22
3.2.2 Thiết kế bảng câu hỏi khảo sát
BCH là một trong những cơng cụ phục vụ mục đích nghiên cứu phổ biến nhất, được sử dụng để thu thập thông tin, dữ liệu sơ cấp từ nhiều người. Việc thu thập dữ liệu bằng bảng khảo sát giúp dễ dàng có được thơng tin từ một số lượng lớn người tham gia trả lời, thực hiện trong thời gian ngắn, với đúng mục tiêu nghiên cứu và đúng đối tượng cần khảo sát.
Kết quả nghiên cứu phụ thuộc nhiều vào các kỹ thuật thiết kế BCH, do đó cần xây dựng BCH một cách khoa học, rõ ràng, xác định được đúng mục tiêu nghiên cứu, mang tính học thuật nhưng cũng dễ đọc hiểu nhằm đảo bảo tính khách quan cũng như độ tin cậy của dữ liệu thu được.
BCH được thiết kế dựa trên các tài liệu và tổng hợp các nghiên cứu trước, kết hợp tham khảo ý kiến các chuyên gia am hiểu về lĩnh vực tư vấn thiết kế cơng trình xanh hoặc cơng trình có ứng dụng các biện pháp TKNL. Sau đó, tiến hành khảo sát đại trà để thu thập dữ liệu. Dữ liệu thu thập được chủ yếu từ câu trả lời của các đối tượng được khảo sát, do đó BCH cần được thiết kế một cách hợp lý nhằm đảm bảo độ tin cậy cũng như tính khách quan của nghiên cứu. Những người tham gia khảo sát sẽ đánh dấu vào câu trả lời phù hợp với quan điểm của mình, về mức độ hiệu quả của các giải pháp đến khả năng TKNL cho cơng trình bằng thang đo Likert năm mức độ:
ĐTKS là các kiến trúc sư, kỹ sư và các cá nhân đã từng tham gia hoặc có hiểu biết về CTX hoặc cơng trình HQNL, đang cơng tác ở vị trí chủ đầu tư, tư vấn thiết kế, tư vấn CTX, tư vấn giám sát và nhà thầu thi công. Việc lựa chọn ĐTKS phù hợp là yêu cầu bắt buộc và ảnh hưởng đến kết quả khảo sát.
23
3.2.3 Xác định cỡ mẫu
Xác định cỡ mẫu là một bước quan trọng nhằm tăng độ chính xác của kết quả nghiên cứu. Theo Bollen, mẫu nghiên cứu tối thiểu phải gấp 5 lần số lượng biến quan sát [28]. Theo Hoàng Trọng và Chu Nguyễn Mộng Ngọc [29] thì kích thước mẫu được chọn ít nhất phải gấp 4 hoặc 5 lần số biến quan sát.
Do đó, với số lượng giải pháp, tương đương với biến quan sát ban đầu là 32 thì cỡ mẫu ước tính sẽ khoảng 160 mẫu.
3.2.4 Kỹ thuật lấy mẫu
Mục đích của việc lựa chọn phương pháp lấy mẫu phù hợp là đạt được mẫu đại diện cho cả quần thể nghiên cứu. Có hai Phương pháp chọn mẫu chính thường được sử dụng là: (1) Chọn mẫu khơng xác suất và (2) chọn mẫu xác suất.
Nghiên cứu này sử dụng phương pháp lấy mẫu phi xác suất với kỹ thuật lấy mẫu thuận tiện. Việc lựa chọn kỹ thuật này giúp tiết kiệm thời gian và chi phí, thêm vào đó, kỹ thuật này cũng phù hợp trong nghiên cứu khám phá và kiểm định giả thuyết.
Tác giả tiến hành lập BCH bằng file word và cơng cụ google biểu mẫu, sau đó gửi BCH khảo sát đến các ĐTKS thơng qua các kênh như email, zalo, facebook. Do yếu tố giới hạn thời gian cũng như kinh phí thực hiện, các cơng ty, các ĐTKS được lựa chọn đa số là từ các mối quan hệ quen biết, các đối tác làm việc của tác giả thay vì tồn bộ các cơng ty, cá nhân làm việc trong lĩnh vực xây dựng tại Tp. Hồ Chí Minh. Vì vậy, mặc dù độ tin cậy có thể khơng q cao như các phương pháp lấy mẫu xác suất, kỹ thuật lấy mẫu thuận tiện là có thể chấp nhận được trong luận văn này.
3.2.5 Sàn lọc dữ liệu
Để tăng mức độ tin cậy cho kết quả thu thập dữ liệu, tác giả tiến hành sàn lọc để loại bỏ các phiếu trả lời không hợp lệ, cụ thể như sau:
- Người trả lời khảo sát chưa từng tham gia và cũng khơng tìm hiểu, cập nhật kiến thức về các dự án cơng trình xanh hoặc cơng trình có áp dụng
24
các giải pháp TKNL.
- Những câu trả lời được đánh theo một quy luật cố định, hoặc chỉ chọn một đáp án duy nhất.
- Những câu trả lời lựa chọn thiếu, hoặc chọn nhiều hơn một đáp án. Bảng 3.1 Thống kê số lượng dữ liệu thu thập
STT Nội dung Số lượng Tỷ lệ
1 Tổng số bảng câu hỏi gửi đi 350 100.0%
2 Số phiếu trả lời 208 59.4%
3 Số phiếu trả lời không hợp lệ 42 20.2%
4 Kết quả 166 79.8%
3.3. Cơng cụ phân tích dữ liệu 3.3.1 Kiểm định độ tin cậy thang đo 3.3.1 Kiểm định độ tin cậy thang đo
Việc kiểm định thang đo rất quan trọng trong việc xác định độ tin cậy của BCH, nhằm đánh giá xem các biến quan sát của nhân tố chính có đáng tin cậy không, tương quan với nhau như thế nào. Nghiên cứu này kiểm định độ tin cậy thang đo bằng hệ số Cronbach’s Alpha:
Cơng thức tốn học của hệ số Cronbach’s Alpha [29]:
=
1 + ( − 1)
Trong đó: ρ là hệ số tương quan TB giữa các biến quan sát và N là nhân tố (giải pháp trong nghiên cứu này).
25
3.3.2 Phương pháp xếp hạng
Từ dữ liệu thu được thông qua BCH khảo sát, tác giả sử dụng phương pháp xếp hạng thứ tự giá trị trung bình (Mean) mức độ ảnh hưởng của các giải pháp, nhằm mục đích xác định các giải pháp hiệu quả nhất đến khả năng TKNL cho tòa nhà văn phòng.
3.3.3 Kiểm định Kiểm định One Sample T-Test
Mục đích của kiểm định One Sample T-Test là để so sánh trung bình (mean) của tổng thể với một giá trị cụ thể nào đó. Đối với nghiên cứu này, tác giả muốn kiểm tra xem các ĐTKS có nhận định các giải pháp đưa ra là khơng ảnh hưởng hoặc ảnh hưởng ít hay khơng, giá trị được dùng để so sánh là 2.5, giá trị trung lập giữa ảnh hưởng ít và ảnh hưởng trung bình.
Phép kiểm định cho bài toán một mẫu được thành lập như sau: : µ = 2.5
1: µ ≠ 2.5
Trong đó, µ là giá trị trung bình của một mẫu. Độ tin cậy được sử dụng trong kiểm định bài toán một mẫu là 95%
26
3.3.4 Kiểm định bài toán đa mẫu
Sử dụng phép kiểm định One-way ΑNOVA để xác định có bất kỳ sự khác biệt có ý nghĩa nào về giá trị trung bình giữa các đối tượng của nhiều nhóm độc lập với nhau hay khơng. Phép kiểm định cho bài tốn được thực hiện như sau:
Ho: µ1=µ2= …=µi=…=µn
H1: ít nhất một µi khác với những cái cịn lại
Trong đó 1, 2, …, µi là giá trị trung bình của các nhóm độc lập. Độ tin cậy được sử dụng trong kiểm định bài toán đa mẫu là 95%.
Quy trình phân tích One-way ANOVA như sơ đồ bên dưới:
27
3.4. Phần mềm mô phỏng mức tiêu thụ năng lượng DesignBuilder:
Designbuilder là một phần mềm chuyên dụng trong mơ phỏng năng lượng cho cơng trình dựa trên nhân tính tốn EnergyPlus mã nguồn mở, một cơng cụ giúp các kiến trúc sư, kỹ sư kiểm soát hiệu suất sử dụng năng lượng, carbon, ánh sáng và đánh giá tác động tới môi trường. DesignBuilder được phát triển với hiệu suất mô phỏng cao cùng với giao diện trực quan, đơn giản, do đó mang lại nhiều ưu điểm vượt trội như: Giải pháp sử dụng năng lượng tốt nhất sẽ được lựa chọn dễ dàng bằng cách so sánh các số liệu kết quả tính tốn; Cải tiến thiết kế theo từng giai đoạn để đáp ứng nhu cầu của chủ đầu tư; Thao tác dựng hình và chạy mơ phỏng (bao gồm những tòa nhà lớn, kiến trúc phức tạp) nhanh chóng với độ chính xác cao; Hỗ trợ việc nhập mơ hình được tạo bởi các phần mềm phổ biến trong xây dựng khác như BIM, AutoCAD…; Kết quả mơ phỏng cũng có thể biểu diễn ở dạng biểu đồ, hình minh họa hoặc định dạng báo cáo phù hợp với các chứng nhận LEED, LOTUS… [30]
DesignBuilder hoạt động dựa trên một lõi mơ hình 3-D và nhiều mơ-đun làm việc với nhau nhằm đưa ra những phân tích nâng cao cho các mục tiêu cụ thể: Mơ- đun 3-D lõi mơ hình hỗ trợ cơng tác dựng hình cơng trình nhanh chóng và dễ dàng; các mô-đun công cụ đi kèm như diễn họa mặt trời thể hiện bóng cơng trình, mơ phỏng với EnergyPlus để phân tích năng lượng và tiện nghi nhiệt; thuật toán Radiance được sử dụng để tính tốn độ rọi và tỷ lệ chiếu sáng tự nhiên; giao diện thân thiện với người dùng góp phần hỗ trợ việc thiết kế hệ thống HVAC dễ dàng và chuẩn xác; xem xét chi phí đầu tư xây dựng với mức phát thải carbon của cơng trình; lựa chọn phương án thiết kế tối ưu nhất dựa trên kết quả so sánh ứng với từng mục tiêu theo đuổi của dự án; phân tích kết quả và xuất báo cáo dựa vào các tiêu chí trong các hệ thống đánh giá CTX; mô phỏng hướng dịch chuyển của khơng khí bên trong và ngồi nhà nhằm tính tốn các chỉ số của áp suất, vận tốc gió, nhiệt độ và giới hạn tiện nghi nhiệt… [30]
DesignBuilder rất quen thuộc trong giới học thuật và nghiên cứu mô phỏng năng lượng, vì đây là phần mềm mơ phỏng năng lượng cơng trình có độ chính xác
28
cao bên cạnh giao diện dễ sử dụng. Những ưu điểm này giúp tiết kiệm thời gian để đào tạo cách sử dụng phần mềm cho các đối tượng nghiên cứu, điều này đồng nghĩa với việc giảng viên sẽ có nhiều thời gian hơn để tập trung vào các vấn đề chính của thiết kế và mơ phỏng. Do đó, luận văn này lựa chọn sử dụng DesignBuilder để mô phỏng nhằm tạo ra một bộ dữ liệu mức TTNL cho tịa nhà văn phịng.
