Impact of Modeling Simplification on Energy Simulation Speed and Accuracy Considering Climate Change: A Case Study of a Dormitory Building
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.
Notice bibliographique
Résumé
This study explores the impact of various weather files on the simulation accuracy of building energy model simplifications, focusing on thermal zone abstraction, HVAC system simplification, and material definition. Using a Canadian dormitory building as a case study, a detailed model is progressively simplified into four scenarios, ranging from individual to single-zone models. After calibration with real-world data, both detailed and simplified models are used to evaluate sixteen retrofit scenarios under current and future weather conditions, incorporating various present and future Typical Meteorological Year (TMY) and Canadian Weather Year for Energy Calculation (CWEC) files to account for climate change impacts. Results reveal that all pre-calibrated simplification scenarios demonstrate deviations in total energy demand, approximately below 25%. Moreover, after implementing Energy Efficiency Measures (EEMs), calibrated simplified models exhibit an error of less than 10% compared to the detailed model. Furthermore, the simulations using various weather files reveal trends associated with climate change. As temperatures are projected to rise in the following decades, the simulated models using future weather files show approximately a 30% reduction in heating demand. However, simulations using TMY weather files indicate an average of 8.7% higher natural gas demand compared to those using CWEC weather files. This discrepancy underscores the critical importance of selecting appropriate weather datasets in energy modeling, as varying climatic assumptions influenced by climate change can significantly impact the results.
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 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle