Інтелектуальна система адаптивного керування мікрокліматом і енергоспоживанням розумного будинку на основі гібридних регресійно-нечітких моделей

Abstract

Мета. Метою роботи є розробка та дослідження інтелектуальної системи адаптивного керування мікрокліматом і енергоспоживанням розумного будинку, орієнтованої на підвищення енергоефективності житлових будівель за умов обмеженого ресурсу первинної енергії та зростаючих вимог до якості внутрішнього середовища, шляхом поєднання прогнозних можливостей регресійного аналізу з інтерпретованістю та робастністю нечіткої логіки прийняття рішень. Методика. Використано архітектуру інтелектуальної системи, що включає рівень збору даних IoT-сенсорів, аналітичний рівень прогнозування параметрів мікроклімату й енергоспоживання та рівень адаптивного керування HVAC-обладнанням. Для прогнозування температури, вологості, концентрації CO₂ та енергетичних витрат використано множинні лінійні регресійні моделі з рекурсивною ідентифікацією параметрів, що забезпечує адаптацію до змін інерційних властивостей будівлі та режимів її використання. Синтезована нечітка система прийняття рішень реалізує багатокритеріальне узгодження прогнозованих відхилень параметрів комфорту та енергетичних обмежень, формуючи інкрементні керувальні впливи у режимі реального часу. Результати. На основі імітаційно-експериментального аналізу проведено оцінку ефективності запропонованого підходу у порівнянні з традиційними алгоритмами керування та системами, що використовують лише прогнозні моделі без нечіткого висновування. Отримані результати підтверджують зниження сумарного енергоспоживання при одночасному підвищенні стабільності параметрів мікроклімату й збільшенні частки часу перебування у зоні комфорту. Показано, що інтеграція прогнозування з нечіткою логікою дозволяє зменшити коливання керувальних сигналів, скоротити тривалість перехідних процесів і підвищити стійкість системи до шумів вимірювань та модельної невизначеності. Наукова новизна. Наукова новизна роботи полягає у формалізації та практичній реалізації гібридної регресійнонечіткої моделі адаптивного керування мікрокліматом, що забезпечує випереджувальне прийняття рішень з явним урахуванням енергетичних обмежень і прогнозної невизначеності в умовах реальної експлуатації будівель. Практична значущість. Практичне значення отриманих результатів полягає у можливості використання запропонованої інформаційної технології при розробленні енергоефективних систем керування розумними будинками та іншими кіберфізичними об’єктами будівельної інфраструктури, а також у створенні передумов для подальшої інтеграції з системами відновлюваної енергетики, накопичення енергії та інтелектуального енергоменеджменту.