MétaCan
Menu
Retour à la cohorte
Enregistrement W4243324822 · doi:10.32920/ryerson.14650119

Least Cost Analysis of Energy Efficiency Upgrades for Ontario Using TRNSYS

2021· preprint· en· W4243324822 sur OpenAlexaffabout
Amir Fereidouni Kondri

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueSustainable Building Design and Assessment
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésLife-cycle cost analysisUpgradeTRNSYSEnergy consumptionNet present valueDemolitionEnvironmental scienceCommodityEngineeringReliability engineeringEnergy (signal processing)Computer scienceCivil engineeringBusinessEconomicsProduction (economics)MathematicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This report presents the methodology for determining least cost energy efficient upgrade solutions in new residential housing using brute force sequential search (BFSS) method for integration into the reference house to reduce energy consumption while minimizing the net present value (NPV) of life cycle costs. The results showed that, based on the life cycle cost analysis of 30 years, the optimal upgrades resulted in the average of 19.25% (case 1), 31% (case 2a), and 21% (case 2b) reduction in annual energy consumption. Economic conditions affect the sequencing of the upgrades. In this respect the preferred upgrades to be performed in order are; domestic hot water heating, above grade wall insulation, cooling systems, ceiling insulation, floor insulation, heat recovery ventilator, basement slab insulation and below grade wall insulation. When the gas commodity pricing becomes high, the more energy efficient upgrades for domestic hot water (DHW) get selected at a cost premium.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,777
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,030
Tête enseignante GPT0,270
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSustainable Building Design and AssessmentTravaux en français237 207