運用MMR系統建構智慧綠建築節能管理模式

廖俊茂; 張陸滿; 張明瑞

doi:10.3966/101632122020090113002

山西大学，您好！

感谢采购，人社期刊库｜人社论文库，期间：2025/01/01~2025/12/31

感谢试用，科学期刊库｜科学论文库，期间：2024/10/20~2025/01/20

浏览高级检索

关闭
检索检索高级检索出版物检索
浏览期刊主题浏览核心期刊浏览期刊拼音浏览

关闭

查询符号(半角)	查询符号意义说明
空格	表示为「AND」两个查询词之交集
双引号 ( " " )	片语以双引号标示开始及结束，而且只寻找出现顺序相同的字词，例： " image process "
?	表示一个字母切截，输入两个?表两个字母，依此类推，例：输入「Appl?」，查得结果应为appl e , appl y … ( 常用于英文字查询 )
*	表示不限字母切截，由0~n. 例：输入「appl*」，查得结果应为appl e , appl es , appl y , appl ied , appl ication … ( 常用于英文字查询 )
AND、OR、NOT	布尔逻辑组合关键字，用来扩大或缩小查询范围的技巧。 (1) AND ：缩小查询范围 (2) OR ：扩大查询范围(3) NOT：排除不相关的范围

DOI 是数位物件识别码（ D igital O bject I dentifier ）的简称，
为物件在网路上的唯一识别码，可用于永久连结并引用目标物件。

使用DOI作为永久连结

每个DOI号前面加上「 http://dx.doi.org/ 」便成为永久网址。
如以DOI号为 10.5297/ser.1201.002 的文献为例，此文献的永久连结便是： http://dx.doi.org/ 10.5297/ser.1201.002 。
日后不论出版单位如何更动此文献位置，永久连结所指向的位置皆会即时更新，不再错失重要的研究。

引用含有DOI的文献

有DOI的文献在引用时皆应同时引用DOI。若使用APA、Chicago以外未规范DOI的引用格式，可引用DOI永久连结。

DOI可强化引用精确性、增强学术圈连结，并给予使用者跨平台的良好使用经验，目前在全世界已有超过五千万个对象申请DOI。如想对DOI的使用与概念有进一步了解，请参考（）。

ACI:

数据来源：Academic Citation Index，简称ACI

台湾最大的引用文献资料库，目前收录台湾与港澳地区所出版的人文学、社会学领域学术期刊之书目资料与参考文献，总期刊量超过690种，每年定期公布收录期刊的影响指数(Impact Factor)等指标给大众，并提供专家学者与学术单位实用的计量与分析功能。

五年影响指数（5-Year Impact Factor）：某一期刊前五年所出版的文章在当年度的平均被引用次数。

公式：（前五年发表论文在统计年的被引用次数）÷（前五年论文产出论文总篇数）

例如：A期刊2017年之五年影响指数

(A期刊2012-2016年发表论文在2017年的被引总次数)/(A期刊2012-2016年发表的论文总数)

什么是预刊文章？

为提供读者最前线之学术资讯，于期刊文献获同意刊登后、纸本印制完成前，率先于网路线上发表之文章即为预刊文章。预刊文章尚未有卷期、页次及出版日期资讯，但可藉由DOI号识别。 DOI号是文献的数位身份证字号，不论预刊或正式出版皆不会改变，读者可点击DOI连结，或于DOI号前面加上「 http://dx.doi.org/ 」连结到文献目前最新版本。

如何引用预刊文章？

请使用预刊文章的线上发表日期及DOI号来引用该篇文献。

引用范例(视不同引文格式规范可能有所差异)：

作者姓名。文章篇名。期刊名称。 YYYY/MM/DD线上预先发表。

doi:DOI 号

来源数据

P25 - 45

工程学 > 土木与建筑工程

DOI： 10.6377/JA

书目管理工具

相关连结

问题回报

全文下载

运用MMR系统建构智慧绿建筑节能管理模式

To Construct a Managerial Model of Smart Green Building for Energy Saving through MMR System

廖俊茂(Jun-Mao Liao) ；张陆满(Luh-Maan Chang) ；张明瑞(Ming-Jui Chang)

建筑学报； 113 期 (2020 / 09 / 30) ， P25 - 45

繁体中文 DOI： 10.3966/101632122020090113002

耗电密度；绿建筑；机器学习；智慧建筑；支援向量机； Energy Use Intensity ； Green Building ； Machine Learning ； Smart Building ； Support Vector Machine

0 个人觉得这篇文章赞

摘要 │ 参考文献 (43) │ 国际计量

摘要〈TOP〉

并列摘要〈TOP〉

To cope with energy shortage problem, Taiwan Government continues to promote smart green buildings. Therefore, it is important to study how to maximize the operational performance of energy-saving for those smart green buildings, particularly for those receiving the highest-level smart green building badge certificate. The purpose of this paper is to present a managerial energy saving model for smart green buildings. This study used the case of Central Taiwan Industrial Innovation Campus to exemplify the managerial model. During operation, the Measure, Manage, Reduce system was used to integrate the micro-smart grid system and building information model with space management information. Thus, detailed energy consumption data for various types of space and facility system were aggregated. Meanwhile, statistical analyses were performed in terms of time sequence and influencing power consumption factors. Moreover, linear regression and support vector machine technology were used to specify the energy consumption baseline for each space and facility system. Then, a set of energy-saving management models for operation control was constructed to enhance the effective energy saving for smart green buildings. In addition to revealing power consumption information in detail for various types of space and facility of the R & D building, the modeling framework can be used by architects, property owners, and property managers as a useable reference for energy-saving management.

参考文献 ( 43 ) 〈TOP〉

林宪德, H. T.,赖柏亨, P. H.(2010)。办公大樓空调形式与耗能特性之研究。建筑学报，74，27-44。
连结：
陈怡蓉, Y. R.,林宪德, H. T(2017)。以建筑外壳耗能指标 ENVLOAD 预测空调最大空调负荷之研究－以办公类与百货类建筑为例。建筑学报，99，21-35。
连结：
苏瑛敏, Y. M.(2016)。BIM 导入学校类建筑设施管理研究-以小学绿建筑能源设备为例。建筑学报，95，19-34。
连结：
产业节能减碳资讯网（2010）。能源管理系统资讯-能源绩效指标。引用於 2020 年 03 月 23 日，取自https://ghg.tgpf.org.tw/Counseling/counseling_sm8_6。Industrial Energy Saving and Carbon Reduction Information Web (2010). Energy Management System Information-Energy Performance Indicators. Quoted on March 23, 2020, taken from https://ghg.tgpf.org.tw/Counseling/counseling_sm8_6.
Ahmed, M. S.,Mohamed, A.,Shareef, H.,Homod, R. Z.,Ali, J. A.(2016).Artificial neural network based controller for home energy management considering demand response events.2016 International Conference on Advances in Electrical, Electronic and Systems Engineering (ICAEES)

国际计量

〈TOP〉

E-mail ：

文章公开取用时，将寄通知信至您填写的信箱地址