Система прогнозування енерговитрат

Прогнозування енергови трат на опалення є нетривіальним й достатньо комплексним завданням з декількох причин:

* Різні властивості матеріалів, з яких побудовані будинки, а відповідно складність виведення формули для загального випадку;

Різна товщина стін у різних будівлях;

Використання різних склопакетів;

Залежність енергоспоживання не тільки від зовнішньої температури, але і від вологості і сили вітру.

Враховуючи всі перераховані вище фактори, розрахувати енергоспоживання аналітичним чином досить складно, це вимагатиме від користувача ввести забагато специфічної інформації, яку він може не знати або помилитися, що в підсумку призведе до виведення некоректного результату.

Інші параметри, щ о впливають на енергоспоживання, обч ислюються з лінійної залежності від світлового дня.

Єдиним прийнятним виходом з даної ситуації є використання нейронної мережі прогнозу, яка через деякий час використання зможе давати точні свідчення, адже її результат буде залежати саме від дій і звичок користувача, а також статистичних даних за попередні періоди. Оптим альним вибором стала однослойна симетрична нейронна мережа без рекурентних зв’язків.

Дані про енергоспоживання беруться від сенсора з Ардуіно або задаються користувачем у разі відсутності т акого обладнання. Точність залежить від того, як довго навчалася мережа перш ніж видати результат.

Погодні дані беруться з сервісу OpenWeatherMap за допомогою OWM API. OpenWeatherMap онлайн сервіс, який надає безкоштовний API для доступу до даних про поточну погоду, прогнозами, і архівними даними для webсервісів і мобільних додатків. Як джерело даних використовуються офіційні метеорологічні служби, дані з метеостанцій аеропортів, і дані з приватних метеостанцій.

Інформація обробляються OpenWeatherMap, післ я чого, на основі даних будується прогноз погоди і погодні карти, наприклад карти хмарності та опадів.

Основною ідеєю сервісу OWM є використання приватних погодних станцій, які допомагають підвищити точність вихідної погодної інформації і, як наслідок, точність прогнозів погоди [17].

OpenWeatherMap використовує безкоштовний API, щоб надати дані поточної погоди, прогнозу та карт з погодними явищами, такими як хмари, вітер, тиск і опади. Всі погодні дані можуть бути отримані в форматах JSON, XML або HTML. Мак симально можливий прогноз можна отримати на місяць і щодо нього обчислити приблизний результат по енергоспоживанню. Метод отримання прогнозу.