Please use this identifier to cite or link to this item: https://elib.utmn.ru/jspui/handle/ru-tsu/15434
Title: Моделирование теплового режима и управление теплоснабжением помещений умного здания
Other Titles: The Thermal Regime Simulation and the Heat Management of a Smart Building
Authors: Andrey, V. Shirokikh
Захаров, Александр Анатольевич
Захарова, Ирина Гелиевна
Ромазанов, Артур Ринатович
Широких, Андрей Валерьевич
Alexander, A. Zakharov
Irina, G. Zakharova
Artur, R. Romazanov
Keywords: энергосбережение;information system;machine learning;simulation;temperature control;heat management;thermal regime;smart building;energy efficiency;информационная система;машинное обучение;моделирование;управление теплоснабжением;тепловой режим;умный дом
Issue Date: 2018
metadata.dc.relation.ispartof: Вестник ТюмГУ: Физико-математическое моделирование. Нефть, газ, энергетика. 2018. Том 4 №2
Abstract: Высокие затраты на отопление и недостаточная эффективность управления температурным режимом крупных зданий определяют необходимость разработки инновационных методов оптимизации теплоснабжения, использующих преимущества технологий «Умный дом». В статье предложен подход к автоматизации процесса управления теплоснабжением помещений в режиме умного здания с целью снижения финансовых затрат при сохранении комфортного теплового режима. Основная идея предлагаемого подхода основана на возможности получения детализированной информации с датчиков температуры, ее интерпретации, мониторинга изменений и продуцирования адекватных решений по управлению теплоснабжением в режиме реального времени. Построена объектно-ориентированная модель температурного режима здания, включающая описание атрибутов объектов (отдельных помещений), геометрических и физических связей между ними. Геометрические связи определяются реальным поэтажным планом здания. Физические связи основаны на модели теплообмена внутри здания и с внешней средой. Рассмотрены особенности использования методов машинного обучения для уточнения значений параметров, обуславливающих особенности теплообмена в здании. Предложены способы классификации помещений с точки зрения характерного для каждого температурного режима при различных внешних условиях. На основе предложенного подхода спроектирована и разработана информационная система для моделирования теплового режима и управления теплоснабжением помещений. Функционал системы позволяет использовать ее как для проведения вычислительных экспериментов, основанных на сгенерированных температурных данных, так и для работы с реальными данными, периодически запрашиваемыми с датчиков, установленных в здании и во внешней среде. Модули машинного обучения обеспечивают постоянную корректировку модели здания в процессе получения новой информации о реальных температурных . High heating costs and insufficient efficiency of the large buildings temperature control determine the need to develop innovative methods for the heat supply optimization, taking advantage of the Smart Building technologies. This article suggests an approach to automaticize the heat supply management in a smart building. The goal is to reduce financial costs while maintaining a comfortable thermal regime. The proposed approach uses the possibility of obtaining detailed information from temperature sensors, its interpretation, monitoring of changes, and the generation of adequate heat management solutions in real time. The authors propose an object-oriented model of the building’s temperature regime, which includes the description of the object attributes (individual room), geometric connections and physical boundary conditions between these objects. Real floor plans of the building determine the geometric relationships. Physical boundary conditions come from the heat transfer model. The authors show the possibilities of machine learning methods for clarifying the values of the parameters that determine the heat transfer processes in the building. In addition, they suggest methods for rooms classification from the position of the temperature regime characteristic for each room under various external conditions. The proposed approach forms the basis of an information system for modeling the thermal regime and controlling the heat supply of the building. The system provides both simulations based on the generated temperature data and computational experiments with real data periodically requested from sensors installed inside and outside the building. Machine learning modules provide a permanent adjustment of the building model in the process of obtaining new information about real temperature conditions.
URI: https://elib.utmn.ru/jspui/handle/ru-tsu/15434
Appears in Collections:Вестник ТюмГУ: Физико-математическое моделирование. Нефть, газ, энергетика

Files in This Item:
File SizeFormat 
105_119.pdf1,14 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.