論文の概要: Intelligent Building Control Systems for Thermal Comfort and
Energy-Efficiency: A Systematic Review of Artificial Intelligence-Assisted
Techniques
- arxiv url: http://arxiv.org/abs/2104.02214v1
- Date: Tue, 6 Apr 2021 01:04:28 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-07 14:18:11.594529
- Title: Intelligent Building Control Systems for Thermal Comfort and
Energy-Efficiency: A Systematic Review of Artificial Intelligence-Assisted
Techniques
- Title（参考訳）: 熱快適・エネルギー効率のためのインテリジェントビル管理システム:人工知能支援技術のシステムレビュー
- Authors: Ghezlane Halhoul Merabet, Mohamed Essaaidi, Mohamed Ben Haddou,
Basheer Qolomany, Junaid Qadir, Muhammad Anan, Ala Al-Fuqaha, Mohamed Riduan
Abid, Driss Benhaddou
- Abstract要約: 建設作業は、ほとんどの国で消費される総一次エネルギーのかなりの割合を占める。
HVACシステムにおけるエネルギー使用と適切な室内快適度との間のスイートスポットを見つけるために、さまざまなAI技術が展開されている。
建築制御におけるAI技術の適用は有望な研究分野であり、AIベースの制御の性能はまだ十分に満足していない。
- 参考スコア（独自算出の注目度）: 3.2926483061955922
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Building operations represent a significant percentage of the total primary
energy consumed in most countries due to the proliferation of Heating,
Ventilation and Air-Conditioning (HVAC) installations in response to the
growing demand for improved thermal comfort. Reducing the associated energy
consumption while maintaining comfortable conditions in buildings are
conflicting objectives and represent a typical optimization problem that
requires intelligent system design. Over the last decade, different
methodologies based on the Artificial Intelligence (AI) techniques have been
deployed to find the sweet spot between energy use in HVAC systems and suitable
indoor comfort levels to the occupants. This paper performs a comprehensive and
an in-depth systematic review of AI-based techniques used for building control
systems by assessing the outputs of these techniques, and their implementations
in the reviewed works, as well as investigating their abilities to improve the
energy-efficiency, while maintaining thermal comfort conditions. This enables a
holistic view of (1) the complexities of delivering thermal comfort to users
inside buildings in an energy-efficient way, and (2) the associated
bibliographic material to assist researchers and experts in the field in
tackling such a challenge. Among the 20 AI tools developed for both energy
consumption and comfort control, functions such as identification and
recognition patterns, optimization, predictive control. Based on the findings
of this work, the application of AI technology in building control is a
promising area of research and still an ongoing, i.e., the performance of
AI-based control is not yet completely satisfactory. This is mainly due in part
to the fact that these algorithms usually need a large amount of high-quality
real-world data, which is lacking in the building or, more precisely, the
energy sector.
- Abstract（参考訳）: 建設作業は、暖房、換気、空気調和(HVAC)の設置が増加し、熱快適性の改善が要求されるため、ほとんどの国で消費される一次エネルギーのかなりの割合を占めている。
建物内の快適な環境を維持しながら関連するエネルギー消費を減らすことは、目的と矛盾し、インテリジェントシステム設計を必要とする典型的な最適化問題である。
過去10年間で、HVACシステムにおけるエネルギー使用と、居住者に適切な室内快適度との間のスイートスポットを見つけるために、AI(Artificial Intelligence)技術に基づくさまざまな方法論が展開された。
本稿では, これらの手法の出力を評価し, その実装を検証し, 熱的快適性を維持しつつ, エネルギー効率を向上させる能力について検討し, 制御システム構築に使用するAI技術について, 包括的かつ詳細な体系的レビューを行う。
これにより、(1)エネルギー効率のよい建物内部の利用者に熱的快適さを届ける複雑さ、(2)それに伴う文献資料を総合的に把握し、そのような課題に取り組む研究者や専門家を支援することができる。
エネルギー消費と快適制御の両方のために開発された20のAIツールの中で、識別と認識パターン、最適化、予測制御といった機能がある。
この研究の結果に基づき、AI技術による制御の構築は研究の有望な領域であり、現在も進行中である、つまり、AIベースの制御のパフォーマンスは、まだ完全に満足できない。
これは主に、これらのアルゴリズムが通常、建物やより正確にはエネルギーセクターに欠けている大量の高品質の現実世界データを必要とするという事実による。
関連論文リスト
- Transforming the Hybrid Cloud for Emerging AI Workloads [81.15269563290326]
このホワイトペーパーでは、AIワークロードの複雑さの増大に対応するために、ハイブリッドクラウドシステムを変革することを想定している。
提案したフレームワークは、エネルギー効率、性能、コスト効率において重要な課題に対処する。
この共同イニシアチブは、ハイブリッドクラウドをセキュアで効率的で持続可能なプラットフォームとして確立することを目的としています。
論文 参考訳（メタデータ） (2024-11-20T11:57:43Z) - AI-Driven Approaches for Optimizing Power Consumption: A Comprehensive Survey [0.0]
電力最適化が重要である主な理由は、環境効果の低減、運転コストの低減、安定的で持続可能なエネルギー供給である。
電力最適化と人工知能(AI)の統合は、エネルギーの生成、使用、分散の方法を変えるために不可欠である。
AI駆動のアルゴリズムと予測分析によって、電力使用傾向のリアルタイム監視と分析が可能になる。
論文 参考訳（メタデータ） (2024-06-22T04:42:37Z) - Empowering Aggregators with Practical Data-Driven Tools: Harnessing Aggregated and Disaggregated Flexibility for Demand Response [37.69303106863453]
本研究は,要求応答(DR)プログラムを通じて,アグリゲータと建物利用者の柔軟性の活性化における相互作用について検討する。
限られたデータを持つ環境において、集約された柔軟性の提供戦略を最適化する手法を導入する。
論文 参考訳（メタデータ） (2024-01-19T14:43:04Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳（メタデータ） (2023-11-01T11:16:41Z) - Global Transformer Architecture for Indoor Room Temperature Forecasting [49.32130498861987]
本研究は,多室ビルにおける室内温度予測のためのグローバルトランスフォーマーアーキテクチャを提案する。
エネルギー消費を最適化し、HVACシステムに関連する温室効果ガス排出を削減することを目的としている。
本研究は,マルチルームビルにおける室内温度予測にトランスフォーマーアーキテクチャを適用した最初の事例である。
論文 参考訳（メタデータ） (2023-10-31T14:09:32Z) - Intelligent Energy Management with IoT Framework in Smart Cities Using Intelligent Analysis: An Application of Machine Learning Methods for Complex Networks and Systems [0.14454647768189904]
本稿では,スマートシティのエネルギー管理を目的としたIoTベースのフレームワークについて概観する。
データを収集、保存するだけでなく、監視、制御、システムの効率向上のためのインテリジェントな分析をサポートするシステムに注力する。
この結果から、IoTベースのフレームワークは、スマートな建物におけるエネルギー消費と環境への影響を低減できる重要な可能性を示唆している。
論文 参考訳（メタデータ） (2023-06-08T21:19:42Z) - Learning, Computing, and Trustworthiness in Intelligent IoT
Environments: Performance-Energy Tradeoffs [62.91362897985057]
Intelligent IoT Environment(iIoTe)は、半自律IoTアプリケーションを協調実行可能な異種デバイスで構成されている。
本稿では,これらの技術の現状を概観し,その機能と性能,特にリソース,レイテンシ,プライバシ,エネルギー消費のトレードオフに注目した。
論文 参考訳（メタデータ） (2021-10-04T19:41:42Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳（メタデータ） (2021-02-12T09:33:00Z) - AI Chiller: An Open IoT Cloud Based Machine Learning Framework for the
Energy Saving of Building HVAC System via Big Data Analytics on the Fusion of
BMS and Environmental Data [12.681421165031576]
建物における省エネルギーと二酸化炭素排出量削減は気候変動対策の鍵となる手段の一つである。
シラーシステムの電力消費の最適化は、機械工学と建築サービス領域で広く研究されてきた。
ビッグデータとAIの進歩により、最適化問題への機械学習の採用が人気を集めている。
論文 参考訳（メタデータ） (2020-10-09T09:51:03Z) - Artificial Intelligence-Assisted Energy and Thermal Comfort Control for
Sustainable Buildings: An Extended Representation of the Systematic Review [3.9714144743101754]
温度の快適さ、湿度、空気の質、騒音などの異なる要因は、室内でほとんどの時間を過ごす建物利用者が行う活動の受容性と品質に重要な複合効果をもたらす。
最近の研究は、人間の行動を模倣する能力を持つ人工知能を中心に、より高度な制御戦略に向けられている。
本研究は,建築内部の知的制御戦略の概要と,室内環境における温熱的快適性とエネルギー効率の最適化のバランスをとる能力について検討することを目的とする。
論文 参考訳（メタデータ） (2020-06-22T18:38:13Z) - NeurOpt: Neural network based optimization for building energy
management and climate control [58.06411999767069]
モデル同定のコストを削減するために,ニューラルネットワークに基づくデータ駆動制御アルゴリズムを提案する。
イタリアにある10の独立したゾーンを持つ2階建ての建物で、学習と制御のアルゴリズムを検証する。
論文 参考訳（メタデータ） (2020-01-22T00:51:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。