ОПТИМИЗАЦИЯ ЭНЕРГОПОТРЕБЛЕНИЯ И ТЕПЛОВОГО КОМФОРТА С ИСПОЛЬЗОВАНИЕМ ЦИФРОВОГО ДВОЙНИКА ОВКВ НА ОСНОВЕ BIM И НЕЙРОСЕТЕВОГО MOGA-АЛГОРИТМА

Аннотация

Представлен цифровой двойник системы отопления, вентиляции и кондиционирования воздуха (ОВКВ) на основе информационной модели здания (BIM), искусственных нейронных сетей (ИНС) и многоцелевого генетического алгоритма (MOGA). В качестве исходных данных использована геометрия и свойства ограждающих конструкций офисного здания, загруженные из BIM‑модели, а также данные датчиков температуры, расхода воздуха и влажности, поступающие по REST‑API. Разработанные ИНС моделируют зависимость энергопотребления и теплового ощущения от управляемых параметров ОВКВ и обучаются на новых измерениях. MOGA с использованием критерия «идеальной точки» минимизирует суммарное энергопотребление и долю неудовлетворённых пользователей (PPD); вектор уставок оптимизируется по фронту Парето. Полученные результаты показывают, что предложенная ИНС обеспечивает коэффициент детерминации ≈0,96 при прогнозировании энергопотребления. Оптимизация позволила снизить энергозатраты на 22 % летом и 15,6 % зимой, сохраняя индекс дискомфорта ниже 10 %.