3.5. Thuật tốn Random Forest 3.5.1 Tổng quan thuật toán 3.5.1 Tổng quan thuật toán
Random Forest là thuật tốn học có giám sát được sử dụng để giải quyết các bài toán phân lớp và hồi quy, được đề xuất bởi Breiman vào năm 2001 [31]. Các nghiên cứu đã chỉ ra RF có một số ưu điểm nổi trội như: có thể xử lý dữ liệu với nhiều thuộc tính, q trình học nhanh, cho kết quả dự đốn với độ chính xác cao, do đó trong những năm gần đây nó đã trở nên rất phổ biến [32].
RF là thuật tốn phân loại có kiểm định dựa trên cây quyết định và kỹ thuật Bagging và Bootstrapping đã được cải tiến. Quá trình học của RF bao gồm việc sử dụng các giá trị đầu vào một cách ngẫu nhiên, hoặc kết hợp các giá trị đó tại từng node trong quá trình xây dựng mỗi cây quyết định [33].
Khi rút tập mẫu từ một tập dữ liệu đào tạo, ước tính có khoảng hai phần ba các phần tử trong tập đào tạo tham gia vào q trình tính tốn, điều này có nghĩa là một phần ba phần tử khơng có nằm trong mẫu này, các phần tử khơng tham gia được dùng để ước tính lỗi xuất hiện từ việc kết hợp kết quả của các cây tổng hợp trong RF [34].
29
3.5.2 Quy trình xây dựng mơ hình Random Forest
Quy trình xây dựng mơ hình RF bao gồm 3 bước chính [34]:
30
Hai tham số quan trọng cần được xác định trong RF là ntree (số lượng cây trong rừng) và mtry (số thuộc tính chọn ngẫu nhiên tại mỗi nút để phát triển cây). Trong đó, ntree = 500, mtry = √ được đề xuất bởi Breiman [31]. Mỗi tập dữ liệu đầu vào được chia ngẫu nhiên thành 2 phần với tỷ lệ 70% cho phần đào tạo và 30% để kiểm tra [35].
3.5.3 Đánh giá độ chính xác của mơ hình RF
Độ chính xác của mơ hình dự đốn được đánh giá bằng cách chọn ngẫu nhiên một tập giá trị kết quả, rồi đem so sánh với tập giá trị kiểm tra tương ứng, giá trị dự đoán càng gần với giá trị kiểm tra có nghĩa mơ hình dự đốn có độ chính xác cao.
Bên cạnh đó, nghiên cứu cịn sử dụng chỉ số Nash Sutcliffe Efficiency (NSE) để đánh giá hiệu suất dự đốn của mơ hình:
NSE = 1- ∑ ( )
∑ ( )
Trong đó: nolà kích thước mẫu.
yt là giá trị được lựa chọn để đánh giá xt là giá trị dự đoán
ȳ là giá trị trung bình của yt trong mẫu
Giá trị NSE càng tiến đến 1, chứng tỏ hiệu suất dự đốn của mơ hình càng chính xác.
31
3.6. Xây dựng mơ hình dự đốn mức tiêu thụ năng lượng
Kết hợp mơ hình vật lý và mơ hình thống kê sử dụng kỹ thuật học máy như trình tự bên dưới.
32
Trong đó: Dữ liệu đào tạo dùng cho mơ hình RF, dữ liệu thử nghiệm dùng cho việc kiểm tra độ chính xác của mơ hình dự đốn sau khi được đào tạo.
