پیش بینی میزان انرژی مصرفی در ساختمان های با زیرساخت آموزشی موجود با استفاده از شبکه عصبی مصنوعی و اثرات آن بر کاهش دی اکسیدکربن (مطالعه موردی مدارس مشهد)

یکی از مصارف انرژی در بخش ساختمان های در حال بهره برداری و بخصوص ساختمان های با زیرساخت های آموزشی مانند مدارس می باشد. از جمله روش های موثر کاهش مصرف انرژی در این ساختمان ها، قبل از ساخت می باشد. لیکن بسیاری از ساختمان ها در حال حاضر ساخته شده و می بایست راهکاری برای کاهش مصرف انرژی در این ساختمان ها پیدانمود. از جمله راهکارهای مهم، پیش بینی میزان انرژی مصرفی در این ساختمان ها است. دراینصورت می توان انرژی مصرفی را قبل و بعداز بعضی تغییرات در ساختمان مورد ارزیابی قرارداد. در این مقاله، به موضوع پیش بینی انرژی در ساختمان های وضع موجود در مدارس که از زیرساخت های مهم کشور هستند پرداخته شده است. بدین منظور ابتدا تعدادی از مشخصات مهم فیزیکی ساختمان و میزان مصرف انرژی آن براساس قبوض مصرفی، بصورت میدانی جمع آوری شده است. برداشت اطلاعات میدانی از ساختمان های وضع موجود مدارس جهت ارائه مدل پیش بین انرژی تجربه نو در این زمینه بوده و در پژوهش ها کمتر به آن پرداخته شده است. مدلسازی با استفاده از شبکه عصبی مصنوعی انجام شده و نتایج، یک ضریب همبستگی بسیار خوب ۹۹۲/۰ را برای اعتبار سنجی مدل نشان می دهد. در انتها نیز اثرات کاهش دی اکسیدکربن با توجه به میزان صرفه جویی در انرژی مصرفی مورد بحث قرارگرفته است.

Keywords:

پیش بینی انرژی , شبکه عصبی مصنوعی , ساختمان مدارس , دی اکسیدکربن