault repair period, and discomfort threshold for simulated complaints. The results indicate that the energy use intensity and the predicted percentage of dissatisfied exhibit a power–law relationship with time, in which most of the performance reductions occur in the first 10 years. If the work-orders are issued only upon occupant complaints, the faults were estimated to cause a 16–62% increase in the energy use intensity for heating, ventilation, and air-conditioning and a 11–38% increase in the predicted percentage of dissatisfied at the end of the 50-year simulation periods. The results indicate that if the faults can be detected within a month after their first appearance, almost all their detrimental effects on a building’s energy and comfort performance can be mitigated. Practical application: The methodology and results presented in this article are of practical use for those who study on-going commissioning, fault detection and diagnostics, and energy management systems in buildings. The simulation-based parametric analysis approach can be used to estimate the range of energy and comfort savings expected through early detection of common sensor and actuator faults in commercial buildings. Insights gathered from such an analysis can be used in planning the frequency of retro-commissioning and investments for automated fault detection and diagnostics systems.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».