HVAC с «квантовым» управлением для улучшения комфорта и экономии энергии

Квант, он может дать нам более эффективные и удобные системы бытового отопления, вентиляции и кондиционирования. Это было выявлено группой ученых в Южной Корее. Команда, состоящая из исследователей из Корейского института науки и технологий (KAIST) и инженеров Национального университета Ханбата, изучила способ улучшить контроль над жилыми системами HVAC с помощью технологий обнаружения присутствия.

«Классический» контроль систем отопления, вентиляции и кондиционирования

Сегодня мы знаем, что системы отопления и охлаждения зданий представляют самую большую долю потребления жилья и третичный сектор. Поэтому эффективные эти системы имеют важное значение для снижения спроса на энергию и в то же время для осветления счетов. Одно из наиболее перспективных решений в этой области представлено контролем HVAC на основе занятия среды.

Этот подход основан на использовании датчиков, которые обнаруживают присутствие людей во внутренних пространствах, что позволяет системам отопления и кондиционирования функционировать только при необходимости, избегая ненужных энергетических отходов и уменьшая нагрузку на систему.

Секторные исследования показали, что таким образом можно получить энергосбережение в домах 20-50%. Жаль, что приложение в реальном мире все еще сталкивается с некоторыми проблемами, которые нельзя игнорировать. Технологии обнаружения присутствуют, на самом деле, длительное время амортизации и проблемы конфиденциальности. Кроме того, существует растущая потребность в передовых решениях, которые способствуют регулированию качества внутреннего воздуха, а также простому потреблению.

Контроль HVAC с квантовым обучением

Здесь вмешивается южнокорейское исследование. Ученые обратили свое внимание на HVAC на основе квантового обучения для подкрепления. О чем это? Интеллектуального метода управления, который использует принципы квантового расчета, таких как Сверхпасть изапутывание обрабатывать большое количество информации более эффективным и быстрым способом.

«В отличие от предыдущих работ, которые основаны исключительно на классическом расчете — пишет группу — Наша структура использует квантовое обучение, чтобы справиться со сложностями оптимизации HVAC в режиме реального времени«

Как квантовое обучение работает для подкрепления?

«Мы внедрили квантовую схему для учебного агента для подкрепления [una tecnica AI che impara per “tentativi ed errori” a prendere le decisioni migliori] И мы кодифицируем переменные здания (температура, занятие, потребление энергии) в квантовых состояниях ».

Квантовая схема развивает эти состояния, чтобы решить, какие управляющие действия будут лучшими, такими как повышение температуры в комнате или превращение вентиляции. Таким образом, квантовое решение изображается в классической команде, которую система HVAC может фактически выполнять.

Результаты исследования

Команда выполнила симуляции на основе реальных данных из 26 семей в период с июня по сентябрь 2021 года. Таким образом, они обнаружили, что контроль HVAC, основанный на квантовом обучении для подкрепления, значительно превышает две другие ключевые стратегии, такие как метод глубокого детерминированного градиента и алгоритм оптимизации проксимальной политики, одновременно сохраняя тепловой комфорт. Подробно, подход получил сокращение потребления энергии на 63-62% и сокращение затрат на электроэнергию на 64,4-62,5% по сравнению с двумя упомянутыми выше методами.

Не только это. Технология совместима с модернизацией и работает со стандартными датчиками температуры, присутствием и CO2, а также с общим оборудованием и термостатами HVAC.

«Его можно использовать в интеллектуальных термостатах и ​​автономных системах управления внутренними энергопотреблениями, которые оптимизируют комфорты, счета и выбросы без ручной корректировки, а также подключены к фотоэлектрическим панелям на крышах и домашних батареях», »,», Ученые объясняют. «Наша структура также полезна для программ реагирования на спрос и использование в зависимости от времени с автоматическим управлением».

Непрерывное исследование переменное обучение квантовому подкреплению для контроля HVAC и управления питанием в жилом здании было опубликовано на Энергия и ИИПолем