Olemassa olevan toimistorakennuksen energiaratkaisujen optimointi
Bibliographic record
Abstract
Rakennukset ja rakentaminen aiheuttavat noin 40 % Suomen CO2-päästöistä, joten päästötavoitteet saavuttaakseen Suomen tulee parantaa merkittävästi myös olemassa olevien rakennusten energiatehokkuutta. Työssä tutkittiin 80-luvun loppupuolella rakennettua Colosseum-toimistorakennusta ja siihen soveltuvia energiaratkaisuja. Kiinteistön omistajan kannalta tärkein taloudellinen mittari on kiinteistön käyttöaste, minkä vuoksi työssä arvioitiin myös ehdotettujen energiaratkaisujen mahdollisia vaikutuksia kiinteistön houkuttelevuuteen vuokramarkkinoilla ja siten kiinteistön käyttöasteeseen. Kirjallisuuskatsauksessa perehdyttiin hajautetun energiantuotannon ratkaisuihin ja tulevaisuuden energiatrendeihin, jonka perusteella potentiaalisimmat energiaratkaisut valittiin tarkempaan tarkasteluun. Energiaratkaisujen laskennassa hyödynnettiin työkaluina muun muassa Earth Energy Designer-ohjelmaa maalämpölaskennassa sekä dynaamista laskentatyökalua IDA ICE:a sisäpihan kattamisen osalta. Parhaiden energiaratkaisujen valinnassa hyödynnettiin stokastista monikriteeristä arvostusanalyysia (SMAA) ja Monte Carlo-simulointiin pohjautuvaa SMAA-työkalua. Mallin kriteereiksi valittiin sisäisen korkokannan, E-lukuvaikutuksen sekä CO2-päästövähennyksen lisäksi myös ratkaisujen vaikutus kiinteistön houkuttelevuuteen vuokramarkkinoilla, jonka arvot määritettiin asiantuntijapaneelin avulla. SMAA-analyysi suoritettiin aluksi ilman asiakasedustajan preferenssidataa, jotta saatiin informaatiota kriteerien painotuksen vaikutuksesta lopputulokseen. Yhtälailla analyysi suoritettiin huomioimalla asiakasedustajan preferenssit informaation saamiseksi tarkasteluvaihtoehtojen todellisesta hyväksyttävyydestä. Analyysissa huomioitiin myös vaihtoehtojen osalta 2 eri skenaariota. Jälkimmäisessä rajattiin pois ne vaihtoehdot, jotka edellyttäisivät nykyisen lämmönjakojärjestelmän saneerausta vesikiertoiseen. Preferenssidata huomioiden, SMAA-analyysin perusteella paras vaihtoehto oli katolle ja julkisivulle asennettavat aurinkosähköjärjestelmät oletuksella, että kiinteistössä ei tehdä suurempaa saneerausta. Mikäli mahdollisuus suurempaan saneeraukseen huomioidaan, on vesikiertoisella lämmönjakojärjestelmällä toimiva maalämpöjärjestelmä 400 m syvyisillä kaivoilla paras ratkaisu. Mikään vaihtoehdoista ei ollut varsinaisesti kustannustehokas pelkän energian takaisinmaksuajan valossa, mutta soveltuvimpien ratkaisujen toteuttamista puoltavat arvioidut positiiviset vaikutukset kiinteistön houkuttelevuuteen vuokramarkkinoilla.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.020 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".