清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Energy consumption prediction and household feature analysis for different residential building types using machine learning and SHAP: Toward energy-efficient buildings

能源消耗 特征(语言学) 能量(信号处理) 消费(社会学) 建筑工程 计算机科学 环境经济学 机器学习 工程类 统计 经济 数学 社会学 社会科学 哲学 语言学 电气工程
作者
Xuerong Cui,Minhyun Lee,Choongwan Koo,Taehoon Hong
出处
期刊:Energy and Buildings [Elsevier]
卷期号:309: 113997-113997 被引量:11
标识
DOI:10.1016/j.enbuild.2024.113997
摘要

U.S. residential buildings account for a significant share of national energy consumption, highlighting their potential for energy-savings. Accurately predicting building energy consumption and understanding the impact of household features are, therefore, crucial for effective energy management, conservation efforts, and the development of energy policies. However, most existing models predicting U.S. residential energy consumption tend to focus on particular regions, limiting their generalizability across the entire country. In addition, many studies have overlooked the significant variations in the drivers of energy consumption between different types of residential buildings, resulting in a lack of separate prediction models for different residential building types. Moreover, when analyzing the impact of household features on building energy consumption, most studies provide a holistic measure of feature importance without sufficient interpretability. To address these gaps, this study uses the Residential Energy Consumption Survey dataset and three tree-based machine learning algorithms to develop separate energy use intensity prediction models for two typical U.S. residential building types. The results demonstrate that the LightGBM-based prediction model performs best for apartments, while the CatBoost-based prediction model performs best for single-family houses. Furthermore, the study applied SHapley Additive exPlanations to analyze the impact of household features on energy consumption. The results reveal that total square footage, space heating with natural gas, climate conditions, and building age are the common key features influencing energy use intensity for both building types. Based on these findings, this study provides general and targeted energy-saving recommendations for both building types, serving as a valuable guide for new building design and retrofitting of existing buildings.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
林利芳完成签到 ,获得积分10
13秒前
lin完成签到 ,获得积分10
25秒前
zhouleiwang完成签到,获得积分10
41秒前
zhang完成签到 ,获得积分10
53秒前
陆黑暗完成签到 ,获得积分10
1分钟前
Regina完成签到 ,获得积分10
1分钟前
蓝天小小鹰完成签到 ,获得积分10
1分钟前
纪外绣完成签到,获得积分10
1分钟前
烟花应助科研通管家采纳,获得10
1分钟前
格格完成签到 ,获得积分10
2分钟前
ww完成签到,获得积分10
2分钟前
Raul完成签到 ,获得积分10
2分钟前
合适醉蝶完成签到 ,获得积分10
2分钟前
王磊完成签到 ,获得积分10
2分钟前
聪明的鹤完成签到 ,获得积分10
3分钟前
桐桐应助科研通管家采纳,获得10
3分钟前
勤恳的饭饭完成签到,获得积分10
3分钟前
ee_Liu完成签到,获得积分10
3分钟前
妙手回春板蓝根完成签到,获得积分20
4分钟前
CChi0923完成签到,获得积分10
4分钟前
乒坛巨人完成签到 ,获得积分10
4分钟前
Shandongdaxiu完成签到 ,获得积分10
4分钟前
舒服的幼荷完成签到,获得积分10
4分钟前
茶包完成签到,获得积分10
5分钟前
Skywings完成签到,获得积分10
5分钟前
明理问柳完成签到,获得积分10
5分钟前
vampire完成签到,获得积分10
5分钟前
斯文败类应助科研通管家采纳,获得10
5分钟前
胖胖橘完成签到 ,获得积分10
6分钟前
1461完成签到 ,获得积分10
6分钟前
ycw7777完成签到,获得积分10
6分钟前
花花完成签到 ,获得积分10
6分钟前
大水完成签到 ,获得积分10
6分钟前
皮皮球完成签到 ,获得积分10
6分钟前
阿泽完成签到 ,获得积分10
6分钟前
Qiuqiu发布了新的文献求助10
6分钟前
chcmy完成签到 ,获得积分0
6分钟前
随影相伴完成签到 ,获得积分10
7分钟前
Sigma完成签到 ,获得积分10
7分钟前
大雁完成签到 ,获得积分10
7分钟前
高分求助中
中国国际图书贸易总公司40周年纪念文集 大事记1949-1987 2000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
草地生态学 880
Threaded Harmony: A Sustainable Approach to Fashion 799
Basic Modern Theory of Linear Complex Analytic 𝑞-Difference Equations 510
中国有机(类)肥料 500
Queer Politics in Times of New Authoritarianisms: Popular Culture in South Asia 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3059669
求助须知:如何正确求助?哪些是违规求助? 2715529
关于积分的说明 7445380
捐赠科研通 2361181
什么是DOI,文献DOI怎么找? 1251224
科研通“疑难数据库(出版商)”最低求助积分说明 607711
版权声明 596466