Енергийната ефективност е основна цел за машинно обучение
Енергийната ефективност е основна цел за машинно обучение

Видео: Енергийната ефективност е основна цел за машинно обучение

Видео: Введение в Машинное Обучение (Машинное Обучение: Zero to Hero, часть 1) 2022, Декември
Anonim

Темата за енергийно ефективните сгради продължава да се появява. Прекарах време тази седмица в разговор с изпълнителния директор на компания за градско моделиране относно потенциалните начини, по които техният продукт може да бъде свързан с тази цел както на жилищно, така и на търговско ниво. На местна конференция за борба с климата в края на миналата година голяма част от сесията беше посветена на това да накара сградите да консумират по-малко енергия, нещо с намаляваща възвръщаемост на климата, тъй като енергията декарбонизира, и с относително ниска климатична стойност, която вече е в юрисдикция със само 15 грама CO2e на kWh електричество.

Интелигентна графика на сградата
Интелигентна графика на сградата

Снимката е предоставена от Националната лаборатория на Тихоокеанския северозапад

Но това не означава, че ефективността на изграждането няма значителни предимства дори в края на играта на декарбонизация и електрификация на всичко, крайна игра, до която все още сме далеч. Повишаването на ефективността днес ще се отплати с климатичните и икономически ползи през следващите 20-30 години и докато аз прогнозирам намалени цени на електроенергията през 2050 г., ефективността пак ще бъде по-евтина от алтернативата. Там, където тенденцията климат спрямо кривите на разходите ще се различава във всяка юрисдикция, като една от съседните юрисдикции все още вижда 800 грама CO2e на kWh и ново правителство, което е много по-малко ангажирано да намали тази цифра.

И тук идва машинното обучение. Множество фирми използват технологията, за да оптимизират потреблението на енергия в сградите.

Нека започнем нашето турне с EP&T Global. Основана в Австралия през 1993 г., компанията е фокусирана върху търговската енергийна и водна ефективност през последните 27 години. Той има операции по целия свят, така че печели глобалното от негово име. Тези световни инсталации на нейните сензори и софтуер EdgeZeus IoT му осигуряват 4,5 милиарда набора от данни за ефективността на търговските сгради годишно, което му дава голям набор от данни за най-големи оптимизации. И го прави. Компанията прилага машинно обучение към данните, за да сортира сигнала от шума и да идентифицира комбинацията от промени с най-голяма стойност за сградите на своите клиенти, както по отношение на преките настройки на околната среда, така и по-значителни намеси.

Verdigris, следващата спирка от нашето турне, е по-нова компания, създадена около IoT и усъвършенствани анализи в района на залива на Сан Франциско през 2011 г. Тя е постигнала най-голям успех в хотелиерството и технологичните компании с бързо инсталираните си IoT сензори, които се закрепват върху електрически вериги. Компанията претендира за 20% -50% намаление на енергията и освен това тези резултати са по-добри от нейните конкуренти поради вземане на проби 8 000 пъти в секунда. Това му позволява да идентифицира проблеми, които другите пропускат, и прави машинното обучение за сортиране на сигнала от шум критичен компонент.

Връщайки се към Австралия, ние откриваме Exergenics, който има различен фокус: оптимизиране на климатизацията и охлаждането в търговската мрежа. Компанията събира съществуващите данни за управление на сградата, създава цифров близнак на охлаждащата технология и след това използва машинно обучение и собствени алгоритми, за да дефинира оптимално последователност и балансиране на натоварването за действителния профил на експлоатацията на сградата въз основа на нейната история. Както при много от тези решения, те обвързват външните условия на околната среда и данните за изграждане в реално време, за да поддържат всичко оптимално.

След това ще се качим на самолет и ще стигнем до Великобритания до базираната в Кеймбридж фирма Geo. Той е в различен мащаб в спектъра и работи, за да направи домовете възможно най-ефективни чрез зонирано отопление и управление на топла вода. Компанията е свързала машинното обучение с различна част от проблемното пространство в партньорството си с норвежкия доставчик на енергия Истад Крафт, оптимизирайки енергийните разходи. Цялото портфолио от инсталирани уютни решения загрява водата, когато електричеството е евтино, поддържа комфортни температури за собствениците на жилища и им дава интелигентни сигнали за приложение за телефон и контрол, за да балансира комфорта с цената.

Този път кратък скок, до Дъблин, Ирландия, до Wattics, поредното стартиране от 2011 г. Основният му продукт е табло за управление в облак, което интегрира, анализира и показва данните за потреблението на енергия за предприятията. Компанията маркира своя продукт за консултантски услуги и го продава на комунални услуги и разбира се на корпоративни енергийни мениджъри. Повечето от клиентите му са в Обединеното кралство и още по-тясно в Ирландия, но той успя да се укрепи и в Латинска Америка и се разширява. Част от облачното му портфолио е компонент за машинно обучение за усъвършенстван анализ и откриване на възможности за повишаване на ефективността.

След непълна обиколка на Британските острови, ще се върнем в Австралия, която надвишава теглото си с компании за ефективност с възможност за машинно обучение. Този пример за породата е Tempus, Нейната цел е управление на търсенето, за да се приведе в съответствие както с ниски разходи за електроенергия, така и с ниски източници на въглерод.

„Технологията Tempus използва интелигентни контроли, работещи с нашето машинно обучение (AI), за да прогнозира пазарните цени и автоматично да коригира енергийната употреба, която не е критична за времето, към по-чисти и по-евтини времена.“

Компанията има успешни изпитания, завършени в Австралия и Южна Африка, и ги разширява на национално ниво, предоставяйки десетки MW гъвкавост на търсенето на комунални услуги, като същевременно намалява емисиите на въглеродни емисии от клиента с заявените 21%.

И сега, към друг Кеймбридж, този в Масачузетс, САЩ, където Джулия Компютър започва работа по инициатива за машинно обучение за Американската агенция за енергийни изследвания (ARPA-E). Фокусът на тази финансирана инициатива е за пореден път оптимизиране на натоварванията на ОВК. По-интересното от друга инициатива за машинно обучение по ОВК е произходът. Джулия всъщност е високоефективен език за анализ с отворен код, оптимизиран за неща като машинно обучение. Той е имал над 10 милиона изтегляния и има големи потребители като Blackrock, който със 7 трилиона долара активи е най-големият инвестиционен фонд в света и този, който наскоро попадна в заглавията с обявяването си за преместване на огромното си портфолио към крайни инвестиции, които имат „Висок риск за устойчивост.“Джулия се доставя в комплект с графичните процесори за машинно обучение на NVidia. Съюзът за моделиране на климата на Caltechs наскоро обяви, че Джулия ще бъде езикът за следващия кръг на многомилионния му климатичен модел. Този произход означава, че много здрав модел може да се появи бързо и потенциално да бъде широко достъпен без търговски условия. Твърде рано е да се каже със сигурност, но това може да бъде широко използваем инструмент за промяна на ефективността на HVAC.

Има още. 75F от Минесота е система за управление на сгради с възможност за машинно обучение. Mixergy разполага с интелигентен бойлер за топла вода. Evolve Energy всъщност е модерна програма, използваща машинно обучение, за да оптимизира търсенето на своите клиенти с евтина възобновяема енергия с много ниски режийни разходи. Несъмнено в Китай съществуват повече, които осигуряват по-голяма ефективност на този огромен пазар и вероятно други азиатски страни. И несъмнено ще се появят още.

Популярни по теми