MétaCan
Menu
Retour à la cohorte
Enregistrement W4416704831 · doi:10.26868/25222708.2025.1402

Techno-economic and environmental feasibility study of non-cloud based Smart Dual Fuel Switching System (SDFSS) for hybrid space heating in cold climates

2025· article· W4416704831 sur OpenAlexfundaboutno aff
Sanaz Bani, Nicholas Medrano, Biruk Workneh, Matthew Chau, Alan S. Fung, Edward Vuong

Notice bibliographique

RevueBuilding Simulation Conference proceedings · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada First Research Excellence Fund
Mots-clésHVACSensitivity (control systems)Heating systemEnergy (signal processing)ThermalHybrid systemGreenhouse gasEnergy consumption

Résumé

récupéré en direct d'OpenAlex

This paper describes the development and feasibility study of a consumer-friendly, non-cloud based Smart Dual Fuel Switching System (SDFSS) for hybrid space heating, for the simultaneous reduction of energy costs and greenhouse gas (GHG) emissions. A dual-fuel heating system comprises an HVAC system with two thermal energy sources such as an air source heat pump (ASHP) and a natural gas furnace (NGF).Real time determination of the optimal switching temperature requires knowledge of the building thermal energy demand as a function of outdoor temperature, energy prices, and equipment capacity and performance. Cloud-based variations of Smart Dual-Fuel Switching Systems (SDFSS) require expensive sensors and real-time cloud computing to achieve this, resulting in high implementation costs. Non-cloud based SDFSS can produce comparable results using Internet-of-Things (IoT) technology and building energy models and is implemented at lower cost through a program run on a Raspberry Pi to supply updated variables to the home’s smart thermostat.Using OpenStudio simulations to approximate the hourly thermal demand of house archetypes, potentials of SDFSS can be investigated in different regions of the province of Ontario, Canada. The viability of using simulations in the place of experimental data is tested by determining the heating demand profiles of various test sites through practical tests conducted during the heating season. Preliminary numerical analysis will be performed to predict resultant energy cost and emissions savings for each test site, followed by experimental testing to validate input parameters and results. Sensitivity analysis will be completed to assess the feasibility of non-cloud based variations of SDFSS, by quantifying the relative effects of factors such as building construction quality, equipment performance curves, energy pricing structure, and the applicable climate region on resultant cost and GHG emission savings. Functionality bench tests will be conducted to troubleshoot technical issues and assess system performance, by comparing operational data logged by the thermostat to predicted system behavior.Improving the economic viability of dual-fuel HVAC systems will reduce fossil fuel dependency within the residential heating sector, easing the transition towards low-carbon alternatives without compromising human health, or system reliability. Compatible with current HVAC equipment and smart technology, the proposed solution can improve existing systems while anticipating future innovations in renewable energy, and heat pump technology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,252
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBuilding Simulation Conference proceedingsMême sujetIntegrated Energy Systems OptimizationTravaux en français237 207