Учёные научились прогнозировать расход энергии по статусу приборов

Учёные из Токийского научного института разработали метод Group Encoding GE, который позволяет точно предсказывать потребление электроэнергии в зданиях, используя только данные о статусе приборов - включены они или нет. Метод не требует дополнительных датчиков: он работает на основе уже существующей информации, собираемой системами управления зданиями BEMS.



В исследовании, опубликованном в Applied Energy, точность краткосрочного прогноза возросла на 74%, а ошибка на горизонте в один час составила всего 3,27% — это рекорд среди аналогичных систем.

Технология GE работает следующим образом: приборы сначала группируются по типам, таким как отопление, вентиляция или насосы. Каждому устройству присваивается вес, который может быть одинаковым или зависеть от его энергопотребления. Затем эти группы преобразуются в числовые значения, которые подаются в модель машинного обучения для прогнозирования потребления электроэнергии.

GE протестировали в энергоинновационном здании Science Tokyo, где каждую минуту фиксируются данные более чем с 1500 приборов. В настоящее время осуществляется внедрение метода в систему Ene-Swallow®, управляющую воздушно-угольными батареями. В дальнейшем планируется запуск стартапа на основе технологии.

Преимущества GE включают отсутствие необходимости в дорогостоящих сенсорах, быструю обработку данных, что особенно важно для работы в реальном времени, а также повышение эффективности распределённых энергосистем, базирующихся на возобновляемых источниках энергии, таких как солнечные панели и аккумуляторы.

В настоящее время технология прошла проверку только на одном здании, имеющем нестандартную инфраструктуру. Неизвестно, насколько он эффективен в обычных жилых домах с меньшим числом приборов. Кроме того, пока не изучены вопросы кибербезопасности.

Читайте также: