In un momento di invecchiamento delle infrastrutture e di un controllo sempre più intelligente degli edifici, la capacità di prevedere come gli edifici usano l'energia e quanta energia usano è rimasta sfuggente, fino ad ora.

Ricercatori dell'Arabia Saudita, La Cina e gli Stati Uniti hanno collaborato per sviluppare un modo più intelligente per prevedere l'uso di energia attraverso un metodo che ha coinvolto sistemi artificiali, esperimenti computazionali e calcolo parallelo. Hanno pubblicato i loro risultati in IEEE/CAA Journal of Automatica Sinica .

"In genere, è difficile prevedere il consumo energetico dell'edificio proprio a causa di molti fattori ambientali influenti correlati al consumo energetico come la temperatura esterna, umidità, il giorno della settimana, ed eventi speciali, "ha detto Abdulaziz Almalaq, autore di articoli e assistente professore presso il Dipartimento di Ingegneria Elettrica presso l'Università di Hail's Engineering College in Arabia Saudita.

"Mentre i parametri ambientali sono risorse utili per la previsione del consumo energetico, previsione utilizzando un gran numero di parametri operativi di un edificio, come la temperatura ambiente, grandi elettrodomestici e riscaldamento, ventilazione, e parametri del sistema di condizionamento dell'aria (HVAC), è un problema abbastanza complicato, rispetto alla previsione utilizzando solo dati storici."

Secondo Almalaq, i parametri ambientali sono utili ma limitati. Per esempio, due edifici identici in ambienti identici possono avere consumi energetici molto diversi in base a come vengono utilizzati gli edifici. Anche se entrambi gli edifici vengono mantenuti alla stessa temperatura, il sistema HVAC di un edificio dovrà utilizzare più energia se quell'edificio ospita un evento con poche centinaia di persone.

"La previsione accurata del consumo energetico in un momento specifico in molte condizioni esterne e interne diventa un passaggio essenziale per migliorare l'efficienza e la gestione energetica in un edificio intelligente, " disse Almalaq.

Almalaq e il suo team hanno utilizzato algoritmi di deep learning ibridi, accoppiato con sistemi artificiali, esperimenti computazionali e teoria del calcolo parallelo basata su complessi, ma generico, sistemi. Quando è stato testato utilizzando un edificio reale presso l'Università del Colorado Denver, il metodo ha contribuito in modo significativo a migliorare la gestione dell'energia.

"L'analisi eseguita in questo documento ha mostrato che il modello ibrido di deep learning è un potente strumento di intelligenza artificiale per la modellazione di sistemi complessi multivariabili, " Ha detto Almalaq. "Ha il potenziale per essere applicato in diverse aree, come l'ufficio intelligente, la casa intelligente e la città intelligente".