研究& Innovation

本科团队在城市能源研究中获得国家数据竞争

由史蒂文斯系统教授的思考,四位成员团队在橡树岭国家实验室赞助的数据挑战中捕获了顶级音乐和第二次最佳纸张荣誉

downtown Chicago heat data, presented as bar graphs upon a map of the city

四个史蒂文斯大学生的一支才华横溢的团队为城市能源流动带来了新的视角 - 并得到了国家的认可。

团队,思考 School of Systems & Engineering 教授 菲利普odonkor.在颁发的国家数据挑战中排名第一和第二类,全面分析芝加哥气候,能源使用,建筑股票和人口统计学的关系和模式。

Professor 菲利普odonkor.
SSE 菲利普odonkor.教授,一位能源专家,推动了团队

计算机科学 学生罗纳德伊斯蒂维斯,萨曼莎·伊尼奥和约翰施奈德汉和 工业和系统工程 学生Daniel Wadler被授予他们的两分钟演讲中最好的闪电谈话奖,并在烟雾山计算科学和工程大会(SMC2020)数据挑战比赛中获得了顶级学生论文的亚军荣誉奖。

超过五十大学队参加了SMC2020,由美国赞助。能源橡树岭国家实验室。

“他们制作了新的见解,以及一份高度专业的纸张和谈话,鉴于我们的团队在项目中只花了三到四周 - 使用以前从未使用过的分析和可视化工具,”Notes Odonkor。

“两个芝加哥”从数据分析中出现

四个本科生,史蒂文斯的所有参与者' Pinnacle学者们 计划,每次分别签署最后一次签署时都不知道对待对能源专家Odonkor建议分析史蒂文斯校区的能量和天气流动的项目进行暑期研究。特别是,他计划获得和任务,通过分析从史蒂文斯最近建立的网关学术综合体实时收集的数据。

但是,当Covid-19 Pandemic在春天袭击时,odonkor被迫快速摆脱那些计划。

“突然,没有人在校园里,没有人使用能量;建筑物没有正常运作。我们看到的数据突然非常不规则,”他说。

那是他发现橡树岭挑战,晚了,但及时加入了进入。

“从其他球队开始令人生畏,但在全国各地的团队中,这也很令人兴奋,”奥杜克尔召回。

本科团队开始下载三个原始数据集 - 描述芝加哥市中心“循环”商业区的建筑股票,气象站读物和建筑能源使用 - 由国家实验室收集和提供的一平方英里。

接下来,该组设置为以各种方式分析该数据。

我们在靠近这种规模附近的任何地方都没有分析数据,“占据小队的初级尼奥尼奥说。”但随着我们都成为朋友,正如Odonkor教授所指导的那样,我们肯定变得更容易,因为我们学会了在Zoom上学会合作或通过共享屏幕。“

multicolored chart showing Chicago energy use in buildings
学生团队分析了建筑物库存,天气和能源使用,然后使用开普勒制作可视化

努力在笔记本电脑上做高负荷计算,团队成员Estevez击中了构建SQLite数据库的解决方案,以更快地处理一些数据。

“我写了一个处理给我们的天气数据的脚本,一个大的CSV文件为10个不同位置的16个值,在整整一年的时间为15分钟,”Estevez“解释说,然后创建了一个本地数据库并上传了每行数据进入它。

“这两个都减少了天气数据集的大小 - 只有大约一半的数据点都在我们的地理区域内 - 并且还允许我们查询特定日期或时间'值的数据,而不是必须不断读取整个文件。“

潜水,他们开始检测模式。在团队的主要结论中,芝加哥市中心北部和南部地区在建筑物库存,能源使用量和能源效率方面不同,所以他们构成了团队称之为“两半”的人:一个由高大组成的,节能结构,另一个由高度,效率低,效率低,能量源不同的建筑物组成。

“我们无法发现此洞察力以前发表过,”Odonkor Notes Odonkor。

该团队还确定了该公司的分析,即市中心区经历了温度和风梯度的可辨别微跨度,每个都可能影响局部能源使用。

选择欧洲欧洲人民为法官和会议与会者提供了两分钟的投票,向法官和会议与会者展示了本集团的工作和结论 - 最终将史蒂文斯团队在该类别中获得的谈话。

“我读到的最接近的是在高中词干比赛中;这是一个非常不同的感觉,”她回忆道。 “但我觉得我做得很好。”

在她分配了两分钟期间,inneo描述了团队的目标,方法和方法。

“她很自信,雄辩,到目前为止,用她的球队所做的伟大工作的命令和概要给了法官留下了令人印象深刻的法官,”奥顿·哥哥说。

史蒂文斯团队还使用开普勒,开源地理空间工具箱以及局部微跨度的运动视频创建了一套令人印象深刻的高分辨率可视化。图形成立了团队的第二次介绍的一部分,“微观气候对城市建筑能源消耗的宏观影响”,其中也将在10月份会议的诉讼程序中发表。

该项目明年可能会继续,Odonkor表示,作为对芝加哥数据的更深入分析或作为史蒂文斯校园内收集的数据的最初计划分析的形式。