Умните къщи трябва да се „преобличат” според времето

Съвременният прочит на идеята за умната сграда предполага домът да тегли данни от онлайн източниците на прогнози за времето и да управлява системите си според прогнозата (източник: CC0 Public Domain)

Ако прогнозата вещае дъжд, най-вероятно ще си вземете чадър. Ако се очакват студове, ще си приготвите палто и ръкавици. Е, същият този вид подготовка трябва да се случва в умните сгради, в които системите за отопление и охлаждане следва да се самонастройват според прогнозата за времето.

Много се говори за умните къщи – че ще разпознават собственика си и ще му отварят вратата сами, че хладилникът ще знае коя храна намалява и ще я поръчва онлайн от магазина, че пералнята ще се включва да пере във време от денонощието, когато токът е най-евтин.

Също за комфорта – че силата на осветлението ще се променя според настроението на обитателя, че отоплението ще се включва навреме преди прибирането му от работа. Но рядко някой отваря дума за друга енергоспестяваща функция: пренастройването според времето.

Промените на времето навън са пряко свързани с разхода на енергия. А когато умният дом не е адекватен на промените, загубите са големи. Например, при рязко застудяване, ако в дома има отворени прозорци, отоплителната система ще заработи, но ще губи голяма част от топлината.

Съвременният прочит на идеята за умната сграда предполага домът да тегли данни от онлайн източниците на прогнози за времето – и да управлява системите си според прогнозата. Но когато тя е грешна – както нeрядко се случва, сградите могат да губят енергия – точно както ние можем да се окажем мокри до кости или простинали, ако повярваме на грешна прогноза за сухо и топло време.

Нов подход, разработен от Фенгки Ю, професор по инженерни системи в Университета Корнел, предвижда точността на прогнозата за времето. Той използва модел за машинно самообучение, трениран с данни от прогнози, трупани в продължение на много години, и реалните климатични условия.

Прогнозите се комбинират с математически модел, който отчита характеристиките на сградата, включително размера и формата на помещенията, строителните материали, местоположението, данните от сензорите, позицията на прозорците. Резултатът е интелигентна система за сграден контрол, която може да намали потреблението на енергия с до 10%, според проучване, проведено от екипа на Ю в „Toboggan Lodge” – почти 90-годишна сграда на територията на Корнел.

Ако самата сграда може да бъде достатъчно„интелигентна“, за да познава метеорологичните условия, или поне по някакъв начин да узнава малко повече за информацията за прогнозата за времето, тя може да промени настройките си за автоматично управление на системите за отопление и охлаждане, за да пести енергия и да осигури повече комфорт за обитателите си.

„Например, ако знам, че слънцето ще изгрее много скоро, следователно ще е топло, тогава вероятно няма да се налага да отоплявам толкова много къщата. Ако знам, че тази вечер ще дойде буря, тогава ще се опитвам да стопля дома отрано, за да мога да поддържам комфорта”, казва Ю, цитиран от techxplore.com. Така системите стават по-умни, за да могат да предвидят поне частично бъдещето и да вземат оптимални решения.

Рецензент на разработката на Ю е Чао Шан, бивш сътрудник на Корнел в лабораторията на Ю, а сега и асистент по автоматизация в университета в Цинхуа. Екип от студенти е помогнал на Ю за разработване на казуса на „Toboggan Lodge“, в допълнение към събирането на годишни данни за времето и климатични данни, за да се обучи моделът за машинно самообучение.

С тази информация моделът може да открива елементи на несигурност при температурата, валежите, слънчевото греене. Въз основа на нивото на несигурност в прогнозата моделът се адаптира по съответен начин.

„Дори най-добрата система за прогнозиране на времето няма да ви даде най-точната информация”, казва Ю. „Освен това информацията за прогнозата за времето обикновено е за определен регион, но не и за конкретна локация“.

Комбинирането на алгоритмите за машинно самообучение и методите за математическо програмиране създава система за управление, която е по-точна и „по-умна“, отколкото всеки от тях би бил сам по себе си. Рамката има потенциални приложения в системите за контрол на сградите, контрол на напояването в селското стопанство, както и в управлението на вътрешния климат във вертикални ферми и фабрики.

„Нямаме идеален начин да прогнозираме времето, така че най-доброто, което можем да направим, е да комбинираме изкуствен интелект и механистично моделиране”, казва Ю. Тези две неща, по неговите думи, никога не са били хармонизирани по систематичен начин за автоматичен контрол и управление на енергията.