Интернет вещей снижает энергозатраты в доме

Российские математики предложили систему, которая помогает эффективнее расходовать энергию. Она основана на Интернете вещей и цифровом двойнике дома. Нейросеть оптимальным образом распределяет задачи и решает, как поделить энергию между устройствами. Результаты опубликованы в журнале Sensors.

Экологически устойчивые дома будущего должны обладать оптимальной системой распределения энергии. Сравнительно новая концепция, которая это отражает, — наносеть. Это децентрализованная система распределения энергии, которая работает на уровне одной жилой постройки. Наносеть не должна зависеть от внешнего управления — она сама распределяет нагрузки и регулирует напряжение в зависимости от текущих потребностей. Поэтому основная задача для реализации наносети — оптимизировать обмен энергией. Математик РУДН с коллегами из Саудовской Аравии и Южной Кореи предложил использовать для этого «цифровых двойников», которые работают на технологиях Интернета вещей (IoT).

«Интернет вещей уже привел к значительным преобразованиям во многих областях: медицине, навигации и так далее. Тем не менее продолжаются споры о еще не изученных возможностях IoT в энергетической отрасли. Распределенные энергетические системы должны все больше повышать производительность. Это требует перехода от традиционных систем интеллектуальных электросетей к платформам Интернета вещей на базе цифровых двойников. У систем накопления энергии в наносетях есть потенциал, они позволяют тратить энергию рациональнее, повысить их жизнестойкость и перейти к устойчивым практикам за счет эффективного хранения избыточной энергии», — рассказывает Аммар Мутханна, кандидат технических наук, директор научного центра моделирования беспроводных сетей 5G РУДН.

Система, которую предложили математики, опирается на две концепции: цифровые двойники и Интернет вещей. Предполагается, что есть множество сенсоров, которые отслеживают текущее состояние устройств в доме. Информация от них передается в систему IoT, где задачи координируются с помощью искусственной нейросети. Такиподбирается оптимальный режим расхода энергии. Нейросеть строит прогноз и формулирует наилучшую стратегию. Математики описали предложенную систему в строгом теоретическом виде и представили алгоритм в виде кода. Чтобы проверить, как предложенная архитектура может работать в реальных условиях, авторы построили симуляцию из 21 наносети. По сравнению с аналогичными системами, количество невыполненных задач снизилось в 1,5–2,5 раза.

«Предложенная нами архитектура — это жизнеспособный и практичный вариант для внедрения интеллектуальных сетей в режиме реального времени. Она эффективно управляет распределением энергоресурсов, способствует устойчивому развитию и эффективности», — отмечает Аммар Мутханна.