Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Trend analysis to automatically identify heat program changes
Blekinge Tekniska Högskola, Institutionen för datalogi och datorsystemteknik.
Blekinge Tekniska Högskola, Institutionen för datalogi och datorsystemteknik.
NODA Intelligent Systems AB, Sweden.
Högskolan i Jönköping, Tekniska Högskolan, JTH, Datateknik och informatik, JTH, Jönköping AI Lab (JAIL). Blekinge Tekniska Högskola, Institutionen för datalogi och datorsystemteknik.ORCID-id: 0000-0002-0535-1761
Visa övriga samt affilieringar
2017 (Engelska)Ingår i: Energy Procedia, Elsevier, 2017, s. 407-415Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

The aim of this study is to improve the monitoring and controlling of heating systems located at customer buildings through the use of a decision support system. To achieve this, the proposed system applies a two-step classifier to detect manual changes of the temperature of the heating system. We apply data from the Swedish company NODA, active in energy optimization and services for energy efficiency, to train and test the suggested system. The decision support system is evaluated through an experiment and the results are validated by experts at NODA. The results show that the decision support system can detect changes within three days after their occurrence and only by considering daily average measurements.

Ort, förlag, år, upplaga, sidor
Elsevier, 2017. s. 407-415
Serie
Energy Procedia, ISSN 1876-6102 ; 116
Nyckelord [en]
District heating, Trend analysis, Change detection, Smart automated system
Nationell ämneskategori
Datorsystem
Identifikatorer
URN: urn:nbn:se:hj:diva-37911DOI: 10.1016/j.egypro.2017.05.088ISI: 000406743000039OAI: oai:DiVA.org:hj-37911DiVA, id: diva2:1160183
Konferens
15th International Symposium on District Heating and Cooling (DHC2016), Seoul
Projekt
BigData@BTH
Forskningsfinansiär
KK-stiftelsen, 20140032]
Anmärkning

Open access

Tillgänglig från: 2017-11-24 Skapad: 2017-11-24 Senast uppdaterad: 2019-08-20Bibliografiskt granskad

Open Access i DiVA

fulltext(500 kB)338 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 500 kBChecksumma SHA-512
7aee81a2bccd65fd4e468da415102fd28d30ff00de40fb88cb112a3eed8383a1633251e33b2dab066acb5742951e1dd867c5ec01a939dbf65637c66935898f07
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltext

Person

Lavesson, Niklas

Sök vidare i DiVA

Av författaren/redaktören
Lavesson, Niklas
Av organisationen
JTH, Jönköping AI Lab (JAIL)
Datorsystem

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 338 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 1199 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf