Pregled bibliografske jedinice broj: 1255863
PROCJENA POTREBNE ENERGIJE ZA GRIJANJE PROSTORA PRIMJENOM ACIKLIČKIH NEURONSKIH MREŽA – „SMART UNIVERSITY”
PROCJENA POTREBNE ENERGIJE ZA GRIJANJE PROSTORA PRIMJENOM ACIKLIČKIH NEURONSKIH MREŽA – „SMART UNIVERSITY” // 15. međunarodno znanstveno-stručno savjetovanje 'Energetska i procesna postrojenja' Power & Energy Masters 2022.
Zadar, Hrvatska, 2022. (predavanje, međunarodna recenzija, ostalo, znanstveni)
CROSBI ID: 1255863 Za ispravke kontaktirajte CROSBI podršku putem web obrasca
Naslov
PROCJENA POTREBNE ENERGIJE ZA GRIJANJE PROSTORA
PRIMJENOM ACIKLIČKIH NEURONSKIH MREŽA – „SMART
UNIVERSITY”
(Prediction of Building Heating Energy Needs using
Acyclic Neural Network - „SMART UNIVERSITY”)
Autori
Čukelj, Juraj ; Grozdek, Marino ; Stašić, Tomislav ; Fakin, Iva ; Vuletić, Damir ; Veliki, Tomislav
Vrsta, podvrsta i kategorija rada
Sažeci sa skupova, ostalo, znanstveni
Skup
15. međunarodno znanstveno-stručno savjetovanje 'Energetska i procesna postrojenja' Power & Energy Masters 2022.
Mjesto i datum
Zadar, Hrvatska, 12.10.2022. - 14.10.2022
Vrsta sudjelovanja
Predavanje
Vrsta recenzije
Međunarodna recenzija
Ključne riječi
ESCO model ; energetska obnova ; ANN ; utjecaj korisnika na potrošnju energije ; mjerenje parametara ugode u prostoru ; ESCO model ; energetska obnova ; ANN ; utjecaj korisnika na potrošnju energije ; mjerenje parametara ugode u prostoru
(ESCO model ; Energy renovation of buildings ; Artificial Neural Networks ; influence of users on energy consumption ; IAQ)
Sažetak
Sveučilište Sjever je jedina visokoškolska institucija u Republici Hrvatskoj koja se uključila u Program energetske obnove zgrada javnog sektora u razdoblju 2014-2020. Nakon provedene cjelovite obnove i opremanja zgrada mjernim uređajima, započeto je istraživanje utjecaja ponašanja korisnika na potrošnju energije praćenjem meteoroloških uvjeta te parametara ugode u prostoru: temperature, relativne vlažnosti (engl. RH), razine ugljikovog dioksida (CO2) te hlapivih organskih spojeva (engl. VOC) sve sa svrhom unaprjeđenja postojećeg modela ugovaranja po energetskom učinku (ESCO model). Prikupljeni podaci mjerenja u sezoni grijanja 2021/2022 (listopad-svibanj) poslužili su kao ulazni podaci za učenje i testiranje acikličke (engl. Feedforward) umjetne neuronske mreže (engl. Artificial Neural Network - ANN) s ciljem izračuna referentne vrijednosti potrošnje energije za grijanje prostora kao i predviđanja potrošnje pri nepoznatim (budućim) meteorološkim uvjetima i uvjetima boravka u prostoru.
Izvorni jezik
Hrvatski
Znanstvena područja
Strojarstvo
POVEZANOST RADA
Ustanove:
Fakultet strojarstva i brodogradnje, Zagreb,
Sveučilište Sjever, Koprivnica
Profili:
Tomislav Veliki
(autor)
Marino Grozdek
(autor)
Tomislav Stašić
(autor)
Juraj Čukelj
(autor)