Таблиця D.3 - Вища теплотворна здатність газоподібних енергоносіїв

Table D.3 - Gross calorific values of some gaseous energy carriers

Фактична теплотворна здатність поширеного газоподібного палива залежить від його хімічного складу. Якщо він відомий, ця цифра може бути більш точною ніж ті, що наведені в таблиці D.3.

The actual calorific value of common gaseous fuels depends on their chemical composition. If this is known, the figure can be more accurate that those given in Table D.3.

ДОДАТОК Е

(довідковий)

КОЕФІЦІЄНТИ ТА ПОКАЗНИКИ

ANNEX E

(informative)

FACTORS AND COEFFICIENTS

Таблиця Е.1 - Фактори первинної енергії і коефіцієнти викидів СО₂

Table E.1 - Primary energy factors and CO₂ production coefficients

Ці фактори включають в себе енергію для побудови систем перетворення і транспортування для перетворення первинної енергії в доставлену енергію.

These factors include the energy to build the transformation and transportation systems for the transformation of the primary energy to delivered energy.

ДОДАТОК F

(довідковий)

ДОВІРЧІ ІНТЕРВАЛИ

F.1 Визначення

Тільки звичайні вхідні дані є надійними або точними за визначенням. Фактичне значення будь-яких інших даних невідоме, але в більшості випадків може бути визначений інтервал, котрий має високу ймовірність (наприклад, 95% або 99%) містити фактичні значення. Це є довірчий інтервал.

F.2 Оцінювання довірчого інтервалу

Довірчий інтервал отриманих даних може бути оцінений кількома способами:

а) через дисперсію декількох вимірювань тих же даних. Якщо розподіл є Гаусівським, довірчий інтервал середнього значення при ймовірності Р, коли проводилися N вимірювань, визначається:

ANNEX F

(informative)

CONFIDENCE INTERVALS

F.1 Definition

Only conventional input data are certain or exact, by definition. The actual value of any other data is not known, but an interval can in most cases be defined, that has a high probability (e.g. 95 % or 99 %) to contain the actual value. This is the confidence interval.

F.2 Assessment of confidence interval

The confidence interval of a given data can be assessed in several ways:

a) From the dispersion of several measurements of the same data. If the distribution is Gaussian, the confidence interval of the mean value at probability P when N measurements are performed is:

Таблиця F.1 - Двосторонні довірчі обмеження Т(Р, N-1) для розподілу Ст'юдента

Table F.1 - Two-sided confidence limits T(P, N-1) for a Student distribution

б) шляхом оцінки з використанням досвіду, загальних знань, точності використаних вимірювальних приладів тощо.

в) шляхом об'єднання довірчих інтервалів змінних хi, що використані для розрахунку даних у, що представляють інтерес. Припускаючи, що вимірювання знаходяться під впливом випадкових і незалежних помилок, довірчий інтервал якого-небудь результату у:

b) By assessing it from experience, common knowledge, accuracy of the used measuring instruments, etc.

c) By combining the confidence intervals of the variables xi used to calculate the data of interest, y. Assuming that the measurements are affected by random and independent errors, the confidence interval of any result, y, is:

г) довірчий інтервал розрахованого результату можна отримати за допомогою методу Монте-Карло. Для цього слід запустити розрахункову модель, що використовується для розрахунків багато разів, змінюючи вибірково всі змінні при кожному запуску залежно від статистичного розподілу кожної змінної. Слід відсортувати результати за класами для того, щоб

d) The confidence interval of a calculated result can also be obtained using the Monte-Carlo method. For this, run the calculation model used for calculations many times, changing at each run all the variables at random, according to statistical distributions of each variable. Sort the results in classes in order to get its distribution. After 100 to 1000 runs (depending on the complexity and sensitivity of

отримати їх розподіл. Після 100-1000 запусків (в залежності від складності та чутливості розрахункової моделі) отримується гарна оцінка статистичного розподілу результатів (рисунок F.1).

F.3 Приклади

F.3.1 Загальні положення

У будівлі виміряне річне енергоспоживання для послідовних років складає 251 ГДж; 267 ГДж; 245 ГДж; 274 ГДж. Оскільки воно скориговане за кліматичними даними, решта змінних з року в рік, є результатом випадкових причин. Середнє використання енергії 259 ГДж зі стандартним відхиленням складає 14 ГДж. Оскільки є 4 виміряних даних, довірчий інтервал середнього для 95% складає 14*Т (0,95, 4-1)/2 = = 14*3,18/2 = 22. Хороша оцінка річного споживання енергії тоді складає 260 ГДж ± 20 ГДж, коли округляється до значущих цифр. Якщо для проведення вимірювань довжини використовується масштаб, проградуйований у міліметрах, то довірчий інтервал близько 1 мм повинен бути наданий для кожного вимірювання довжини.

Застосовуючи формулу (F.3) для двох простих прикладів, отримуємо:

якщо де а_i i x_i є виміряними, тоді

the calculation model), a good estimate of the statistical distribution of the results is obtained (Figure F.1).

F.3 Examples

F.3.1 General

In a building, measured annual energy uses for successive years are 251 GJ; 267 GJ; 245 GJ; 274 GJ. Since these are corrected for climatic data, the remaining variations from year to year are assumed to result from random-like causes. The average energy use is then 259 GJ with a standard deviation of 14 GJ. Since there are four measured data, the 95% confidence interval of the mean is 14*T (0,95, 4-1)/2 = 14*3,18/2 = 22. A good estimate of the annual energy use is then 260 GJ ± 20 GJ when rounded to significant figures. If a scale graduated in millimetre is used to make measurements of length, then a confidence interval of about 1 mm should be given to each measurement of length.

Applying Equation (F.3) for two simple examples gives:

if where а_i and x_i are measured, then

F.3.2 Показники довірчих інтервалів

Таблиця F.2 дає показники типових абсолютних або відносних стандартних відхилень для декількох змінних, що використані в розрахункових моделях будівлі і найближчого типу

F.3.2 Indications on confidence intervals

Table F.2 gives indications on typical absolute or relative standard deviations of several variables used in building calculation models and on the nearest type of statistical distribution.

статистичного розподілу.

Відносне стандартне відхилення являє собою відношення стандартного відхилення до середнього значення. Воно надається у відсотках.

The relative standard deviation is the ratio of the standard deviation to the mean value. It is given in percent.

Таблиця F.2 - Стандартні відхилення і тип розподілу приблизно відсортовані в порядку їх значимості для житлових будівель

Table F.2 - Standard deviations and distribution type approximately sorted by order of importance for residential buildings

Кінець таблиці F.2