Искусственный интеллект как инструмент в автоматизации зданий

В статье "Новые аспекты автоматизации зданий", опубликованной в журнале "Системы безопасности" № 1/2021, упоминалось использование ИИ в системах автоматизации зданий. Появившийся в начале 2000-х гг. термин "интеллектуальное здание" был весьма популярным, однако реально отражал лишь уровень исполнения систем автоматизации здания, не имея прямого отношения к его "интеллектуальности". Сегодня уже можно говорить об оптимизации функционирования инженерных систем здания на базе автономного анализа данных, которая достигается за счет использования ИИ.

В современных системах автоматизации зданий изменение положения солнца в течение дня может быть учтено при управлении освещением, шторами, а также отоплением и кондиционированием. Работа систем вентиляции может быть основана не только на сигналах датчиков присутствия и СО2, но и на графиках занятости конкретных помещений, уборки и санобработки, особенно актуальных в последнее время. Более того, могут быть использованы прогнозы, сделанные на основе накопленных данных о профилях работы инженерного оборудования в предшествующий период. Такое превентивное управление зданием может применяться практически для любых систем и обеспечивает снижение потребления энергии, сокращение эксплуатационных расходов, повышение эффективности использования помещений и т.д. 

Рис. 1. Объединение автоматизации зданий с платформой (облачной) искусственного интеллекта

Переход от интеллектуального к обучаемому зданию

Активное внедрение ИТ в системы автоматизации зданий в последнее время повлекло за собой новые возможности в части использования современных средств программирования и языков, удобной визуализации для разных групп пользователей и открыло путь к быстрой обработке больших объемов данных от инженерного оборудования, являющейся, по сути, элементом ИИ. Эти прогнозные методы управления инженерным оборудованием зданий обеспечивают переход от интеллектуального здания к обучаемому или когнитивному.

Упомянутый переход происходит при наличии ряда необходимых условий, к которым относятся, по крайней мере, соответствующие строительная инфраструктура, архитектура системы и приложения. Наличие этих условий позволяет обеспечить переход к системному обучению, формирующему технологии ИИ.

Рис. 2. Структура системы автоматизации здания

Строительная инфраструктура

Строительная инфраструктура, использующая ИИ, ведет не только сбор данных от большого количества датчиков, но и их хранение для последующей обработки и анализа. При этом чем больше полнота получаемых данных, тем более качественным будет реакция ИИ.

Поскольку устанавливаемые для решения этой задачи проводные датчики также требуют обслуживания, представляет большой интерес использование беспроводных датчиков, не требующих обслуживания.

Рис. 3. Платформа интеллектуальных сервисов работы с данными Azure (искусственный интеллект и машинное обучение)

Архитектура системы

Архитектура системы – это платформа, поддерживающая процессы обучения. Она может быть как облачной, так и серверной. Серверные обладают большей вычислительной мощностью, а облачные – более широким функционалом. Необходимо отметить, что платформа ИИ строится на инфраструктуре системы автоматического управления зданием, которая управляет инженерным оборудованием здания и обеспечивает контроль систем автоматизации помещений. В этом смысле интересно отметить, что предлагаемая зарубежными специалистами¹ структура объединения автоматизации зданий с платформой (облачной) искусственного интеллекта во многом совпадает со структурой системы автоматизации здания, приведенной в стандарте ISO 16 4842. Обе структуры имеют три уровня – полевой, аппаратного управления и диспетчеризации (менеджмента), только при объединении с облачной платформой активнее используются облачные технологии, и на уровне менеджмента появляется облачная платформа ИИ, обеспечивающая новый качественный уровень решения, на котором возможна реализация обучаемого здания.

Рис. 4. Машинное обучение

Приложения

Приложения на основе ИИ можно разделить на условные категории, такие как:

• оптимизированное управление оборудованием объекта, инфраструктурой и площадями;
• управление нагрузками; 
• превентивное обслуживание;
• повышение эффективности использования персонала;
• предоставление платных услуг;
• повышение эффективности использования датчиков.

В качестве примера платформы интеллектуальных сервисов можно привести платформу Azure компании Microsoft³.

Как видно из рис. 3, платформа в своем блоке интеллекта содержит модуль машинного обучения и аналитики, обеспечивающий анализ поступающей информации и формирование на основе актуальной и ранее полученной информации управляющих воздействий.

Алгоритм машинного обучения более подробно приводился на онлайн-саммите "Умные дома и здания в России"⁴. Он применяется для предсказания значения, определения аномалий и классификации наборов данных.

Цель определяет средства

Подводя итог теме использования ИИ в качестве инструмента автоматизации зданий, следует отметить, что требования и задачи заказчика определяют архитектуру IoT интеллектуального здания и соответствующие устройства, а не наоборот.

В свою очередь, применение технологий ИИ позволяет использовать широкий спектр приложений в области автоматизации зданий. Практические результаты, планируемые как эффект от реализации решений на основе ИИ, необходимо точно обозначить на начальном этапе работы с проектом, поскольку "это играет определяющую роль в выборе процесса обучения и его моделирования, а также в выборе платформы ИИ и типа, количества и расположения датчиков сбора энергии, необходимых для ввода данных"¹.