شناسايي عناصر كليدي موفقيت در بهينه سازي مصرف انرژي در شهرداري منطقه 7 تهران

Identifying the Factors affecting on the Success of Energy Usage Saving in Municipality of Thehran

به منظور بهينه‌سازي و بهبود كارايي انرژي در ساختمان قبل از انجام هر اقدامي لازم است عناصر كليدي موفقيت در بهينه سازي مصرف انرژي شناسايي شوند.بررسي مولفه هاي اصلي يكي از ارزشمندترين نتايج جبر خطي است زيرا روش ساده و غير پارامتري استخراج اطلاعات مربوطه از مجموعه ها گيج كننده است.بدين منظور، سيستم مديريت انرژي بر اساس استاندارد بين المللي سيستم مديريت انرژي ISO50001:2011 پياده سازي و كليه پارامترهاي انرژي بر در ساختمان از طريق انجام مميزي انرژي اندازه گيري مي شوند.در اين مقاله با انجام مدل سازي با استفاده از روش هاي نوين داده كاوي ،عناصر اصلي موثر بر بهينه سازي مصرف انرژي در ساختمان شناسايي مي شوند.اين راهبرد بر اساس تكنيك هاي آماري داده كاوي به روش انتخاب ويژگي و مبني بر منطق فازي بوده و داده ها را از فضايي با بعد بالا به فضايي با بعد كوچك تر تبديل نموده و به منظور كاهش بعد ويژگي به كار برده مي شود تا بررسي ويژگيها فضايي با بعد پايين تر كه ساده تر است انجام گيرد. از طرف ديگر، با استفاده از نتايج حاصل از مميزي انرژي و متغيرهاي شناسايي شده، سهم و ميزان تاثير هر يك از عناصر انرژي بر در اتلاف انرژي به درصد به صورت تفكيك شده مشخص مي شود. بر اين اساس، راهكارهاي صرفه جويي انرژي در سه سطح راهكارهاي كم هزينه، هزينه متوسط و پرهزينه تعريف مي شوند.

For the purpose of optimizing and developing energy efficiency in building, it is required to recognize key elements of success in optimization of energy consumption before performing any actions.Surveing Principal Components is one of the most valuable results of Linear Algebra beacause the simple and non-parametric methods are become confuing.So that energy management system implemented according to energy management system international standard ISO50001:2011 and all energy parameters in building to be measured through performing energy auditing. In this essay by Simulating used of data mining, the key impressive elements on energy saving in buildings to be determined. This approach is based on data mining statistical techniques using feature selection method and fuzzy logic and convert data from massive to compressed type and used to increase the selected feature.On the other side, influence portion and amount of each energy consumption elements in energy dissipation in percent are recognized as separated norm while using obtained results from energy auditing and after measurement of all energy consuming parameters and identified variables.Accordingly, energy saving soloution divided to 3 categories,Low,Medium and high expense solutions