مدل سازی و شبیه سازی سیستم های تهویه مطبوع هوشمند (Smart HVAC) با استفاده از الگوریتم های یادگیری ماشین

امروزه با افزایش مصرف انرژی در بخش ساختمان، سیستم های تهویه مطبوع هوشمند به عنوان راهکاری کارآمد برای بهینه سازی مصرف و افزایش آسایش حرارتی مورد توجه قرار گرفته اند. مدل سازی و شبیه سازی این سیستم ها با بهره گیری از الگوریتم های یادگیری ماشین، امکان پیش بینی دقیق رفتار حرارتی فضاها و تنظیم خودکار پارامترهای عملیاتی را فراهم می آورد. این مقاله مروری با هدف بررسی جامع رویکردهای گوناگون در حوزه کاربرد یادگیری ماشین در تهویه مطبوع هوشمند تدوین شده است. روش های یادگیری نظارت شده، همچون شبکه های عصبی و جنگل تصادفی، برای مدل سازی دینامیک حرارتی ساختمان به کار گرفته می شوند. همچنین الگوریتم های یادگیری تقویتی در کنترل بهینه و کاهش هزینه های انرژی نقش موثری ایفا می کنند. شبیه سازی های رایانه ای بر پایه داده های واقعی آب وهوا و اشغال ساختمان، اعتبارسنجی مدل ها را امکان پذیر می سازند. چالش هایی نظیر نویز داده ها، تغییرات فصلی و عدم قطعیت در رفتار ساکنان، دقت پیش بینی را تحت تاثیر قرار می دهند. استفاده از روش های ترکیبی و یادگیری عمیق، بهبود چشمگیری در عملکرد سیستم های هوشمند ایجاد کرده است. در نهایت، این مقاله نشان می دهد که یکپارچه سازی یادگیری ماشین با شبیه سازی انرژی، مسیر را برای طراحی ساختمان های با مصرف انرژی نزدیک به صفر هموار می سازد.

کلیدواژه ها:

تهویه مطبوع هوشمند ، یادگیری ماشین ، مدل سازی حرارتی ، شبیه سازی انرژی ، کنترل پیش بین ، بهینه سازی مصرف