Key points are not available for this paper at this time.
Das Verhalten der Gebäudenutzer beeinflusst den Energieverbrauch, wird jedoch oft nicht ausreichend erfasst, wenn der Energieverbrauch überwacht wird. Es ist wichtig, Innenraumumgebungsbedingungen zu bieten, die gut auf die Bedürfnisse der Nutzer abgestimmt sind, ihr Wohlbefinden fördern und gleichzeitig Energieverschwendung minimieren. Methoden des maschinellen Lernens wurden eingesetzt, um den Energieverbrauch vorherzusagen. In Abwesenheit ausreichender, benutzerspezifischer Überwachungsdaten ist es jedoch schwierig, die richtigen Eingaben zu ermitteln und Vorhersagen zu erhalten, die die Merkmale der Nutzer (Verhalten und Vorlieben) widerspiegeln. Dieses Papier präsentiert die Ansätze zur Erfassung von energiedatenbezogenem Nutzerverhalten unter Verwendung einer Kombination aus Sensoren, Messgeräten und Umfragen, um kontinuierlich Raumbedingungen, Nutzerverhalten und Energieverbrauch über einen bestimmten Zeitraum zu verfolgen. Für diese Studie wurden zwei Fallstudiengebäude ausgewählt, einige der Herausforderungen der Energieüberwachung wurden identifiziert, und die Notwendigkeit der Interoperabilität zwischen verschiedenen Sensoren wird erörtert.
Abraham et al. (Tue,) untersuchten diese Frage.