Zastosowanie algorytmów samouczących się w automatyce budynkowej

Systemy zarządzania budynkami, popularnie nazywane BMS są coraz częściej wykorzystywane zarówno w obiektach komercyjnych takich, jak centra handlowe, halach przemysłowych, jak i budynkach mieszkalnych. Stwarzają one ogromne możliwości, jeśli chodzi o podniesienie komfortu domowników, jak i zmniejszenie kosztów eksploatacyjnych, głównie poprzez obniżenie kosztów energii. Co ciekawe, oszczędności nie muszą wiązać się z obniżeniem standardu życia. Istnieje wiele rozwiązań, które są jednocześnie energooszczędne oraz wygodne dla użytkowników. W dobie rosnących cen energii, kontrola zużycia energii w budynkach staje się niezwykle istotna.

W pełni zautomatyzowany system – wyzwanie, które warto podjąć
W pełni zautomatyzowane systemy przynoszą mnóstwo korzyści, ale ich opracowanie wcale nie jest najłatwiejszym zadaniem. Może na nie wpływać mnóstwo czynników. Są zależne między innymi od parametrów pogodowych oraz technicznych budynku. Nie bez znaczenia jest również sposób użytkowania konkretnego budynku. Właśnie, dlatego systemy informatyczne stają się wraz z upływem czasu coraz bardziej złożone. W systemach zarządzania budynkiem należy zintegrować rozmaite czujniki, instalacje, elementy systemu HVAC. Podsystemy, które w przeszłości funkcjonowały samodzielnie trzeba połączyć w jedną spójną, sprawnie działającą całość. Algorytmy wykonawcze dla standardowych systemów BMS są dosyć proste. Jednak zarządzanie automatyką budynkową będzie wymagało coraz większej pro aktywności systemów.

Jakie korzyści przynosi zastosowanie algorytmów samouczących się?
Wykorzystanie algorytmów w automatyce budynkowej jest powszechne. Starsze algorytmy oparte są na modelach, potrafiących zaadaptować się do zmieniających się warunków otoczenia. Coraz częściej algorytmy wykorzystują również statystyki. Dla przykładu instalacje ogrzewania lub chłodzenia budynku używają nastawów, które statystycznie są najlepsze w danych warunkach. Automatyka budynkowa w coraz większym stopniu opiera się jednak na algorytmach samouczących się. Tzw. Machine Learning jest częścią sztucznej inteligencji albo inteligencji obliczeniowej. Systemy Smart Home mogą adaptować się do warunków otoczenia i konkretnych sytuacji. Zmieniają swoje parametry na podstawie analizy zachowań użytkowników. Dzięki nim efektywność energetyczna budynku rośnie. Spada natomiast zużycie energii elektrycznej oracz cieplnej.

Rozwój technologiczny sprawia, że idea inteligentnego budynku jest coraz pełniej realizowana. Systemy działające w oparciu o czujniki pogodowe, mogą dziś same podjąć decyzję o zamknięciu okien np. gdy pada deszcz albo stężenie szkodliwych substancji w powietrzu przekracza granice normy. To jednak nie wszystko. System samouczący się jest w stanie przewidzieć opady z wyprzedzeniem korzystając z prognoz pogody dostępnych w Internecie. Oświetlenie wewnętrzne można dziś z łatwością dostosować na podstawie pomiarów natężenia światła na zewnątrz, a temperaturę w pomieszczeniach na podstawie pomiarów temperatury zewnętrznej.

Systemy zarządzania automatyką budynkową zmierzają w stronę personalizacji. Obejmuje ona zarówno poszczególne pomieszczenia, jak i użytkowników. Inteligentne budynki są doceniane właśnie za możliwość dostosowania się do potrzeb użytkowników, a obecnie są w stanie robić to bardzo efektywnie, korzystając algorytmów samouczących się.

Podobne artykuły

Zastosowanie algorytmów samouczących się w automatyce budynkowej.


Systemy odzyskiwania energii.


Wybór technologii bezprzewodowej.


Czy informatyka przemysłowa pozwala zaoszczędzić?.