El nostre soci KTH presentarà al CLIMA 2022 el primer treball sobre prediccions de càrrega mitjançant tècniques d’Aprenentatge Automàtic realitzades en el marc del projecte HYPERGRYD.
El REHVA World Congress CLIMA, que es celebra del 22al 25de maig a Rotterdam, és el principal congrés científic internacional en l’àmbit de la calefacció, ventilació i aire condicionat (HVAC). El Programa Científic inclou cinc temàtiques diferents: Energia, Digitalització, Salut i Confort, Circularitat i Aprenentatge i Educació.
Qian Wang, de KTH, presentarà la ponència de la conferència “Un nou enfocament d’aprenentatge automàtic per predir la càrrega d’energia a curt termini per a la futura calefacció de districte a baixa temperatura” el proper 25de maig durant la Sessió Paral·lela sobre Digitalització.
En aquest treball, desenvolupem mètodes d’aprenentatge automàtic per predir la demanda d’energia de calefacció diària dels usuaris finals de calefacció de districte (DH) en resolució horària, utilitzant dades de mesurament existents per als usuaris finals de DH i les dades meteorològiques. L’enfocament de l’estudi és una anàlisi detallada dels nivells de precisió dels mètodes de predicció de càrrega a curt termini. En particular, els nivells de precisió es quantifiquen per als models de xarxa neuronal artificial (ANN) amb variacions en els paràmetres d’entrada. S’investiga la importància de les dades històriques, en particular la importància d’incloure càrregues històriques de calefacció per hora com a entrada al model de predicció. A més, s’estudia l’impacte de les diferents longituds de les dades d’entrada històriques.
Els nostres mètodes s’avaluen i validen utilitzant dades de mesura d’un cas d’ús viu en un entorn escandinau, recollides de 20 residències de gent gran durant els anys 2016 a 2019. Aquest estudi demostra que, tot i que hi ha una forta relació lineal entre la temperatura exterior i la càrrega de calefacció, encara és important incloure càrregues de calefacció històriques com a entrada per a la predicció de futures càrregues de calefacció. A més, els resultats mostren que és important incloure dades històriques d’almenys les 24 hores anteriors, però suggereixen una disminució dels rendiments d’incloure dades molt més enrere que això. Els models resultants demostren la viabilitat pràctica d’aquests models de predicció en un cas d’ús en viu.
Aquest any, clima 2022 es podrà seguir tant presencialment com en línia.
Feu clic aquí per a més informació:
