供暖管理的未来：人工智能如何将公司的天然气消耗量减少 30%

[roseline371274]

没有人希望早上到达一个寒冷的办公室。
因此，在实践中，加热的编程方式是，无论如何都能按时加热。不幸的是，温暖的办公室也意味着更多的热量流失到环境中——即使清晨办公室里仍然空无一人。这很遗憾，因为通过优化加热编程有时可以节省 30% 以上的燃气。 能源分析是一种使用机器学习的能源监测器，它通过计算来找到这些类型的节省。它所需要的只是来自智能电表和 KNMI 气象数据的数据。

利用能源分析模拟天然气节省
能源分析不仅提供建筑物概览及其能源消耗的 KPI。还提供了非 委内瑞拉 数字数据 常有趣的见解，关于建筑物是否隔热良好以及通过调整编程可以节省多少。这些节省是通过机器学习模型实现的，可以通过模拟来证明：

天然气消耗概览
上图显示了模拟的样子。每行显示一天中每小时的平均天然气消耗量，并用每种颜色表示一周中的相关日期。淡线显示的是当前的一天概况，亮线显示的是模拟编程中的一些调整后的一天概况。切片器 允许能源分析用户试验设置 并查看结果。

从建模到预测和优化
创建这些类型的模拟首先要创建能源消耗模型。气体消耗量与室外温度之间存在明显的关系，室外温度根据太阳辐射和建筑物的目标温度而变化。一旦该模型训练完成，您就可以进行预测，例如使用修改后的编程。通过从电力消耗中推断建筑物的使用时间，您可以知道必须在哪些小时内达到舒适的目标温度。然后，优化算法会计算出理想的方案，以经济地使用天然气，同时又不让用户感到失望。