Исследователи из Университета Нотр-Дам в сотрудничестве с преподавателями Университета Мэриленда и Университета Юты разработали новый метод прогнозирования затрат на электроэнергию.
Эти данные были собраны со зданий в Чикаго. Используя различные методы машинного обучения, исследователи искали наиболее эффективную модель для своих прогнозов. Их результаты показывают, что исследованные свойства здания имеют четкую связь со средней энергетической нагрузкой.
Исследование показывает, что ученые могут прогнозировать энергопотребление здания с точностью 74,2%, используя относительно ограниченные данные. Их модель легко масштабируется и превосходит другие методы прогнозирования энергопотребления.
Ученые хотят интегрировать в свою модель дополнительные факторы, такие как материалы изготовления зданий. Цель: дальнейшее повышение точности прогнозов. Полученные данные предоставят властям и градостроителям ценную информацию для выявления районов риска и содействия развитию умных и экологичных городов, сообщает Tech Xplore.
В ближайшие месяцы исследователи планируют распространить свою модель на другие районы Чикаго, чтобы создать более широкую базу данных. Цель — распространить модель на всю территорию США. Они хотят выяснить, в каких областях затраты на электроэнергию особенно высоки и где есть потенциал для улучшения.