Enerji Verimli Bina Tasarımında Kural Tabanlı Yöntem Yardımıyla Isıtma ve Soğutma Yüklerinin Tahminlemesi

ÖZET Türkiye’de bina sektörü ülkenin nihai enerji tüketiminin yaklaşık %34’ünden sorumludur. Binaların enerji talebinin bilinmesi, enerji verimli bina tasarım yaklaşımında önemli bir rol oynamaktadır. Makine öğrenim teknikleri, son zamanlarda mimarlık disiplininde sıklıkla binaların enerji talep tahmininde kullanılmaktadır. Bu çalışmanın amacı, bina tasarımında yer alan birtakım parametrelerin ısıtma ve soğutma yüklerine etkisini keşfetmek için kural tabanlı bir yöntem geliştirmek ve sonucunda enerji verimliliğinin sağlanmasına hizmet etmektir. İlk olarak, literatürden elde edilen veri setine özellik seçme işlemi uygulanmış ve her bir parametre için ısıtma ve soğutma yükleri hesaplanarak etkisine göre sıralanmıştır. Binaların toplam yüksekliği, duvar alanı ve çatı alanının performansı etkileyen önemli özellikler olduğu saptanmıştır. Daha sonra, karar ağacı modeli aracılığıyla kural tabanlı tahmin modelleri oluşturulmuştur. Geliştirilen ısıtma ve soğutma yükü modellerinin R performans değerleri sırasıyla 0.92 ve 0.91'dir. Isıtma ve soğutma yükü tahmini için önerilen kural tabanlı yöntem, basit ve anlaşılır bir yaklaşım olarak pratikte uygulanabilir. ABSTRACT The building sector in Turkey is responsible for about %34 of the energy consumption of the country. The energy demand of buildings plays an important role in energy-efficient building design. Machine learning techniques have been used for energy forecasting on buildings. The aim of this study is to develop a rule-based method to explore the effects of building design parameters on heating and cooling loads and to serve energy efficiency. Firsty, the feature selection was applied to the data set from the literature. The heating and cooling load for each parameter were calculated and ranked according to their effects. Then, rule-based models were created by the decision tree. The R performance values of the developed heating and cooling load models are 0.92 and 0.91, respectively. The proposed rule-based method for heating and cooling load is feasible practically as a simple and understandable approach.