Viimasel ajal on kliimamuutuste suurenev mõju ja suurenev nõudlus elektrienergia järele muutunud pakiliseks probleemiks. Laias laastus tuginevad elektrienergia säästmise strateegiad tõhusale kasutamisele. Siiski tekivad probleemid, kuna tarbijatel on nende meetmete rakendamisel raskusi. Soovitud tõhususe saavutamiseks energiakasutuses on vaja uuenduslikke lahendusi, mille eesmärk on mõjutada energiatarbijate käitumist. Isikupärastatud soovitused mängivad olulist rolli tarbijate käitumismuutuste stimuleerimisel, aidates seeläbi kaasa energiatõhususe jätkusuutlikule arengule.

Selle probleemi lahendamiseks keskendub meie uuring uuenduslikele energiateenustele, mis tuginevad intelligentsetele soovitussüsteemidele ja digitaalsetele kaksikutele. Me uurime erinevaid suundumusi, mis on seotud modelleerimise ja energiateenuste kasutuselevõtuga, võttes arvesse positiivseid seoseid soovitussüsteemide ja tarbijate energiakäitumise vahel nõudluse poolel. IEEE Xplore’i ja Scopuse andmebaaside tippteadustööde põhjaliku sisuanalüüsi kaudu kinnitab meie uuring andmepõhiste kaksikutehnoloogiate uuenduslikku kasutamist nõudluspoolsete soovitusteenuste jaoks. Tööstus 4.0 mängib rolli lõpptarbijate liikumisel energiatõhususe suunas, võimaldades keerukamat analüüsi ja luues võimalusi lõpptarbijate ja detsentraliseeritud võrgu varade modelleerimiseks sarnaselt nende digitaalsete kaksikute (DT) vastanditega. See areng avab teed varade tasandi analüüsile. Käesolevas töös tutvustatakse uuenduslikku lähenemisviisi, milles kasutatakse hübriidseid DT-vara mudeleid, milles kombineeritakse tavalise diferentsiaalvõrrandi (ODE) füüsikamootoreid ja andmepõhiseid rekursiivseid neuronivõrgu (RNN) prognoosimeetodeid. Tekkivad reaalajas töötavad infotehnoloogia (IT) rakendused ja uuenduslikud DT-mudelid üksikute elektriseadmete jaoks häirivad seda maastikku. Eelkõige seoses taastuvate energiaallikate integreerimisega, mis pakub paljutõotavaid lahendusi nõudlusele reageerimiseks, kuid tekitab ka uusi probleeme elektrivõrgu stabiilsusega. Sarnaselt on agregaatoritel üha olulisem roll DR elektriturul, kuid nad võitlevad sageli märkimisväärse turumonopoli ja läbipaistvuse puudumisega, kuna nad teenivad kasumit või kasutavad ära taastuvate energiaallikate üleminekut.

Lisaks sellele tutvustatakse käesolevas uuringus pärast individuaalsetel varadel põhineva prognoosiva DT modelleerimist uudset graafipõhist järjestusmeetodit, mis kasutab PageRanki mudelit nõudluspoolse soovitusteenuse osutamiseks. On konkreetseid stsenaariume, mille puhul lõppkasutajad võivad jätta soovitatud nõuanded tähelepanuta, mis aitab kaasa teadmiste ja meetmete vahelise lõhe suurenemisele. Nõudluspoolne soovitussüsteem, mida täiendavad geneerilised eeltreenitud muundurid (GPT) vestlusliku juturobotiliidese tehnoloogia ja laiendatud reaalsus (XR), osutub tõhusaks lõpp-tarbija huvi äratamisel ja laiendamisel soovitatud nõuannete vastu. Selle uurimistöö uudsus seisneb uue lähenemisviisi väljatöötamises, mis võimaldab üksikutel lõppkasutajatel anda oma panus nõudlusele reageerimise algatustesse. Uuringu tulemused näitavad, et BESSi kasutamine mitme agendi tugevdava õppimise juhtimisstrateegia abil andis maksimaalse tippkoormuse vähenemise ligikaudu 24.5%, lisaks 94% ja 69% mugavuse paranemise vastavalt konkreetsete koormuste ja kasutajate kaasamise puhul. Lisaks sellele aitasid tõhususega seotud soovitused BESSi jaoks kaasa tippkoormuse lineaarsele vähenemisele, mis ületas baasstsenaariumi. Antud töö tulemused näitavad ka, et hübriidne digitaalne kaksikmeetod saavutas muljetavaldava 84.132% prognoosivea vähenemise, mõõdetuna MSE-eetrikaga.

Doktoritöö ”Innovative Energy Services based on Behavioural–Reflective–Attributes and Intelligent Recommendation Systems“ on avaldatud Tehnikaülikooli raamatukogu digikogus.

Juhendaja prof Juri Belikov ja kaasjuhendaja prof Eduard Petlenkov.

Oponendid:

1. prof Bo Nørregaard Jørgensen, SDU Center for Energy Informatics, University of Southern Denmark, Taani;
2. prof Lucio Tommaso de Paolis, Department of Engineering for Innovation, University of Salento, Itaalia.

Jälgi avalikku kaitsmist Zoomis

Meeting ID: 961 7961 9964
Passcode: 914910