📄Работа №200634
Тема: Управление энергопотреблением в зданиях коммерческого назначения с помощью нейронных сетей
Характеристики работы
Тип работы
Дипломные работы, ВКР
Предмет
Программирование
Объем:
73 листов
Год:
2024
Просмотров:
51
4730
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
АННОТАЦИЯ 2
ВВЕДЕНИЕ
1. АНАЛИЗ ЛИТЕРАТУРНЫХ ИСТОЧНИКОВ. ВЫБОР
КАТЕГОРИИ КОММЕРЧЕСКОГО ЗДАНИЯ ДЛЯ ИССЛЕДОВАНИЯ 9
1.1. Основы управления энергопотреблением 9
1.1.1. Определение, задачи и функции 9
1.1.2. Индустриальная категория зданий 10
1.1.3. Составляющие процесса управления энергопотреблением в
зданиях индустриальной категории 12
1.2. Использование нейронных сетей для управления энергопотреблением 15
1.2.1. Основы нейронных сетей 15
1.2.2. Типы нейронных сетей. Выбор типа сети для создания
модели 16
1.2.3. Функции активации в многослойных нейронных сетях 19
1.2.4. Обучение многослойных нейронных сетей 20
1.2.5. Преимущества и недостатки нейронных сетей 22
2. ОБЗОР И АНАЛИЗ СОВРЕМЕННЫХ РЕШЕНИЙ ПО
УПРАВЛЕНИЮ ЭНЕРГОПОТРЕБЛЕНИЕМ 25
2.1. YOKOGAWA. Решение для управления энергопотреблением
на предприятии 25
2.2. Автоматизация мониторинга энергопотребления при помощи
Wiren Board 29
2.3. Автоматизация зданий и инженерных систем «Building
management system» 34
3. СОЗДАНИЕ И ПРИМЕНЕНИЕ МОДЕЛИ НА
ПРАКТИЧЕСКОМ ПРИМЕРЕ 39
3.1. Алгоритм работы программы 39
3.2. Используемые инструменты 42
3.3. Описание набора данных 46
3.4. Обработка данных 47
3.5. Строение нейронной сети 52
3.6. Функции активации 55
3.7. Прочие параметры модели 62
3.8. Проверка результатов работы модели 65
ЗАКЛЮЧЕНИЕ 68
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 69
ПРИЛОЖЕНИЕ А 73
ВВЕДЕНИЕ
1. АНАЛИЗ ЛИТЕРАТУРНЫХ ИСТОЧНИКОВ. ВЫБОР
КАТЕГОРИИ КОММЕРЧЕСКОГО ЗДАНИЯ ДЛЯ ИССЛЕДОВАНИЯ 9
1.1. Основы управления энергопотреблением 9
1.1.1. Определение, задачи и функции 9
1.1.2. Индустриальная категория зданий 10
1.1.3. Составляющие процесса управления энергопотреблением в
зданиях индустриальной категории 12
1.2. Использование нейронных сетей для управления энергопотреблением 15
1.2.1. Основы нейронных сетей 15
1.2.2. Типы нейронных сетей. Выбор типа сети для создания
модели 16
1.2.3. Функции активации в многослойных нейронных сетях 19
1.2.4. Обучение многослойных нейронных сетей 20
1.2.5. Преимущества и недостатки нейронных сетей 22
2. ОБЗОР И АНАЛИЗ СОВРЕМЕННЫХ РЕШЕНИЙ ПО
УПРАВЛЕНИЮ ЭНЕРГОПОТРЕБЛЕНИЕМ 25
2.1. YOKOGAWA. Решение для управления энергопотреблением
на предприятии 25
2.2. Автоматизация мониторинга энергопотребления при помощи
Wiren Board 29
2.3. Автоматизация зданий и инженерных систем «Building
management system» 34
3. СОЗДАНИЕ И ПРИМЕНЕНИЕ МОДЕЛИ НА
ПРАКТИЧЕСКОМ ПРИМЕРЕ 39
3.1. Алгоритм работы программы 39
3.2. Используемые инструменты 42
3.3. Описание набора данных 46
3.4. Обработка данных 47
3.5. Строение нейронной сети 52
3.6. Функции активации 55
3.7. Прочие параметры модели 62
3.8. Проверка результатов работы модели 65
ЗАКЛЮЧЕНИЕ 68
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ 69
ПРИЛОЖЕНИЕ А 73
📖 Аннотация
В данной работе разрабатывается модель системы прогнозирования и принятия решений для управления энергопотреблением в коммерческих зданиях индустриальной категории с применением технологий нейронных сетей. Актуальность исследования обусловлена растущими ценами на энергоресурсы, необходимостью повышения энергоэффективности и минимизации экологического воздействия, что делает внедрение интеллектуальных систем управления критически важным. Основным результатом является созданная модель прогнозирования энергопотребления на основе нейронной сети, продемонстрировавшая высокую точность с относительной ошибкой, не превышающей 4%. Практическая значимость заключается в предложении экономически эффективной альтернативы дорогостоящим коммерческим решениям, в то время как научная ценность работы состоит в адаптации методов глубокого обучения к специфике энергоменеджмента промышленных объектов. Теоретической основой исследования послужили работы таких авторов, как Ахметова И.Г. и др., раскрывающие основы энергетического менеджмента, Титов В.Е., рассматривающий инновационные методы управления, а также Бенджио И. и др., чьи труды заложили фундамент в области глубокого обучения. Разработанная модель открывает перспективы для интеграции в реальные системы управления зданиями с целью последующей оптимизации затрат и коммерциализации.
