文章预览
导读 本期为大家推荐的内容为论文《 Powering the future: Unraveling residential building characteristics foraccurate prediction of total electricity consumption during summer heat 》( 赋能未来:解析住宅建筑特征,精确预测夏季高温下的总电力消耗 ),发表在 Applied Energy 期刊,欢迎大家学习与交流。 夏季高温期间电力消耗的增加给城市能源管理带来了重大挑战。本研究采用新颖的数据驱动自下而上机器学习方法来预测电力消耗并识别中国北京具有影响力的建筑相关特征。通过移动调查活动,我们收集了209个社区2,087栋建筑的全面电力消耗数据(24,439条记录)和详细建筑信息。我们的模型达到了高精度,在家庭层面R²为0.80(RMSE为11.77千瓦时,MAE为8.70千瓦时),在建筑层面R²为0.95(RMSE为4.56千瓦时,MAE为3.13千瓦时)。我们识别出与较高电力需求相关的具体建筑特征,包括86-
………………………………