Optimizing Building Operations using Machine Learning to Minimize Stack Effect

多伦多等商业中心最大的复杂商业中心-多伦多等商业中心六次旅行，不是一个简单的加大，而是一个表面上加170万美元的S。这是一个相互联系的综合体，包括酒店和大厅，以及重要的投资效应和复苏。从《S的经验》一书中，我们可以了解到这些应用程序的自动化程度，以及它们在全球范围内的表现。Le Td1 Seraéquipéde Capteur de presteur de Mesurer le Régime de depression du bátiment dans分流条件(各种条件、职业、受孕战略)。S和L的学徒机在TD1的通风系统中得到了优化。L使用的是一种新的热管理方法和新的方法。

Le Centre TD est un grand complexe de bureaux commerciaux situé au centre-ville de Toronto et composé de six tours, dont la plus grande, la TD1, a une superficie de plus de 1,7 million de pieds carrés. En raison de la hauteur et des interconnexions complexes entre ce bâtiment et le hall, il se produit un état important d'effet de cheminée qui provoque une infiltration excessive qui entraîne à la fois des problèmes de confort thermique et une perte d'énergie pour le chauffage et le refroidissement. Cette recherche comportera une série d'expériences avec un modèle d'apprentissage automatique afin d'identifier les caractéristiques opérationnelles du bâtiment en exploitation pour une condition météorologique donnée, améliorant ainsi la performance globale du bâtiment. Le TD1 sera équipé de capteurs de pression afin de mesurer le régime de pression du bâtiment dans diverses conditions (conditions météorologiques variées, occupation, stratégies de conception). Ces données mesurées seront utilisées pour développer des modèles basés sur l'apprentissage machine afin d'optimiser le fonctionnement du système de ventilation de TD1. Le modèle résultant augmentera le confort thermique et réduira l'utilisation d'énergie perdue dans le TD1.