📖 Введение
Управление энергопотреблением на предприятии, в офисе или другом коммерческом здании, является важнейшим аспектом создания комфортных условий труда для сотрудников, служит в качестве экономии ресурсов прямых затрат и повышает уровень безопасности.
Одним из перспективных подходов к управлению энергопотреблением в зданиях коммерческого назначения является применение нейронных сетей. Их способность к адаптации и обучению на основе данных позволяет эффективно оптимизировать потребление энергии и обеспечить оптимальные условия комфорта для находящегося в здании персонала.
Актуальность темы: в настоящее время проблема
энергоэффективности зданий стала особенно актуальной в свете растущих потребностей в энергоресурсах, росту цен на электроэнергию и стремления к сокращению неблагоприятных воздействий на окружающую среду.
Цель работы: разработка модели системы прогнозирования и принятия решений в управлении энергопотреблением в коммерческих зданиях индустриальной категории с использованием нейронных сетей для повышения эффективности энергосбережения и оптимизации затрат на энергию.
Чтобы достичь поставленной цели, необходимо выполнить задачи:
• Ознакомление с предметной областью, в частности с управлением энергопотребления на предприятиях, в офисах;
• Поиск и обзор существующих технологий, связанных с предметной областью;
• Выбор способа сбора данных и программного обеспечения для построения модели;
• Создание модели;
• Выводы и оценка построенной модели.
Одним из перспективных подходов к управлению энергопотреблением в зданиях коммерческого назначения является применение нейронных сетей. Их способность к адаптации и обучению на основе данных позволяет эффективно оптимизировать потребление энергии и обеспечить оптимальные условия комфорта для находящегося в здании персонала.
Актуальность темы: в настоящее время проблема
энергоэффективности зданий стала особенно актуальной в свете растущих потребностей в энергоресурсах, росту цен на электроэнергию и стремления к сокращению неблагоприятных воздействий на окружающую среду.
Цель работы: разработка модели системы прогнозирования и принятия решений в управлении энергопотреблением в коммерческих зданиях индустриальной категории с использованием нейронных сетей для повышения эффективности энергосбережения и оптимизации затрат на энергию.
Чтобы достичь поставленной цели, необходимо выполнить задачи:
• Ознакомление с предметной областью, в частности с управлением энергопотребления на предприятиях, в офисах;
• Поиск и обзор существующих технологий, связанных с предметной областью;
• Выбор способа сбора данных и программного обеспечения для построения модели;
• Создание модели;
• Выводы и оценка построенной модели.
✅ Заключение
В данной работе исследована тема управления энергопотреблением с использованием нейронных сетей для прогноза и принятия управленческих решений на предприятиях.
Изучены основы энергетического менеджмента для зданий коммерческого назначения, и в качестве категории зданий для внедрения нейронных сетей выбрана индустриальная, включающая в себя цеха, промышленные объекты, предприятия, производственные здания.
Проведен обзор существующих информационных решений в сфере энергетики, сделаны выводы об их минусах, основным из которых является дороговизна внедрения и цена поддержки при дальнейшем развитии предприятия. Также, в результате поиска существующих решений выявлено, что использование нейронных сетей в области информационных систем, оптимизирующих работу по управлению энергопотреблением, ещё не вошло в тренд и не встречается в продуктах.
В практической части разработана модель прогнозирования энергопотребления на основе нейронной сети, дающая результат с показателем относительной ошибки не более 4%.
В дальнейшем, для развития данной темы, возможна интеграция созданной модели на предприятии для более точного исследования поведения модели на реальных данных, и в случае успешной реализации в конкретной компании, последующая коммерциализация модели и выход на глобальный рынок.
Изучены основы энергетического менеджмента для зданий коммерческого назначения, и в качестве категории зданий для внедрения нейронных сетей выбрана индустриальная, включающая в себя цеха, промышленные объекты, предприятия, производственные здания.
Проведен обзор существующих информационных решений в сфере энергетики, сделаны выводы об их минусах, основным из которых является дороговизна внедрения и цена поддержки при дальнейшем развитии предприятия. Также, в результате поиска существующих решений выявлено, что использование нейронных сетей в области информационных систем, оптимизирующих работу по управлению энергопотреблением, ещё не вошло в тренд и не встречается в продуктах.
В практической части разработана модель прогнозирования энергопотребления на основе нейронной сети, дающая результат с показателем относительной ошибки не более 4%.
В дальнейшем, для развития данной темы, возможна интеграция созданной модели на предприятии для более точного исследования поведения модели на реальных данных, и в случае успешной реализации в конкретной компании, последующая коммерциализация модели и выход на глобальный рынок.
ИЛИ
Поиск аналога
📕 Список литературы
🖼 Скриншоты
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.