Crédito:CC0 Public Domain
En una época de infraestructura obsoleta y un control cada vez más inteligente de los edificios, la capacidad de predecir cómo los edificios usan la energía y cuánta energía usan sigue siendo difícil de alcanzar, hasta ahora.
Investigadores de Arabia Saudita, China y Estados Unidos colaboraron para desarrollar una forma más inteligente de predecir el uso de energía a través de un método que involucraba sistemas artificiales. experimentos computacionales y computación paralela. Publicaron sus resultados en IEEE / CAA Journal of Automatica Sinica .
"Generalmente, Es un desafío predecir el consumo de energía de los edificios precisamente debido a muchos factores ambientales influyentes relacionados con el consumo de energía, como la temperatura exterior, humedad, el día de la semana, y eventos especiales, "dijo Abdulaziz Almalaq, autor del artículo y profesor asistente en el Departamento de Ingeniería Eléctrica de la Facultad de Ingeniería de la Universidad de Hail en Arabia Saudita.
"Si bien los parámetros ambientales son recursos útiles para la predicción del consumo de energía, predicción utilizando una gran cantidad de parámetros operativos de un edificio, como la temperatura ambiente, grandes electrodomésticos y calefacción, ventilación, y parámetros del sistema de aire acondicionado (HVAC), es un problema bastante complicado, en comparación con la predicción que utiliza solo datos históricos ".
Según Almalaq, los parámetros ambientales son útiles pero limitados. Por ejemplo, dos edificios idénticos en entornos idénticos pueden tener consumos de energía muy diferentes en función de cómo se utilicen los edificios. Incluso si ambos edificios se mantienen a la misma temperatura, El sistema HVAC de un edificio necesitará usar más energía si ese edificio está celebrando un evento con unos pocos cientos de personas.
"La predicción precisa del consumo de energía en un momento específico en muchas condiciones exteriores e interiores se convierte en un paso esencial para mejorar la eficiencia energética y la gestión en un edificio inteligente, "Dijo Almalaq.
Almalaq y su equipo utilizaron algoritmos híbridos de aprendizaje profundo, junto con sistemas artificiales, experimentos computacionales y teoría de la computación paralela basada en complejos, pero genérico, sistemas. Cuando se probó con un edificio real en la Universidad de Colorado en Denver, el método ayudó significativamente a mejorar la gestión de la energía.
“El análisis realizado en este documento mostró que el modelo híbrido de aprendizaje profundo es una poderosa herramienta de inteligencia artificial para modelar sistemas complejos multivariables, ", Dijo Almalaq." Tiene el potencial de ser aplicado en diferentes áreas, como la oficina inteligente, la casa inteligente y la ciudad inteligente ".