Optimizing occupant-centric building controls given stochastic occupant behaviour
Notice bibliographique
Résumé
Abstract Occupant-centric control (OCC) strategies represent a novel approach for indoor climate control in which occupancy patterns and occupant preferences are embedded within control sequences. They aim to improve both occupant comfort and energy efficiency by learning and predicting occupant behaviour, then optimizing building operations accordingly. Previous studies estimate that OCC can increase energy savings by up to 60% while improving occupant comfort. However, their performance is subjected to several factors, including uncertainty due to occupant behaviour, OCC configurational settings, as well as building design parameters. To this end, testing OCCs and adjusting their configurational settings are critical to ensure optimal performance. Furthermore, identifying building design alternatives that can optimize such performance given different occupant preferences is an important step that cannot be investigated during field implementations of OCC due to logistical constraints. This paper presents a framework to optimize OCC performance in a simulation environment, which entails coupling synthetic occupant behaviour models with OCCs that learn their preferences. The genetic algorithm for optimization is then used to identify the configurational settings and design parameters that minimize energy consumption under three different occupant scenarios. To demonstrate the proposed framework, three OCCs were implemented in the building simulation program, EnergyPlus, and executed through a Python package, EPPY to optimize OCC configurational settings and design parameters. Results revealed significant improvement of OCC performance under the identified optimal configurational settings and design parameters for each of the investigated occupant scenarios. This approach would improve OCC performance in actual buildings and avoid discomfort issues that arise during the initial implementation phases.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».