Аналитика больших данных на основе искусственного интеллекта для систем автоматизации и управления зданиями: обзор, актуальные проблемы и перспективы развития
AI-big data analytics for building automation and management systems: a survey, actual challenges and future perspectives
2022-10-15
SCID: 54.1/yddudcce
Discuss with AI
аналитика больших данных на основе ИИсистемы автоматизации и управления зданиямиобнаружение аномалий энергопотребленияпрогнозирование нагрузкиобнаружение присутствия
Figures from the paper
Abstract (AI)
Теоретически системы автоматизации и управления зданиями (BAMS) могут обеспечивать все компоненты и функциональные возможности, необходимые для анализа и эксплуатации зданий. Однако на практике эти системы способны обеспечивать лишь управление системами отопления, вентиляции и кондиционирования воздуха (HVAC). Поэтому многие другие задачи остаются за оператором, включая оценку эффективности зданий, выявление аномального энергопотребления, определение изменений, необходимых для повышения эффективности, а также обеспечение безопасности и конфиденциальности конечных пользователей. Для решения этих задач разрабатываются инструменты аналитики больших данных на основе искусственного интеллекта (ИИ), поскольку они предлагают различные новые и адаптированные решения, исключительно подходящие для практического управления зданиями. Как правило, такие инструменты помогают оператору (i) анализировать огромные объемы данных от подключенного оборудования и (ii) принимать интеллектуальные, эффективные и своевременные решения для повышения эффективности зданий. В статье представлен всесторонний систематический обзор применения аналитики больших данных на основе ИИ в системах автоматизации и управления зданиями. Рассмотрены различные задачи на основе ИИ, включая прогнозирование нагрузки, управление водными ресурсами, мониторинг качества внутренней среды и выявление присутствия людей. В первой части статьи используется тщательно разработанная таксономия для обзора существующих платформ и архитектур. Проведен всесторонний анализ различных аспектов, включая процесс обучения, среду здания, вычислительные платформы и сценарии применения. Далее представлено критическое обсуждение, направленное на выявление актуальных проблем. Вторая часть посвящена представлению читателю сведений о практическом применении аналитики больших данных на основе ИИ. В связи с этим приведены три тематических исследования, демонстрирующих использование такой аналитики в системах автоматизации и управления зданиями; основное внимание уделено выявлению аномалий энергопотребления в жилых и офисных зданиях, а также оптимизации энергопотребления и эксплуатационных характеристик спортивных объектов. Наконец, определены перспективные направления и ценные рекомендации по повышению производительности и надежности систем автоматизации и управления зданиями в ...
Key Findings
1
Аналитика больших данных на основе ИИ обрабатывает большие объёмы данных подключённого оборудования и поддерживает своевременные интеллектуальные решения для повышения эффективности зданий.
2
Существующие системы автоматизации и управления зданиями в основном управляют HVAC-системами, оставляя операторам оценку эффективности, обнаружение аномалий, повышение энергоэффективности и обеспечение безопасности.
3
Рассмотрены фреймворки ИИ для BAMS с учётом процессов обучения, среды здания, вычислительных платформ и прикладных сценариев; также выявлены актуальные проблемы внедрения.
4
В обзоре разработана таксономия ИИ-задач в BAMS, включая прогнозирование нагрузки, управление водными ресурсами, мониторинг качества внутренней среды и обнаружение присутствия людей.
5
Три практических исследования демонстрируют обнаружение энергетических аномалий в жилых и офисных зданиях, а также оптимизацию энергопотребления и эксплуатационных показателей спортивных объектов.
Research Object
системы автоматизации и управления зданиями (BAMS)
Research Subject
применение, возможности, проблемы и перспективные направления аналитики больших данных на основе ИИ для эксплуатации зданий, управления энергопотреблением, мониторинга среды, обнаружения аномалий и оптимизации характеристик
Publication Details
Publication Date
2022-10-15
Journal
Publisher
ISSN
Cited by
527
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest