logo móvil
Contáctanos

Modelado de consumo de energía de edificios para edificios de alojamiento (sector de alojamiento) en Japón: estudio de caso

Autores: Alkhalaf, Haitham; Yan, Wanglin

Idioma: Inglés

Editor: MDPI

Año: 2018

Descargar PDF

Acceso abierto

Artículo científico
2018

Modelado de consumo de energía de edificios para edificios de alojamiento (sector de alojamiento) en Japón: estudio de caso


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería de Sistemas

Palabras clave

Rendimiento energético
Residencial
Edificios comerciales
Edificios de alojamiento
Consumo de energía
Japón

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 22

Citaciones: Sin citaciones


Descripción
El rendimiento energético de los edificios residenciales y comerciales es un tema vital debido a la rápida urbanización que se está produciendo en todo el mundo. Los edificios de alojamiento se consideran intensivos en energía en comparación con otras instalaciones comerciales. Además, son el principal componente de la industria turística. Por lo tanto, se han introducido diversas acciones y políticas para mejorar el rendimiento energético de los edificios de alojamiento. Esta investigación se basa en una base de datos a nivel nacional sobre el consumo de energía de edificios comerciales en Japón. Es la principal fuente de datos para llevar a cabo este estudio. La Base de Datos para el Consumo de Energía de Edificios Comerciales (DECC) es una encuesta nacional proporcionada por el Consorcio Japonés de Edificios Sostenibles (JSBC). Basándose en el DECC, el estudio presenta un punto de referencia general que se desarrolla aplicando métodos de regresión y redes neuronales artificiales (ANN) para evaluar el rendimiento energético de los edificios de alojamiento en la región de Kanto, Japón. El estudio presenta un amplio punto de referencia para evaluar el consumo básico de energía de los edificios de alojamiento con tres variables. Además, el estudio destaca la necesidad de diseñar el modelo ANN a través de la elección de capas ocultas y el método de entrenamiento. Los resultados de cada método de aprendizaje y capa oculta se examinaron utilizando indicadores principales para verificar su precisión.

Otros recursos que podrían interesarte

Temas Virtualpro