Ai thermostat energy saving methodology BASICS

Ai thermostat energy saving methodology BASICS

Contenu de cette session de formation :

  1. Diagramme du système d'IA dans l'architecture
  2. Blocs fonctionnels et rôles à l'intérieur de ce système
  3. Stratégie de calcul de l'économie d'énergie
  4. Stratégie de l'intelligence artificielle pour économiser l'énergie
  5. Facteurs influençant le pourcentage d'économie d'énergie
  6. Résultats des tests en laboratoire de l'économie d'énergie des TRV et UFH

1. Diagramme du système d'IA



2. Blocs fonctionnels et rôles

Cloud (avec fonction d'IA)

  • Apprend le profil de température intérieure de divers scénarios…
  • Prend la température extérieure en ligne pour la prédiction
  • Réseau de neurones profonds pour faire des prédictions, remplacer les commandes aux thermostats…. • Calcule le pourcentage d'économie d'énergie basé sur la prévision vs le réel…
  • Sauvegarde des données pour les statistiques…
  • Etc. etc…

Passerelle

Thermostat Quantum (micrologiciel amélioré)

TRV ou actionneurs

Applications Salus Premium Lite (avec option Intelligence améliorée)


3. Stratégie de calcul de l'économie d'énergie

La consommation totale d'énergie est définie par la durée de fonctionnement du relais (sec)


Économie d'énergie mesurée en laboratoire % = Réel (non-AI) – Réel (AI) Économie d'énergie calculée sur le terrain % = Prédit – Réel (AI)


La consommation d'énergie prédite est estimée par son historique de température appris. Plus il apprend longtemps, plus sa prédiction de la consommation d'énergie est précise.


4. Stratégie de l'intelligence artificielle pour économiser l'énergie

Objectif : Tout en maintenant le confort en atteignant le point de consigne de température, l'IA vise à réduire la durée totale de fonctionnement du relais, économisant ainsi de l'énergie.

Basé sur les données de température apprises, le réseau de neurones profonds dans le cloud :

  1. Prédit le taux de montée en température, le dépassement possible causé par le temps de relaisON
  2. Raccourcit le temps ON à l'avance
  3. Arrête le cycle ON
  4. Supprime le cycle ON inutile
  5. Programme un arrêt anticipé
  6. Etc. etc..

5. Facteurs influençant le calcul du pourcentage d'économie d'énergie

  1. La prédiction repose sur les données historiques de température
  2. La performance de base du thermostat (TPI ou écart) est bonne ou mauvaise
  3. L'économie d'énergie est incluse dans le calcul ou non
  4. Changements environnementaux (par exemple, température de l'eau chaude, fenêtre ouverte, température extérieure)
  5. Occupation des lieux
  6. Etc. etc….

6. Résultats des tests en laboratoire et sur le terrain de l'économie d'énergie %

Selon les tests de radiateur TRV de WL au laboratoire de Cincinnati, les tests UFH auCoE en Roumanie,


L'ÉCONOMIE D'ÉNERGIE MOYENNE PAR IA = 8%

La gamme d'économie d'énergie par IA enregistrée est de 0 à 30 %, selon les conditions.

N.B. Les ventes revendiquent une économie d'énergie % jusqu'à 20 % ou plus ?