?
Интеграция предиктивных моделей в состав платформ интернета вещей для реализации сценариев управления энергопотреблением в режиме на сутки вперед
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.