Optimal Net-Zero Cost Deep Energy Retrofit of Low-Rise Social Housing Townhouses
Notice bibliographique
Résumé
Whole building optimization retrofits have been performed for two townhouses in four locations with different climates to find both energy efficiency and cost-effective retrofit solutions across a thirty-year time span analysis. The objective is to find deep energy retrofit packages that can be used for large scale social housing retrofit. The multi-objective optimizations aim to achieve the least annualized related costs, lower initial and operational energy related costs and substantial carbon savings by analyzing one natural gas heated option and four electric heated options (baseboard heating system, central air-source heat pump, ductless mini-split heat pump and ground-source heat pump). Results reveal that prescriptive deep energy retrofit solutions achieved between 78% to 100% site energy reductions through building enclosures improvement, upgrades of HVAC and water heating systems, upgrades of appliances and lighting, and the addition of onsite renewable energy generation. Results also indicate that ductless mini-split heat pump (MSHP) optimized model has lower long-term costs and a shorter modified payback period than the optimized gas-heated model at all locations; thus suggesting that heating electrification is cost effective and can reduce the majority of operational GHG emissions of existing housing stock in locations with low carbon intensity electric grid. (834KB) https://digital.library.ryerson.ca/islandora/object/RULA:8613/datastream/Calc_Lubna/view (284KB) https://digital.library.ryerson.ca/islandora/object/RULA:8613/datastream/AnAl_Lubna/view (4 MB) https://digital.library.ryerson.ca/islandora/object/RULA:8613/datastream/AnHr_Lubna/view (5MB) https://digital.library.ryerson.ca/islandora/object/RULA:8613/datastream/Wind_Lubna/view (6MB) https://digital.library.ryerson.ca/islandora/object/RULA:8613/datastream/Toro_Lubna/view (6MB) https://digital.library.ryerson.ca/islandora/object/RULA:8613/datastream/Thby_Lubna/view (6MB) https://digital.library.ryerson.ca/islandora/object/RULA:8613/datastream/Otta_Lubna/view
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».