開放部を持つ地下街における機械学習による空調負荷予測手法

カテゴリ: 研究会(論文単位)

論文No: ST20055,TSI20002

グループ名: 【C】電子・情報・システム部門 システム/【C】電子・情報・システム部門 分野横断型新システム創成合同研究会

発行日: 2020/12/12

タイトル(英語): Machine Learning Approach to Predict Air Conditioning Load for Underground Mall with Exterior Openings

著者名: 大原 誠(神戸大学),磯崎 日出雄(神戸大学)

著者名(英語): Makoto Ohara(Kobe University),Hideo Isozaki(Kobe University)

キーワード: 空調負荷|機械学習|地下街|Air Conditioning Load|Machine Learning|Underground Mall

要約(日本語): 地下街や駅・空港のような屋外への開口部を持つ間では，外気の流入などにより空調のエネルギー消費が大きく，また，人の疎密の変動が激しいため，人のいない場所にも空調するなどエネルギー削減の余地が大きいと考えられる。本研究では開放部を持つ地下空間において，効率的な空調運用のために機械学習アプローチによる空調負荷予測手法を構築する。

要約(英語): Buildings with openings to the outside, e.g. underground shopping malls, railway stations, and airports, have greater cooling and heating loads than ordinary buildings, and because the behavioral characteristics of people are complex, efficient methods of heating/cooling and ventilating such structures have not been fully established._x000D_ This study proposes a machine learning approach to predict air conditioning load for underground mall with exterior openings based on machine learning_x000D_

原稿種別: 日本語

PDFファイルサイズ: 934 Kバイト