Oulun keskustan arvokiinteistön kehittäminen
Bibliographic record
Abstract
Tämän opinnäytetyön tavoitteena oli selvittää Suomen Pankin arvokiinteistörakennuksen nykyinen energiankulutus ja sen jakautuminen sekä vertailla tätä tavoitteelliseen energiankulutukseen. Tavoitteellinen energiankulutus tarkoittaa kiinteistöstrategian mukaista sisäilmaolosuhteiden vaatimaa energiankulutusta. Lisäksi työssä oli tavoitteena tarkastella mahdollisia energiansäästökeinoja tarkastelemalla uusiutuvia energianlähteitä ja niiden teoreettista energiantuottoa. \n \nArvokiinteistön nykyisen energiankulutuksen selvittämistä varten työssä käytettiin apuna Oulun Energian kaukolämmön ja sähkön kokonaisenergiankulutuksen tietoja ajalta 2020–2022. Kokonaisenergiankulutuksen jakautuminen teknisille laitteille selvitettiin käymällä paikan päällä pankissa selvittämässä teknisten laitteiden tiedot. Teknisten laitteiden tietojen ja taulukoiden avulla saatiin selvitettyä nykyisen energiankulutuksen jakautuminen käyttäen Exceliä ja laskukaavoja. Kiinteistön tavoitteellinen energiankulutus tarkoittaa sisäilmaolosuhteiden energiankulutusta, joka on kiinteistöstrategian mukainen. Kiinteistön tavoitteelliseen energiankulutukseen saatiin selvyyttä kiinteistön LVI-suunnittelijan haastattelun avulla. Kiinteistössä mahdollisesti hyödynnettäviä uusiutuvia energianlähteitä käytiin läpi ja selvitettiin niiden teoreettista energiantuottoa. \n \nNykyisen energiankulutuksen jakautumisen laskelmien tulosten perusteella kaukolämmön energiankulutuksesta suurin osa jakautuu ilmanvaihdon lämmönsiirtimelle. Sähkönkulutuksen osalta puolestaan suurin kulutus jakautuu liuosjäähdyttimelle. Opinnäytetyön laskentamenetelmällä saadut tulokset ovat suhteellisen totuudenmukaisia, sillä kokonaisenergiankulutuksen tietoja on saatavilla melko pitkältä ajalta. Lisäksi kohdekiinteistön kaukolämpöä hyödyntävien teknisten laitteiden tietoja oli mahdollista tarkistaa paikan päällä, jolloin on mahdollista selvittää tarkkoja lukemia kaukolämmön energiankulutuksen osalta. Sähkölaitteiden energiankulutuksen tietoja on hankalampi selvittää, jolloin nojauduttiin arvioihin, mikä aiheutti jonkin verran epätarkkuutta sähkölaitteiden laskelmien tuloksiin. Tulokset ovat kuitenkin suuntaa-antavia. LVI-suunnittelijan haastattelusta saatu informaatio kiinteistön tavoitteellisesta energiankulutuksesta antaa suuntaa siitä, kuinka paljon siinä olisi vielä parantamisen varaa. Haastattelusta selvisi, että rakennuksen LVI-, sähkö- sekä rakennusautomaation saneerauksella saataisiin tiputettua nykyisiä kulutuksia paljon, sillä nykyisen kaukolämmön kokonaisenergiankulutuksen keskimääräisen vuosikulutuksen ollessa 587 MWh ja sähkön 281 540 kWh, voitaisiin lukemissa saada energiatehokkuutta parantavien toimenpiteiden seurauksena säästöä 30-35 %.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.003 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.064 | 0.119 |
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; both teacher heads agree on what is shown here.
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".