Enerji Tasarruflu Bina Tasarımı İçin Isıtma ve Soğutma Yüklerini Regresyon Tabanlı Makine Öğrenmesi Algoritmaları İle Modelleme

Authors : Musa PEKER, Osman ÖZKARACA, Betül KESİMAL

Pages : 443-449

Doi:10.17671/gazibtd.310154

View : 19 | Download : 6

Publication Date : 2017-10-30

Article Type : Research Paper

Abstract :Günümüzde bilişim teknolojileri hemen hemen her alanda kullanılmaktadır. Enerji sektörü de bu alanlardan birisidir. Nüfusun gün geçtikçe artmasıyla birlikte bina sayısı ve binaların enerji talebi de artmıştır. Enerji talebini hafifletmenin bir yolu enerji tasarrufu özelliklerine sahip verimli binalar tasarlamaktır. Bu çalışmada sekiz giriş değeri (nispi yoğunluk, yüzey alanı, duvar alanı, çatı alanı, toplam yükseklik, yönlendirme, cam alanı ve cam alanı dağılımı) ve iki çıkış değeri (ısıtma yükü (HL), soğutma yükü (CL)) olan bir veri setinin, makine öğrenmesi algoritmaları kullanarak analizi yapılmıştır. Amaç, konutların ısıtma ve soğutma yükünü tahmin edebilen bir model oluşturmaktır. Bu parametrelerin doğru bir şekilde tahmin edilmesi, enerji tüketiminin daha iyi kontrol edilmesini kolaylaştırmakta ve ayrıca, enerji piyasasında önemli bir sorun olarak görülen enerji ihtiyacına daha iyi uyan enerji tedarikçisinin seçiminde yardımcı olmaktadır. Bu kapsamda, veri seti analiz edilirken makine öğrenmesi algoritmalarından regresyon algoritmaları (Destek Vektör Makinesi (SVM) Regresyonu, Doğrusal Regresyon, Rasgele Orman Regresyonu ve En Yakın Komşu Regresyonu) kullanılmıştır. İki çıkış değeri için sonuçlar deneysel olarak her algoritma için ayrı ayrı hesaplanmış ve elde edilen sonuçlar karşılaştırılmıştır. Çıkan sonuçlara göre analiz yaptığımız veri seti için, tahmin başarımı açısından en yakın sonucu bulan algoritma Rastgele Orman Regresyon algoritması olmuştur.
Keywords : Enerji performansı, Regresyon, SVM regresyon, Lineer regresyon, Rastgele orman regresyon