Academic Journal
ИНТЕГРАЦИЯ ПРЕДИКТИВНЫХ МОДЕЛЕЙ В СОСТАВ ПЛАТФОРМ ИНТЕРНЕТА ВЕЩЕЙ ДЛЯ РЕАЛИЗАЦИИ СЦЕНАРИЕВ УПРАВЛЕНИЯ ЭНЕРГОПОТРЕБЛЕНИЕМ В РЕЖИМЕ НА СУТКИ ВПЕРЕД
| Title: | ИНТЕГРАЦИЯ ПРЕДИКТИВНЫХ МОДЕЛЕЙ В СОСТАВ ПЛАТФОРМ ИНТЕРНЕТА ВЕЩЕЙ ДЛЯ РЕАЛИЗАЦИИ СЦЕНАРИЕВ УПРАВЛЕНИЯ ЭНЕРГОПОТРЕБЛЕНИЕМ В РЕЖИМЕ НА СУТКИ ВПЕРЕД |
|---|---|
| Publisher Information: | Институт проблем управления им. В. А. Трапезникова РАН, 2021. |
| Publication Year: | 2021 |
| Subject Terms: | Интернет вещей, краткосрочное прогнозирование нагрузки, управление спросом, платформа Интернета вещей, управление энергопотреблением, 7. Clean energy, энергомониторинг |
| Description: | The task of developing the functionality of typical Internet of Things (IoT) platforms to the level of using custom predictive models in energy management of buildings, structures and industrial facilities in the day-ahead mode is considered. Predictive control scenarios of both single loads (consumers) and their aggregated groups can be used to reduce energy consumption during the combined maximum hours of the region, grid capacity hours, as well as in the implementation of electricity demand response events. Universal forecasting methods (black-box methods) based on linear regression, baseline, neural network, autoregressive, triple exponential smoothing (Holt-Winters model), autoregressive model with seasonality support (SARIMA) and methods based on ensemble models are considered as examples. A scheme for integrating computational and analytical models with IoT platforms InfluxData and EMS INSYTE is proposed. The new architecture provides the execution of various short-term energy forecasting models on the analyst server. The results of experimental research of the performance of custom analytics in the composition of IoT platforms in the implementation of ventilation predictive control scenarios for the day ahead are presented. Рассмотрена задача развития функциональных возможностей типовых платформ Интернета вещей (Internet of Things, IoT) до уровня исполнения пользовательских предиктивных моделей при управлении энергопотреблением зданий, сооружений и промышленных объектов в режиме на сутки вперед. Сценарии предиктивного управления как одиночными нагрузками (потребителями), так и их агрегированными группами могут использоваться для снижения энергопотребления в часы совмещенного максимума региона, часы сетевой мощности, а также при реализации событий управления спросом на электроэнергию. Представлены универсальные методы прогнозирования (методы “черного ящика”) на основе базовой линии, линейной регрессии, нейронной сети, авторегрессии, тройного экспоненциального сглаживания (модель Хольта-Винтерса), авторегрессионной модели с поддержкой сезонности (SARIMA), а также методы на основе ансамблевых моделей. Предложена схема интеграции расчетно-аналитических моделей с IoT платформами InfluxData и EMS INSYTE. Приведены результаты экспериментальных исследований работоспособности пользовательских аналитик в составе IoT платформ при реализации сценариев управления проветриванием в предиктивном режиме на сутки вперед. Датчики и системы, Выпуск 11 (252) 2021, Pages 19-29 |
| Document Type: | Article |
| Language: | Russian |
| DOI: | 10.25728/datsys.2020.11.3 |
| Accession Number: | edsair.doi...........0909a21303f831392f370cc5085ba10e |
| Database: | OpenAIRE |
| DOI: | 10.25728/datsys.2020.11.3 |
|---|