Disclaimer: The explanation provided on this website (Hotmaps Wiki) are indicative and for research purposes only. No responsibility is taken for the accuracy of the provided information, explanations and figures or for using them for unintended purposes.
Data privacy: By clicking OK below, you accept that this website may use cookies.
In het kader van het Hotmaps-project zijn gegevens verzameld op verschillende niveaus (nationaal, regionaal en lokaal). Deze gegevens zijn gegenereerd voor vier verschillende sectoren: woningen (eengezinswoningen, meergezinswoningen en appartementsblokken), dienstverlening (kantoren, handel, onderwijs, gezondheidszorg, hotels en restaurants en andere niet-residentiële gebouwen), industrie (ijzer en staal, non-ferro metalen, papier en drukkerijen, niet-metaalhoudende mineralen, chemische industrie, voedsel, drank en tabak, techniek en andere niet geclassificeerd), en transport (personenvervoer - openbaar, particulier, spoor en vrachtvervoer - zware goederen en lichte bedrijfsvoertuigen).
Alle bovengenoemde gegevenssets worden opgeslagen in Hotmaps-gegevensopslagplaatsen op GitLab en kunnen van daaruit worden geopend en gedownload. De gegevensrepository's van Hotmaps zijn uitgebreid en bestaan uit meer dan 70 repositories. Om een beter overzicht te geven van alle Hotmaps-repositories, hebben we ze hier in verschillende klassen geclusterd en de directe link ernaar aangeboden. Voor gedetailleerde uitleg over gegevensverzameling, methodologieën, referenties, aannames en beperkingen van Hotmaps-gegevenssets, zie dit rapport [1].
Aandeel bruto vloeroppervlak in bouwperiodes:
Creëer je eigen profiel:
Generieke bestanden zijn bedoeld om de gebruiker in staat te stellen om zijn eigen belastingsprofielen te produceren met behulp van zijn eigen gegevens en een structuurjaar naar eigen keuze. Voor de industriële belastingsprofielen hebben we voor het jaar 2018 een jaarprofiel aangeleverd (waarin de typedagen in de volgorde van dit jaar staan). Voor tertiaire en residentiële belastingsprofielen hebben we een jaarprofiel voor het jaar 2010 verstrekt. We willen de gebruiker echter de mogelijkheid geven om een structuurjaar naar keuze te gebruiken (structuurjaar betekent in deze context de volgorde van dagen in de loop van het jaar).
De hier verstrekte profielen zijn zonder eenheid, aangezien ze moeten worden geschaald tijdens het genereren van jaarlange profielen.
Raadpleeg de individuele profielen in deze wiki of de respectievelijke opslagplaatsen voor datasets voor meer informatie over het genereren van profielen uit de generieke profielen.
Voor verwarming, koeling en warm water hebben we voor het jaar 2010 een jaarprofiel opgesteld. Als gebruikers echter toegang hebben tot locatiespecifieke uurtemperatuurprofielen of tot temperatuurprofielen voor andere jaren dan 2010, willen we de gebruiker de mogelijkheid geven om gebruik deze gegevens om belastingsprofielen te genereren met een ander structuurjaar of een hogere precisie. Daarom zijn de generieke profielen bedoeld om de gebruiker in staat te stellen zijn / haar eigen belastingsprofielen te produceren met behulp van zijn eigen gegevens en een structuurjaar naar keuze.
Voor warmwatervoorziening gaan we ervan uit dat de vraag en daarmee het bijbehorende verbruiksprofiel afhankelijk is van seizoens-, week- en daginvloeden.
De kolommen 'dagtype' verwijzen naar het type dag in de week:
Om een seizoensinvloed in het vraagprofiel te integreren wordt de kolom “seizoen” gebruikt.
Jaarlijkse profielen voor warm water kunnen worden gegenereerd op basis van de generieke profielen die hier worden verstrekt door de volgende stappen te volgen:
Voor verwarming en koeling gaan we ervan uit dat de vraag niet afhankelijk is van het type dag, maar alleen van het uur van de dag zelf en de buitentemperatuur in het betreffende uur (daarom zijn de kolommen 'type dag' en 'seizoen' niet relevant voor verwarmings- en koelprofielen).
Jaarlijkse profielen kunnen worden gegenereerd op basis van de generieke profielen in deze repository door de volgende stappen te volgen:
Het profiel van de tertiaire sector bestaat uit de vraag uit meerdere subsectoren. De configuratie is per land verschillend. Voor de respectievelijke subsectorale aandelen per land verwijzen we naar het hotmaps WP2-rapport, sectie 2.7.3 (https://www.hotmaps-project.eu/wp-content/uploads/2018/03/D2.3-Hotmaps_for-upload_revised -final_.pdf).
