Sztuczna sieć neuronowa poprawia wydajność pomp ciepła

Badacze z Korei Południowej opracowali system sterowania oparty na sztucznej sieci neuronowej, za pomocą którego byli w stanie podnieść wydajność pracy pompy ciepła. Jak tłumaczą, takie rozwiązanie może pomóc użytkownikom końcowym w redukcji kosztów ogrzewania.

Zdaniem naukowców z Narodowego Uniwersytetu Pusan w Korei Południowej istnieją możliwości poprawy wydajności pomp ciepła niewymagające opracowywania nowych skomplikowanych podzespołów. W zamian za to można rozwinąć odpowiednie technologie zarządzania danymi, co w końcowym wyniku przełoży się na wymierny efekt.

Ograniczenie możliwości sterowania

Jak dowiadujemy się z pracy naukowej, w większości powszechnie dostępnych pomp ciepła na rynku komercyjnym użytkownik końcowy ma ograniczone odgórnie (przez producenta) możliwości sterowania swoim urządzeniem i optymalizacji jego pracy.

REKLAMA

W związku z tym naukowcy z uniwersytetu w Korei Południowej opracowali system optymalnej logiki sterowania (optimum control logic, OCL) oparty na sztucznej sieci neuronowej (artificial neural network, ANN), dzięki któremu użytkownicy mogą bezpośrednio sterować swoimi systemami pomp ciepła i je optymalizować. Opracowany OCL bazujący na ANN ma zadanie kontrolować przepływ wtórnego płynu roboczego, uwzględniając m.in. ogólne warunki budowlane.

Przydatność opracowanego systemu badacze sprawdzili, wykorzystując symulację dynamiczną.

Poprawa charakterystyki energetycznej

W artykule możemy przeczytać, że w poprzednich pracach testowano już podobne sposoby optymalizacji pracy pomp ciepła. Wykorzystywano wówczas algorytmy uczenia maszynowego, które jednak, jak twierdzą badacze, mogą momentami być niefortunne z powodu nadmiernego dopasowania i niewystarczającego uogólniania na podstawie nowych danych.

REKLAMA

Model OCL opracowany na podstawie ANN ma zapobiegać błędom nadmiernego dopasowania dzięki wytrenowaniu na podstawie syntetycznych danych szkoleniowych. Aby wytrenować model, naukowcy dostarczyli mu około 762 tys. punktów danych, korzystając z rzeczywistego systemu powietrznej pompy ciepła zlokalizowanej w obiekcie budowlanym w południowokoreańskim mieście Busan. Dane zostały następnie zweryfikowane przy użyciu około 254 tys. punktów danych z tego samego obiektu.

Pierwsze wyniki eksperymentów pokazały, że zastosowanie systemu optymalnej logiki sterowania opartego na sztucznej sieci neuronowej może przynieść korzyści pod kątem podniesienia wydajności pomp ciepła. Badacze zauważyli wzrost do 0,88 proc. COP dla pompy ciepła w porównaniu z systemem konwencjonalnym, gdy natężenie przepływu pompy wodnej utrzymywano na niskim poziomie w okresach, w których wymagane było mniejsze oddawanie lub absorpcja ciepła. Było to spowodowane poprawionym ciśnieniem wlotowym i wylotowym sprężarki.

Jednocześnie grupa wskazała, że do dopiero początek badań i sam proces wymaga jeszcze wielu udoskonaleń. Już jednak wiadomo, że OCL oparty na ANN sprawdza się dobrze, gdy wtórnym czynnikiem chłodniczym jest woda.

Wynik swoich wstępnych odkryć badacze opublikowali w artykule: „Performance improvement of air-source heat pump via optimum control based on artificial neural network” (Poprawa wydajności powietrznej pompy ciepła poprzez optymalne sterowanie w oparciu o sztuczną sieć neuronową) w czasopiśmie Energy Reports.