12
Санкт-Петербург, 02.10.2013 Интеллектуальное сетевое решение для оптимизации энергопотребления предприятий и офисных зданий ОАО «Газпром промгаз» Алексей Мележик T-Systems Дмитрий Вавилов Управление спросом на основе прогнозирования поведения пользователя

Управление спросом на основе прогнозирования поведения пользователя

Embed Size (px)

DESCRIPTION

Слайды к докладу. Конференции «Осуществление инвестиционной и инновационной деятельности в области энергообеспечения и повышения энергетической эффективности на промышленных предприятиях» 2 - 3 октября 2013 года ВО «Ленэкспо» павильон 6, зал 6.1

Citation preview

Page 1: Управление спросом на основе прогнозирования поведения пользователя

Санкт-Петербург, 02.10.2013

Интеллектуальное сетевое решение для оптимизации энергопотребления

предприятий и офисных зданий

ОАО «Газпром промгаз»

Алексей Мележик

T-Systems

Дмитрий Вавилов

Управление спросом на основе прогнозирования поведения пользователя

Page 2: Управление спросом на основе прогнозирования поведения пользователя

План доклада

† Особенности современных энергосистем предприятий.† Системный подход в биотехническом комплексе.† Использование прогнозирования для координации режимов

человек – энергосистема.† Адаптивный алгоритм управления энергопотреблением,

включающий учет человеческого фактора.† Пример реализации

Page 3: Управление спросом на основе прогнозирования поведения пользователя

Особенности современных энергосистем предприятий

Источник: ОАО «ФСК ЕЭС»Источник: Бурдяк А.Я. Анализ региональных тенденций энергопотребления в секторе домашних хозяйств. SPERO №9 2008

Page 4: Управление спросом на основе прогнозирования поведения пользователя

4

Системный подход в биотехническом комплексе.

ЭНЕРГОСИСТЕМА

Генерация

Потребление

Сети

Хранение

ОКРУЖАЮЩАЯ СРЕДА

Автоматизация

Ресурсы

Загрязнения

Пользователи определяют состав, функционал и

режимы работы оборудования и системы в

целом

Потребители предприятий

Page 5: Управление спросом на основе прогнозирования поведения пользователя

Прогнозирование для координации режимов человек-энергосистема

Преимущества *:† Удобство эксплуатации энергосистемы.† Экономичная эксплуатация энергосистемы.† Использование полной функциональности устройств

основанное на фоновом анализе.† Снижение влияния человеческого фактора. † Экономия затрат на создание системы автоматизации.

* 9% технологических нарушений на подстанциях России – ошибочные действия человека.Источник: д-р психол. наук, профессор В.П. Третьяков Человеческий фактор безопасности в энергетическом сетевом комплексе. Доклад 02.10.2013.* Действия жителей часто приводят к тому, что теплопотери за счет вентиляции в переходный период превышают теплопотери в середине отопительного периода.Источник: H.Ehhorn и др. Энергоэффективные здания. Анализ современного состояния и перспектив развития на основе реализованных проектов. Опыт немецких специалистов. АВОК №2 2006.

Page 6: Управление спросом на основе прогнозирования поведения пользователя

Прогнозирование для координации режимов человек-энергосистема

Потребность в простых алгоритмах :† Технические ограничения устройств автоматизации.† Ограниченность объема исходной информации.† Требование доступности и реализуемости.

Существующие подходы *:

† контентная фильтрация;† коллаборативная фильтрация;† групповые рекомендации;† рекомендации основанные на общей базе знаний.

* Источник: Alexander Felfernig, Michael Jeran, Gerald Ninaus, Florian Reinfrank, and Stefan Reiterer.Toward the Next Generation of Recommender Systems: Application and research Challenges, Multimedia Services in Intelligent Environments: Recommendation Services, Springer, 25:1-18, 2013

Page 7: Управление спросом на основе прогнозирования поведения пользователя

Адаптивный алгоритм управления энергопотреблением, включающий учет человеческого фактора

† управление может осуществляться в условиях ограниченности информации, например наличия сведений только о начале и длительности просмотра и соответствующем канале;

† может отсутствовать информация о профиле пользователя, его предпочтениях или действиях кроме просмотра телеканалов – записях или покупках видеоконтента, запуске приложений и т.п.;

† необходимы условия системы, для которой предназначен алгоритм, в данном случае, например - список программ для EPG на текущий момент и на несколько дней вперед (в том же формат - канал, программа, ее временные границы и аттрибуты).

Использование алгоритма для STB

Page 8: Управление спросом на основе прогнозирования поведения пользователя

8

Основные допущения для энергосистем:† цикличность в поведении пользователей;† количественные оценки: время внесения изменений в режимы работы

оборудования и продолжительность работы в заданных режимах;† ограничения со стороны энергосистемы: дифференцированные условия

рынка энергоресурсов, функционал, эффективные режимы используемого оборудования и факторы окружающей среды;

† повышения эффективности прогнозирования: кластеризация (например, возможно предусмотреть режимы рабочего и выходного дня, режим «гость», режим «болезнь» и др.).

Адаптивный алгоритм управления энергопотреблением, включающий учет человеческого фактора

Page 9: Управление спросом на основе прогнозирования поведения пользователя

Адаптивный алгоритм управления энергопотреблением, включающий учет человеческого фактора

Page 10: Управление спросом на основе прогнозирования поведения пользователя

Пример реализацииВх

одны

е да

нны

е

Кома

нды

упр

авле

ния

Page 11: Управление спросом на основе прогнозирования поведения пользователя

11

Smart Home на базе QIVICON

Пример реализации

Page 12: Управление спросом на основе прогнозирования поведения пользователя

Спасибо за внимание !

12

ОАО «Газпром промгаз»

Алексей Мележик [email protected]

T-Systems

Дмитрий Вавилов [email protected]