Publikationer från Malmö universitet
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
A comparison of machine learning algorithms for forecasting indoor temperature in smart buildings
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT). Malmö universitet, Internet of Things and People (IOTAP).
Centro Singular de Investigación en Tecnoloxías da Información (CiTIUS), Universidade de Santiago de Compostela, Santiago de Compostela, Spain.
Centro Singular de Investigación en Tecnoloxías da Información (CiTIUS), Universidade de Santiago de Compostela, Santiago de Compostela, Spain.
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT). Malmö universitet, Internet of Things and People (IOTAP).ORCID-id: 0000-0002-8025-4734
Visa övriga samt affilieringar
2020 (Engelska)Ingår i: Energy Systems, Springer Verlag, ISSN 1868-3967, E-ISSN 1868-3975, Vol. 13, s. 689-705Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

The international community has largely recognized that the Earth's climate is changing. Mitigating its global effects requires international actions. The European Union (EU) is leading several initiatives focused on reducing the problems. Specifically, the Climate Action tries to both decrease EU greenhouse gas emissions and improve energy efficiency by reducing the amount of primary energy consumed, and it has pointed to the development of efficient building energy management systems as key. In traditional buildings, households are responsible for continuously monitoring and controlling the installed Heating, Ventilation, and Air Conditioning (HVAC) system. Unnecessary energy consumption might occur due to, for example, forgetting devices turned on, which overwhelms users due to the need to tune the devices manually. Nowadays, smart buildings are automating this process by automatically tuning HVAC systems according to user preferences in order to improve user satisfaction and optimize energy consumption. Towards achieving this goal, in this paper, we compare 36 Machine Learning algorithms that could be used to forecast indoor temperature in a smart building. More specifically, we run experiments using real data to compare their accuracy in terms of R-coefficient and Root Mean Squared Error and their performance in terms of Friedman rank. The results reveal that the ExtraTrees regressor has obtained the highest average accuracy (0.97%) and performance (0,058%) over all horizons.

Ort, förlag, år, upplaga, sidor
Springer, 2020. Vol. 13, s. 689-705
Nationell ämneskategori
Energisystem
Identifikatorer
URN: urn:nbn:se:mau:diva-13827DOI: 10.1007/s12667-020-00376-xISI: 000509132000001Scopus ID: 2-s2.0-85078337875OAI: oai:DiVA.org:mau-13827DiVA, id: diva2:1416536
Tillgänglig från: 2020-03-24 Skapad: 2020-03-24 Senast uppdaterad: 2024-02-05Bibliografiskt granskad

Open Access i DiVA

fulltext(818 kB)273 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 818 kBChecksumma SHA-512
f14ff0e2afa764ca7770ba0ee0b01d377fc1d9afb3378757f6c9c7f9024ea217c0ac4df48b6c04d7642d011cebb5fa5cfb30bd6e016e9c7d6347913aff60ecb3
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextScopus

Person

Alawadi, SadiAlkhabbas, FahedOlsson, Carl MagnusDavidsson, Paul

Sök vidare i DiVA

Av författaren/redaktören
Alawadi, SadiAlkhabbas, FahedOlsson, Carl MagnusDavidsson, Paul
Av organisationen
Institutionen för datavetenskap och medieteknik (DVMT)Internet of Things and People (IOTAP)
I samma tidskrift
Energy Systems, Springer Verlag
Energisystem

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 273 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: 393 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