3.7. Phần mềm được sử dụng trong nghiên cứu
Trong luận văn, các phần mềm hỗ trợ nghiên cứu đã được sử dụng cho các mục tiêu cụ thể như bảng bên dưới:
33
CHƯƠNG 4. XÁC ĐỊNH CÁC GIẢI PHÁP VÀ PHÂN TÍCH DỮ LIỆU NGHIÊN CỨU
4.1. Xác định các giải pháp nghiên cứu
Để phân tích và đưa ra các nhóm giải pháp, tác giả đã tìm hiểu dựa trên các nghiên cứu trước đây, tài liệu kỹ thuật chuyên ngành và tham khảo các chuyên gia có kinh nghiệm trong lĩnh vực CTX và cơng trình sử dụng HQNL. Nghiên cứu đã xác định được 32 giải pháp, chia thành 3 nhóm được liệt kê như sau:
Bảng 4.1: Bảng tổng hợp các giải pháp tiết kiệm năng lượng cho tòa nhà
STT Giải pháp tham khảo Nguồn
1
Lựa chọn vị trí tối ưu cho cơng trình nhằm giảm tải sử dụng năng lượng do các yếu tố khí hậu (nhiệt độ trung bình năm, tốc độ gió, hướng gió…)
[10]
2 Lựa chọn hướng cơng trình tối ưu nhằm hạn chế diện tích mặt đứng hướng Tây và hướng Đông [7]; [36]
3
Tối ưu phân vùng khơng gian trong cơng trình bằng cách sắp xếp các không gian trống như sảnh đệm, hành lang giáp với mặt đứng hướng Tây
[10]; Chuyên gia 4 Lựa chọn hình khối tổng thể tịa nhà nhằm giảm diện tích bề mặt tiếp xúc cơng trình với bề mặt bên ngồi [37]
5
Ứng dụng thủ pháp bóng đổ tự thân cho kiến trúc tịa nhà, nhằm mục đích giảm diện tích tiếp xúc của bề mặt tòa nhà với ánh nắng trực tiếp
[37]
6
Thực hiệc các mô phỏng ngay từ đầu giai đoạn thiết kế để có thể so sánh các giải pháp và thay đổi các chi tiết thiết kế dựa trên kết quả mô phỏng
34
STT Giải pháp tham khảo Nguồn
7 Sử dụng vật liệu hồn thiện bề mặt có chỉ số hấp thụ bức
xạ mặt trời thấp [10]; [7]
8 [10]; [7]
9 Sử dụng kính có hệ số truyền nhiệt thấp (U-value kính) [39];
10 [39];
11 Sử dụng tường có hệ số truyền nhiệt thấp (U-value tường) [40]; 12 Sử dụng mái có hệ số truyền nhiệt thấp (U-value mái) [40];
Chuyên gia
13 [10]; [7]
14
Sử dụng kết cấu che nắng bên ngoài nhằm giảm thiểu sự hấp thụ nhiệt không mong muốn do bức xạ mặt trời (ban công, lô gia, ô văng, lam che nắng …)
[22]; [10]
15 Lắp đặt mảng xanh trên mái và mặt đứng (bao gồm cả lớp thực vật và lớp chất trồng)
Đề xuất; Chuyên gia 16 Tối ưu thiết kế thơng gió tự nhiên (hành lan thơng gió,
thơng tầng…)
[10]; Chun gia 17 Tối ưu thiết kế chiếu sáng tự nhiên [10];
18 Thiết kế hệ thống HVAC TKNL (lựa chọn máy điều hịa có chỉ số COP cao, có cơng nghệ inverter…) [19]; [10]; 19 Cài đặt bộ điều khiển HVAC có thể lập trình và quản lý thơng minh [19]; [10]; 20 Làm mát tòa nhà bằng phương pháp phun sương từ lượng nước mưa dự trữ Đề xuất
35
STT Giải pháp tham khảo Nguồn
21 Sử dụng thiết bị chiếu sáng TKNL (ví dụ lựa chọn đèn chiếu sáng có chỉ số lumen/watt cao) Chuyên gia Đề xuất; 22 Thiết kế tối ưu mật độ công suất chiếu sáng (LDP) Chuyên gia 23
Sử dụng điều khiển chiếu sáng thông minh (tự động tắt mở đèn, tự động điều chỉnh độ sáng, chế độ hẹn giờ, cảm biến chuyển động, cảm biến thân nhiệt…)
[10]; [7];
24 Lựa chọn loại tường và trần có tính chất phản xạ ánh sáng cao Chuyên gia Đề xuất;
25 Đề xuất;
26 Lựa chọn hệ thống nước nóng có hệ số hiệu quả đun nóng cao [10]; [7];
27 Sử dụng hệ thống nước nóng NLMT Đề xuất