Уважаемые коллеги!
В ближайший понедельник, 24 февраля 2025 года, в 17:30 состоится очередное заседание нашего семинара. С докладом на тему «Physics-Informed Building Occupancy Detection: a Switching Process with Markov Regime» (Определение уровня загруженности здания (присутствия людей) на основе физических данных и моделей с марковскими переключениями) выступит Петр Евгеньевич Воробьев, профессор Сколтеха.
Аннотация доклада:
Energy efficiency of buildings is considered to be one of the major means of achieving the net-zero carbon goal around the world. The big part of the energy savings are supposed to be coming from optimizing the operation of the building heating, ventilation, and air conditioning (HVAC) systems. There is a natural trade-off between the energy efficiency and the indoor comfort level, and finding an optimal operating schedule/regime requires knowing the occupancy of different spaces inside of the building. Moreover, the COVID-19 pandemic has also revealed the need to sustain the high quality of the indoor air in order to reduce the risk of spread of infection. Occupancy detection from indoor sensors is thus an important practical problem. In the present paper, we propose detection of occupancy based on the carbon dioxide measurements inside the building. In particular, a new approach based on the, so-called, switching auto-regressive process with Markov regime is presented and justified by the physical model of the carbon dioxide concentration dynamics. We demonstrate the efficiency of the method compared to simple Hidden Markov approaches on simulated and real-life data. We also show that the model is flexible and can be generalized to account for different ventilation regimes, simultaneously detecting the occupancy and the ventilation rate.
Электронный вариант перевода аннотации:
Энергоэффективность зданий во всем мире считается одним из основных средств достижения цели по нулевому выбросу углерода. Предполагается, что значительная часть экономии энергии достигается за счет оптимизации работы систем отопления, вентиляции и кондиционирования воздуха (ОВКВ) в зданиях. Существует естественный компромисс между энергоэффективностью и уровнем комфорта в помещении, и для определения оптимального графика/режима работы необходимо знать загруженность различных помещений внутри здания. Более того, пандемия COVID-19 также выявила необходимость поддержания высокого качества воздуха в помещениях для снижения риска распространения инфекции. Таким образом, обнаружение присутствия людей с помощью датчиков в помещениях является важной практической задачей. В настоящей статье мы предлагаем определять наличие людей на основе измерений содержания углекислого газа внутри здания. В частности, представлен и обоснован физической моделью динамики концентрации углекислого газа новый подход, основанный на так называемом авторегрессионном процессе переключения с марковским режимом. Мы демонстрируем эффективность метода по сравнению с простыми скрытыми марковскими подходами на моделируемых и реальных данных. Мы также показываем, что модель является гибкой и может быть обобщена для учета различных режимов вентиляции, одновременно определяя заполняемость и скорость вентиляции.