Využití metod strojového učení pro úsporu energie v chytré domácnosti

Tato diplomová práce řeší využití strojového učení pro úsporu energie v domácnosti, konkrétně se pak zaměřuje na využití predikce spotřeby teplé vody z bojleru pro chytrý ohřev. Pro predikci spotřeby je využita sekvenční neuronová síť s LSTM vrstvou, která je natrénována na datech jako je spotřeba teplé vody v čase, přítomnost uživatelů v domácnosti, denní doba či informace o aktuálním počasí. Data byla sbírána ve dvou testovacích domácnostech. Tato predikce je následně využita v implementovaném algoritmu, který zajišťuje, aby voda v bojleru byla ohřívána na vyšší teplotu, jejíž hodnotu určuje množství predikovaného odebraného tepla, až před předpokládanou spotřebou teplé vody. Díky tomuto chytrému ohřevu došlo ke snížení tepelných ztrát bojleru a tím i ke snížení spotřeby energie o téměř 27 % při zachování tepelného komfortu členů domácnosti. Toto řešení, které umožňuje jeho uživatelům ušetřit ročně více než 1500 Kč, bylo také zveřejněno jako doplněk v rámci platformy Home Assistant.

Grantor dc:publisher

Vysoké učení technické v Brně. Fakulta informačních technologií

Author dc:creator

• Grünwald, Adam

Advisor dc:contributor.advisor

• Materna, Zdeněk

• chytrá domácnost
• strojové učení
• úspora energií
• IoT
• smart home
• machine learning
• energy savings

Statement dc:rights

• Standardní licenční smlouva - přístup k plnému textu bez omezení

Language dc:language.iso

cs

Dc Identifier Other

156586

OAI identifier oai:identifier

oai:dspace.vut.cz:11012/248922