Calibration and Evaluation of Building Energy Models to Assess and Mitigate Canadian Building Overheating Risks in Current and Future Climates
Notice bibliographique
Résumé
Climate change continues to impact weather conditions globally, requiring cities to adapt to new environments. In Canada, indoor summer overheating in buildings is problematic due to their primary design for cold winters, making them susceptible to extreme heatwave events. This research focuses on calibrating building models and employing model calibration methodologies to evaluate and address overheating risks in various building types across Canada using current and future weather data. The study's objectives are to accurately assess summertime overheating risks in selected buildings in Montreal, Quebec, and evaluate effective mitigation strategies. Bayesian calibration and multi-objective genetic algorithms are used as calibration methods, with the latter showing superiority in producing highly accurate calibrated models based on five performance criteria. By incorporating field measurements and novel methodologies, the research ensures precise assessment and mitigation of summertime overheating risks. After calibrating several buildings, including schools, a hospital, and a residential building, which demonstrates the reliability and repeatability of the calibration process, the assessment of overheating is conducted on calibrated models to determine the number of overheating hours during the summer. In conclusion, this thesis demonstrates the repeatability of the calibration methods on a variety of existing Canadian buildings and the effective use of passive cooling techniques, such as external shading, night cooling, and high albedo surfaces, that are implemented in the building models, to mitigate overheating based on current and future weather data.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».