![Ιδρυματικό Αποθετήριο [SANDBOX]](images/dias.logo.png "Ιδρυματικό Αποθετήριο [SANDBOX]"){kind=logo}
Ιδρυματικό Αποθετήριο [SANDBOX]
Πολυτεχνείο Κρήτης
Πολυτεχνείο Κρήτης
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/634A7774-91C8-4762-A955-1E18A7D585D8 | - |
| Αναγνωριστικό | https://doi.org/10.26233/heallink.tuc.26897 | - |
| Γλώσσα | en | - |
| Μέγεθος | 3,08 megabytes | en |
| Τίτλος | Long-term prediction of temperature data for the assessment of future trends of the building heating and cooling loads | en |
| Δημιουργός | Georgatou Christina | en |
| Δημιουργός | Γεωργατου Χριστινα | el |
| Συντελεστής [Επιβλέπων Καθηγητής] | Kolokotsa Dionysia | en |
| Συντελεστής [Επιβλέπων Καθηγητής] | Κολοκοτσα Διονυσια | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Nikolaidis Nikolaos | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Νικολαιδης Νικολαος | el |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Kalaitzakis Kostas | en |
| Συντελεστής [Μέλος Εξεταστικής Επιτροπής] | Καλαϊτζακης Κωστας | el |
| Εκδότης | Technical University of Crete | en |
| Εκδότης | Πολυτεχνείο Κρήτης | el |
| Ακαδημαϊκή Μονάδα | Technical University of Crete::School of Environmental Engineering | en |
| Ακαδημαϊκή Μονάδα | Πολυτεχνείο Κρήτης::Σχολή Μηχανικών Περιβάλλοντος | el |
| Περίληψη | The present work focuses on the long term prediction of temperature data employing neural network models. Primarily, a benchmarking auto regressive model is developed. Then, different neural networks are developed regarding the network type, the training function and the training intervals. Temperature predictions are calculated for ten and for five year intervals. Each model’s results are compared with the corresponding real temperature data, in terms of mean, maximum and minimum temperature values, cooling degree days and frequency distribution. The best predicted temperature data are used as outdoor temperature for the heating and cooling loads calculations of a typical office building. The building simulation model which is used for the energy demand calculations is the open source ESP-r model. The results indicate a relative accurate potential of the neural networks for the simulation of the mean temperature data and prediction of the cooling degree days. Regarding the high temperature values and the maximum peaks, the neural network models are unable to reach precise values, due to the lack of similar training data. As a result, the cooling loads calculated from neural network predictions are underestimated, while the heating loads prediction is more accurate. | en |
| Τύπος | Μεταπτυχιακή Διατριβή | el |
| Τύπος | Master Thesis | en |
| Άδεια Χρήσης | http://creativecommons.org/licenses/by-nc-sa/4.0/ | en |
| Ημερομηνία | 2015-07-03 | - |
| Ημερομηνία Δημοσίευσης | 2015 | - |
| Θεματική Κατηγορία | Consumption of energy | en |
| Θεματική Κατηγορία | Energy efficiency | en |
| Θεματική Κατηγορία | Fuel consumption | en |
| Θεματική Κατηγορία | Fuel efficiency | en |
| Θεματική Κατηγορία | energy consumption | en |
| Θεματική Κατηγορία | consumption of energy | en |
| Θεματική Κατηγορία | energy efficiency | en |
| Θεματική Κατηγορία | fuel consumption | en |
| Θεματική Κατηγορία | fuel efficiency | en |
| Θεματική Κατηγορία | BIM (Building information modeling) | en |
| Θεματική Κατηγορία | building information modeling | en |
| Θεματική Κατηγορία | bim building information modeling | en |
| Θεματική Κατηγορία | Artificial neural networks | en |
| Θεματική Κατηγορία | Nets, Neural (Computer science) | en |
| Θεματική Κατηγορία | Networks, Neural (Computer science) | en |
| Θεματική Κατηγορία | Neural nets (Computer science) | en |
| Θεματική Κατηγορία | neural networks computer science | en |
| Θεματική Κατηγορία | artificial neural networks | en |
| Θεματική Κατηγορία | nets neural computer science | en |
| Θεματική Κατηγορία | networks neural computer science | en |
| Θεματική Κατηγορία | neural nets computer science | en |
| Θεματική Κατηγορία | Arma models | en |
| Θεματική Κατηγορία | Buildings--Heating and ventilation | en |
| Θεματική Κατηγορία | heating | en |
| Θεματική Κατηγορία | buildings heating and ventilation | en |
| Βιβλιογραφική Αναφορά | Χριστίνα Γεωργάτου, "Long-term prediction of temperature data for the assessment of future trends of the building heating and cooling loads", Μεταπτυχιακή Διατριβή, Σχολή Μηχανικών Περιβάλλοντος, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2015 | el |
| Βιβλιογραφική Αναφορά | Christina Georgatou, "Long-term prediction of temperature data for the assessment of future trends of the building heating and cooling loads", Master Thesis, School of Environmental Engineering, Technical University of Crete, Chania, Greece, 2015 | en |
Copyright © DIAS 2013
