Naslov
Modeliranje željenih klimatizacijskih uvjeta korisnika pomoću IoT uređaja i neuronskih mreža
(Modelling of user-defined climate conditions by IoT controller with neural networks)

Autori
Perić, Nikica

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad, diplomski

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
15.07

Godina
2020

Stranica
52

Mentor
Lešić, Vinko

Neposredni voditelj
Rukavina, Filip

Ključne riječi
ušteda energije, zgradarstvo, referentna temperatura, neuronska mreža, RNN, LSTM, duboko učenje, Internet stvari, Raspberry Pi, matematički model, Python, Tensorflow
(energy saving, buildings, temperature setpoint, Neural network, RNN, LSTM, Deep learning, Internet of Things, Raspberry Pi, mathematical model, Python, Tensorflow)

Sažetak
Zgrade su jedan od najvećih potrošača energije u svijetu te ujedeno i prostor za ostvarenje značajnih ušteda energije. Učenje ponašanja korisnika je preduvjet za predviđanje potrošnje i moguću optimizaciju klimatizacije prostorija i cijele zgrade prilagođenu ponašanju korisnika. U sklopu diplomskog rada izrađen je IoT uređaj koji postavlja željenu temperaturu u prostoriji te modelira ponašanja korisnika na razini jedne godine, u različitim dobima dana, vremenskim uvjetima, godišnjim dobima te radnim i neradnim danima. Učenje modela je provedeno na unaprijed dostupnom skupu podataka koji sadrži vanjske i unutarnje vremenske uvjete. Vanjski vremenski uvjeti se sastoje od temperature, vlage te direktne, difuzne i ukupne sunčeve dozračenosti. Unutarnji uvjeti se odnose na jedan od ureda Fakulteta Elektrotehnike i Računarstva, a dostupni su temperatura zraka, način rada kontrolera ventilokonvektora te referentne temperature u prošlosti. Model je naučen korištenjem neuronske mreže s dugom kratkoročnom memorijom (LSTM) koja je u posljednjim godinama najčešće korištena mreža dubokog učenja za predviđanje vremenskih serija. Naučeni model implementiran je kao Python skripta na Raspberry Pi mikroračunalo tako da u stvarnom vremenu daje predviđeno ponašanje korisnika 24 i 36 sati unaprijed.

Izvorni jezik
Hrvatski

Znanstvena područja
Elektrotehnika

POVEZANOST RADA