{"id":30011,"date":"2022-05-20T10:00:00","date_gmt":"2022-05-20T10:00:00","guid":{"rendered":"https:\/\/comet.technology\/?p=30011"},"modified":"2022-05-31T08:29:22","modified_gmt":"2022-05-31T08:29:22","slug":"hypergryd-al-clima-2022","status":"publish","type":"post","link":"https:\/\/comet.technology\/ca\/2022\/05\/20\/hypergryd-al-clima-2022\/","title":{"rendered":"Hypergryd al CLIMA 2022!"},"content":{"rendered":"\n

El nostre soci KTH presentar\u00e0 al CLIMA 2022 el primer treball sobre prediccions de c\u00e0rrega mitjan\u00e7ant t\u00e8cniques d’Aprenentatge Autom\u00e0tic realitzades en el marc del projecte HYPERGRYD. <\/p>\n\n

El REHVA World Congress CLIMA, que es celebra del 22<\/sup>al 25<\/sup>de maig a Rotterdam, \u00e9s el principal congr\u00e9s cient\u00edfic internacional en l’\u00e0mbit de la calefacci\u00f3, ventilaci\u00f3 i aire condicionat (HVAC). El Programa Cient\u00edfic inclou cinc tem\u00e0tiques diferents: Energia, Digitalitzaci\u00f3, Salut i Confort, Circularitat i Aprenentatge i Educaci\u00f3. <\/p>\n\n

Qian Wang, de KTH, presentar\u00e0 la pon\u00e8ncia de la confer\u00e8ncia “Un nou enfocament d’aprenentatge autom\u00e0tic per predir la c\u00e0rrega d’energia a curt termini per a la futura calefacci\u00f3 de districte a baixa temperatura” el proper 25<\/sup>de maig durant la Sessi\u00f3 Paral\u00b7lela sobre Digitalitzaci\u00f3. <\/p>\n\n

En aquest treball, desenvolupem m\u00e8todes d’aprenentatge autom\u00e0tic per predir la demanda d’energia de calefacci\u00f3 di\u00e0ria dels usuaris finals de calefacci\u00f3 de districte (DH) en resoluci\u00f3 hor\u00e0ria, utilitzant dades de mesurament existents per als usuaris finals de DH i les dades meteorol\u00f2giques. L’enfocament de l’estudi \u00e9s una an\u00e0lisi detallada dels nivells de precisi\u00f3 dels m\u00e8todes de predicci\u00f3 de c\u00e0rrega a curt termini. En particular, els nivells de precisi\u00f3 es quantifiquen per als models de xarxa neuronal artificial (ANN) amb variacions en els par\u00e0metres d’entrada. S’investiga la import\u00e0ncia de les dades hist\u00f2riques, en particular la import\u00e0ncia d’incloure c\u00e0rregues hist\u00f2riques de calefacci\u00f3 per hora com a entrada al model de predicci\u00f3. A m\u00e9s, s’estudia l’impacte de les diferents longituds de les dades d’entrada hist\u00f2riques. <\/p>\n\n

Els nostres m\u00e8todes s’avaluen i validen utilitzant dades de mesura d’un cas d’\u00fas viu en un entorn escandinau, recollides de 20 resid\u00e8ncies de gent gran durant els anys 2016 a 2019. Aquest estudi demostra que, tot i que hi ha una forta relaci\u00f3 lineal entre la temperatura exterior i la c\u00e0rrega de calefacci\u00f3, encara \u00e9s important incloure c\u00e0rregues de calefacci\u00f3 hist\u00f2riques com a entrada per a la predicci\u00f3 de futures c\u00e0rregues de calefacci\u00f3. A m\u00e9s, els resultats mostren que \u00e9s important incloure dades hist\u00f2riques d’almenys les 24 hores anteriors, per\u00f2 suggereixen una disminuci\u00f3 dels rendiments d’incloure dades molt m\u00e9s enrere que aix\u00f2. Els models resultants demostren la viabilitat pr\u00e0ctica d’aquests models de predicci\u00f3 en un cas d’\u00fas en viu. <\/p>\n\n

Aquest any, clima 2022 es podr\u00e0 seguir tant presencialment com en l\u00ednia. <\/p>\n\n

Feu clic aqu\u00ed per a m\u00e9s informaci\u00f3:<\/p>\n\n