Nalaganje ...
Mednarodni projekti vir: SICRIS

Napredna večciljna optimizacija sistemov za upravljanje z energijo z uporabo globokih nevronskih mrež in HPC za večstopenjsko napovedovanje energije v realnem času - AIMED-HPC

Organizacije (3) , Raziskovalci (10)
2514  ROBOTINA, podjetje za inženiring, marketing, trgovino in proizvodnjo d.o.o.
0782  Univerza v Ljubljani, Fakulteta za strojništvo
št. Evidenčna št. Ime in priimek Razisk. področje Vloga Obdobje Štev. publikacijŠtev. publikacij
1.  61709  Ezhilmathi Krishnasamy, Ph.D.  Naravoslovje  Raziskovalec  2025 - 2026  21 
2.  32265  dr. Simon Kulovec  Konstruiranje  Raziskovalec  2025 - 2026  96 
3.  52700  dr. Ivona Vasileska  Konstruiranje  Raziskovalec  2025  58 
4.  25450  dr. Nikola Vukašinović  Konstruiranje  Vodja sodelujoče RO  2025 - 2026  240 
5.  37776  dr. Rizwan Zahoor  Procesno strojništvo  Raziskovalec  2025  63 
6.  61706  Blaž Zgonec  Konstruiranje  Raziskovalec  2026 
7.  59570  Aljaž Žafran  Konstruiranje  Raziskovalec  2025 - 2026 
8678  Rudolfovo - Znanstveno in tehnološko središče Novo mesto
št. Evidenčna št. Ime in priimek Razisk. področje Vloga Obdobje Štev. publikacijŠtev. publikacij
1.  58531  Tomaž Jakša    Tehnični sodelavec  2025 - 2026  10 
2.  53925  dr. Jelena Joksimović  Matematika  Vodja  2025 - 2026  13 
3.  58524  Jure Kos    Tehnični sodelavec  2025 - 2026 
Povzetek
Robotina želi revolucionirati upravljanje energije v stavbah (pisarne, hoteli, nakupovalna središča, javne ustanove) z naročniško storitvijo, ki združuje podatke v realnem času in umetno inteligenco (AI) za optimizacijo porabe energije, znižanje stroškov in izboljšanje trajnostnosti končnih uporabnikov. Storitev deluje s katerim koli sistemom za upravljanje stavb (BMS) in temelji na lokalnem EMS sistemu z EDGE računalnikom, ki optimizira porabo glede na vremenske razmere, cene energije in tarife. Za učinkovito napovedovanje porabe energije (1–3 dni vnaprej, s 15-minutno natančnostjo) Robotina uporablja hibridne modele strojnega učenja, predvsem BiLSTM in MLP. Vendar je zagotavljanje teh napovedi več kot 10,000 uporabnikom računsko zahtevno, glede na to da trenutne CPU rešitve potrebujejo približno en teden za treniranje BiLSTM modela s tedenskimi podatki. Zato je uporaba visoko zmogljivega računalništva (HPC) ključna za učinkovito obdelavo podatkov in implementacijo modelov v velikem obsegu. Uporaba HPC bo omogočila Robotini širitev tržnih priložnosti in utrditev vodilne vloge na področju upravljanja energije. Poslovni eksperiment Advanced Multi-objective optimization of Energy management - AIMED-HPC je prejel sredstva preko projekta FFplus, ki je financiran s strani Evropskega združenja za visokozmogljivo računalništvo (JU) na podlagi pogodbe o dodelitvi sredstev št. 101163317. JU prejema podporo iz programa Horizon Europe Evropske unije.
Zgodovina ogledov
Priljubljeno