Voor warmwatervraag gaan we ervan uit dat de vraag onafhankelijk is van de buitentemperatuur, maar afhankelijk is van het soort dag in een week en het uur van de dag. De kolom 'dagtype' verwijst naar het type dag in de week:
Jaarlijkse profielen kunnen worden gegenereerd op basis van de generieke profielen die hier worden verstrekt door de volgende stappen te volgen:
Voor verwarming en koeling in de tertiaire sector hebben we een jaarprofiel opgesteld voor het jaar 2010. We willen de gebruiker echter de mogelijkheid geven om een jaar naar keuze te gebruiken. Bovendien, als gebruikers toegang hebben tot locatiespecifieke uurtemperatuurprofielen, willen we de gebruiker de mogelijkheid geven om deze gegevens te gebruiken om belastingsprofielen met een hogere precisie te genereren. Daarom zijn de generieke profielen bedoeld om de gebruiker in staat te stellen zijn / haar eigen belastingsprofielen te produceren met behulp van zijn eigen gegevens en een structuurjaar naar keuze.
We gaan ervan uit dat de vraag naar verwarming en koeling in de tertiaire sector afhankelijk is van het type dag, het uur van de dag zelf en de buitentemperatuur in het betreffende uur.
De hier verstrekte profielen zijn zonder eenheid, aangezien ze moeten worden geschaald tijdens het genereren van jaarlange profielen. Voor de generieke profielen voor verwarmen en koelen worden ze gestuurd door de verschillen tussen uren en temperatuurniveaus. Bovendien, aangezien de tertiaire sector wordt aangedreven door een wekelijks ritme, zijn de profielen voor verwarming en koeling in de tertiaire sector ook afhankelijk van het dagtype. De kolom 'dagtype' verwijst naar het type dag in de week:
Jaarlijkse profielen kunnen worden gegenereerd op basis van de generieke profielen voor tertiaire verwarming en koeling in deze opslagplaats door de volgende stappen te volgen:
Voor de industriële belastingsprofielen hebben we voor het jaar 2018 een jaarprofiel aangeleverd (waarin het type dagen in de volgorde van dit jaar staat). We willen de gebruiker echter de mogelijkheid geven om een structuurjaar naar keuze te gebruiken. Structuurjaar betekent in deze context de volgorde van dagen in de loop van het jaar. De kolommen 'dagtype' verwijzen naar het type dag in de week:
De kolom "maand" verwijst naar de maand van het jaar. 1 = januari, 2 = februari enz. Jaarlijkse profielen kunnen worden gegenereerd op basis van de generieke profielen die hier worden verstrekt door de volgende stappen te volgen:
De hier opgegeven jaarspecifieke (jaarlange) profielen worden gegenereerd op basis van synthetische uurprofielen voor typische dagen. In deze context benadrukken we dat profielen niet worden gemeten maar gemodelleerd rekening houdend met verschillende factoren, afhankelijk van het profieltype:
Aan de hand van de opbouw van de dagen in een jaar worden de profielen samengesteld tot een jaarlang vraagprofiel.
Alle profielen die hier worden verstrekt, zijn zonder eenheid en genormaliseerd op 1 000 000. Om een profiel te maken, moet het worden geschaald volgens de jaarlijkse vraag van de respectieve regio (dwz dat de integrale profielen gelijk zijn aan de jaarlijkse vraag per regio).
Voor gedetailleerde uitleg en een grafische illustratie van de dataset, zie het Hotmaps WP2 rapport (paragraaf 2.7).
[1] Simon Pezzutto, Stefano Zambotti, Silvia Croce, Pietro Zambelli, Giulia Garegnani, Chiara Scaramuzzino, Ramón Pascual Pascuas, Alyona Zubaryeva, Franziska Haas, Dagmar Exner (EURAC), Andreas Müller (e-think), Michael Hartner (TUW) , Tobias Fleiter, Anna-Lena Klingler, Matthias Kühnbach, Pia Manz, Simon Marwitz, Matthias Rehfeldt, Jan Steinbach, Eftim Popovski (Fraunhofer ISI) Beoordeeld door Lukas Kranzl, Sara Fritz (TUW); Online toegang
Mostafa Fallahnejad, in Hotmaps-Wiki, Hotmaps-data-repository-structuur (mei 2019)
Deze pagina is geschreven door Mostafa Fallahnejad ( EEG - TU Wien ).
☑ Deze pagina is beoordeeld door Marcus Hummel ( e-think )
Copyright © 2016-2019: Mostafa Fallahnejad
Creative Commons Attribution 4.0 Internationale licentie
Dit werk is gelicentieerd onder een Creative Commons CC BY 4.0 internationale licentie.
SPDX-licentie-ID: CC-BY-4.0
Licentie-tekst: https://spdx.org/licenses/CC-BY-4.0.html
We willen onze diepste waardering uitspreken voor het Horizon 2020 Hotmaps-project (subsidieovereenkomst nummer 723677), dat de financiering heeft verstrekt om het huidige onderzoek uit te voeren.
This page was automatically translated. View in another language:
English (original) Bulgarian* Czech* Danish* German* Greek* Spanish* Estonian* Finnish* French* Irish* Croatian* Hungarian* Italian* Lithuanian* Latvian* Maltese* Polish* Portuguese (Portugal, Brazil)* Romanian* Slovak* Slovenian* Swedish*
* machine translated
Last edited by ripaul, 2020-10-24 17:57:58