MétaCan
Menu
Retour à la cohorte
Enregistrement W4407121222 · doi:10.1088/2631-8695/adb23f

Forecasting the electricity usage in single-family housings of a case study via kho-kho optimization algorithm

2025· article· en· W4407121222 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

aboutLe titre ou le résumé porte un signal canadien du lexique géographique.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueEngineering Research Express · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueEnergy Load and Power Forecasting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectricityAlgorithmComputer scienceOptimization algorithmMathematical optimizationEngineeringMathematicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Nowadays, the consumption of energy has increased on an unprecedented scale, so it is of primary importance to forecast energy use via designing energy usage simulation systems. The challenge of energy management within buildings can have implications for energy management at a broader scale (national power grid). Furthermore, the application of various algorithms may enhance the comprehension of these dynamics. In this paper, a kho-kho-based Optimization Algorithm Numerical Moment Matching (kho-kho-NMM) method is employed for predicting the electricity usage in a set of single-family dwellings using the key features. Hence, for the residences that illustrate the systematic characteristics of the database, a group of indices including their correlated weights is obtained. The DesignBuilder software is used for developing the modeling of energy. By integrating these procedures, the buildings’ energy performance is evaluated in a case study, Toronto in Iowa. This method is able to be employed for making a small set of usual dwellings in order to demonstrate the energy performance in a far larger set of residences. A significant aspect of this research is its concentrated examination of private housing databases, positing that there are fundamental differences in energy consumption behaviors between residential and commercial structures. This can lead to identifying systematic relationships and reduces the complexity of calculations by focusing on a limited set of specialized housing types for energy behavior analysis within extensive datasets. The outcomes depict that the forecasted electricity usage within a year is 10,315 kWh being in 4% of the experimental data. What is more, the mean bias error (MBE) of the forecasted electricity usage over a month is 2.2% and the Deviation Constant with residuals (the Root Mean Square Error (DC-RMSE)) is 10.6%. Overall, the research findings can result in achieving a a methodology under virtually less calculation that can result in the outcomes’ conserved efficacy whenever the computing period and cost are decreasing.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: Empirique
Score de désaccord entre enseignants0,316
Score d'incertitude au seuil0,837

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,039
Tête enseignante GPT0,279
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