Prostorska napoved relativne energetske učinkovitosti stavb v Sloveniji z uporabo neenergetskih napovedovalnikov iz nacionalnega registra EPC

Povzetek

Nacionalni registri energetskih izkaznic so postali standardna empirična podlaga za analizo stavbnega fonda, vendar večina napovednih študij, ki temeljijo na takih registrih, slone na neposrednih energetskih kazalnikih, ki tesno odražajo same rezultate certificiranja. V tem ˇčlanku razvijemo prostorsko ozaveščen okvir strojnega učenja za Slovenijo, ki napoveduje relativno energetsko učinkovitost stavb izključno z neenergetskimi napovedovalci in tako izoliramo prispevek upravne lokacije k napovedni zmogljivosti. Analiza uporablja javen posnetek slovenskega registra EI z 58.310 zapisi, 16 spremenljivkami in 2.360 unikatnimi šiframi katastrskih občin v obdobju 2017 do 2025. Ciljna spremenljivka je definirana kot po letih normalizirani binarni indikator, ki je enak ena, kadar primarna energija stavbe presega nacionalno mediano primarne energije v letu izdaje izkaznice. Po konstrukciji cilja iz nabora napovedovalcev odstranimo vse neposredne energetske spremenljivke, ostanejo pa kondicionirana površina stavbe, tip izkaznice, kategorija EPBD, leto izdaje, številka dela stavbe in šifra katastrske občine. Primerjamo tri logistične regresijske modele. Model A uporablja le 6 neprostorskih napovedovalcev. Model B raziširi model A s ciljnim kodiranjem glajenih gub (angl. out of fold)šifer katastrske občine. Model C dodatno doda prostorski zamik (angl. spatial lag), izpeljan iz katastrske sosednosti. Na stratificirani razdelitvi 80/20 model A doseže ROC AUC 0,730 in F1 0,699, model B 0,748 in 0,708 in model C 0,748 in 0,708. Časovno vzdržljivostjo (angl. hold-out) z učenjem na obdobju 2017 do 2024 in testiranjem na letu 2025 ohrani isti vrstni red ob nižjih absolutnih vrednostih (ROC AUC 0,640, 0,661 in 0,661). Članek prispeva letno relativno formulacijo cilja, ki je robustna na strukturni prelom v enoti primarne energije, opažen med letoma 2022 in 2023 v javnem registru, empirično kvantifikacijo napovedne vrednosti katastrske lokacije v odsotnosti vsake neposredne energetske spremenljivke in negativno ugotovitev, da prostorski zamik soseske ne prinese opazne dodatne vrednosti, ko je na isti spremenljivki katastrske občine že uporabljeno glajeno ciljno kodiranje. Ogrodje je implementirano v Pythonu, celoten notebook, predprocesirane katastrske datoteke in slike izhodov po modelih pa so objavljeni za ponovljivost.