(资料图片仅供参考)

能源消耗预测是规划和控制建筑领域能源使用的必要组成部分，该领域占全球能源消耗的40％并产生大量温室气体排放。然而，很少有研究关注建筑特征、建筑几何和城市形态对能源性能的综合影响。

2023年1月1日发表在Energy上的一篇名为《Data-driven estimation of building energy consumption and GHG emissions using explainable artificial intelligence》(使用可解释的人工智能进行数据驱动的建筑能耗和温室气体排放预测)的论文。通过开发可解释的深度学习模型来填补这一研究空白。该模型名为eXplainable Artificial Intelligence，使用Light Gradient Boosting Machine集成了SHapley Additive exPlanation算法，以提供关于机器学习模型用于建筑能效预测的可行性方面的洞察力。该研究成功地预测了住宅建筑物的能源使用和温室气体排放，提出城市形态和建筑几何对评估建筑物能源消耗和温室气体排放有显着作用，并确定了总建筑面积和天然气为能源消耗和温室气体排放的最具影响力因素。