ARTFEED — Contemporary Art Intelligence

Controllore HVAC basato su IA per Edifici Commerciali Tropicali

ai-technology · 2026-08-13

Uno studio recente introduce un nuovo controllore noto come CQD-ERL, progettato per la gestione di supervisione di impianti di raffreddamento ad acqua in climi tropicali e dei relativi sistemi lato aria. Questo controllore presenta un archivio di prodotti che organizza politiche specializzate basate su un contesto operativo guidato dai dati, che include modelli meteorologici giornalieri e regimi di carico, insieme a un descrittore di comportamento che rimane costante. Utilizza un operatore evolutivo senza gradiente insieme a un operatore di gradiente di policy soft-actor-critic che entrambi accedono a un buffer di replay condiviso. Prima dell'esecuzione, ogni azione viene filtrata da uno scudo di sicurezza deterministico. L'addestramento avviene in un ambiente di ordine ridotto a due livelli che simula l'approccio della torre di raffreddamento, l'umidità e i vincoli di carico latente di un edificio commerciale a Singapore. Le prestazioni vengono valutate tramite un backtest annuale rispetto allo standard ASHRAE Guideline 36. Questa ricerca, volta a migliorare l'efficienza del controllo HVAC nelle regioni tropicali per ridurre il consumo energetico negli edifici commerciali, rientra in Informatica > Apprendimento Automatico ed è stata presentata su arXiv (ID: 2608.11324).

Fatti principali

  • CQD-ERL è un controllore di apprendimento per rinforzo evolutivo a qualità-diversità contestuale.
  • È progettato per il controllo di supervisione di impianti di raffreddamento ad acqua in climi tropicali e sistemi lato aria.
  • Il controllore mantiene un archivio di prodotti di politiche specializzate.
  • Le politiche sono indicizzate per contesto operativo, cluster meteorologico/carico e descrittore di comportamento.
  • Utilizza un operatore evolutivo senza gradiente e un operatore di gradiente di policy soft-actor-critic.
  • Uno scudo di sicurezza deterministico filtra ogni azione prima dell'esecuzione.
  • L'ambiente di addestramento modella un edificio commerciale di Singapore con carico latente, approccio della torre di raffreddamento e vincoli di umidità.
  • La valutazione viene effettuata tramite un backtest annuale completo rispetto a una baseline ASHRAE Guideline 36.

Entità

Istituzioni

  • arXiv
  • ASHRAE

Luoghi

  • Singapore

Fonti