teoria

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision		 Previous revision
teoria [2026/01/20 13:00] – adminteoria [2026/01/22 21:34] (current) – [Porównanie metod] admin
Line 3: Line 3:
 Wdrożenie sztucznej inteligencji w zarządzaniu nieruchomościami to nie tylko instalacja nowych czujników, ale przede wszystkim zmiana sposobu przetwarzania danych. Wdrożenie sztucznej inteligencji w zarządzaniu nieruchomościami to nie tylko instalacja nowych czujników, ale przede wszystkim zmiana sposobu przetwarzania danych.
  
-Tradycyjne systemy automatyki (BMS) działają na sztywnych regułach "jeżeli-to" (np. "jeśli temperatura > 24°C, włącz chłodzenie"). Systemy ML działają inaczej – szukają wzorców w danych historycznych i na ich podstawie podejmują decyzje, adaptując się do zmian. +Tradycyjne systemy automatyki (BMS) działają na sztywnych regułach "jeżeli-to". Systemy ML działają inaczej – szukają wzorców w danych historycznych i na ich podstawie podejmują decyzje ((Géron A., "Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow", 2020)).
  
  
Line 10: Line 9:
 W inżynierii budynkowej proces ten składa się zazwyczaj z trzech etapów: W inżynierii budynkowej proces ten składa się zazwyczaj z trzech etapów:
  
-  - **1. Zbieranie danych (Input):** System pobiera historię z ostatnich lat – zużycie prądu, temperatury, awarie. +  - ** Zbieranie danych (Input):** System pobiera historię z ostatnich lat – zużycie prądu, temperatury, awarie. 
-  - **2. Trenowanie modelu:** Algorytm "uczy się", jakie warunki (np. mróz na zewnątrz + poniedziałek rano) prowadzą do wysokiego zużycia energii. +  - ** Trenowanie modelu:** Algorytm "uczy się", jakie warunki (np. mróz na zewnątrz + poniedziałek rano) prowadzą do wysokiego zużycia energii. 
-  - **3. Predykcja:** System otrzymuje nowe dane (prognozę pogody na jutro) i przewiduje, co się stanie, zanim to nastąpi. +  - ** Predykcja:** System otrzymuje nowe dane (prognozę pogody na jutro) i przewiduje, co się stanie, zanim to nastąpi ((VanderPlas J., "Python Data Science Handbook", 2017)).
- +
-===== Główne metody stosowane w FM ===== +
-W zależności od tego, jaki problem chcemy rozwiązać (liczymy koszty czy szukamy awarii), stosuje się różne podejścia. +
- +
-==== 1. Przewidywanie wartości (Regresja) ==== +
-Stosujemy, gdy wynikiem ma być konkretna liczba. +
-  * **Zasada:** Algorytm rysuje linię trendu przez dane historyczne, uwzględniając wiele zmiennych naraz. +
-  * **Przykłady w budynku:** +
-    * Prognozowanie rachunku za prąd w przyszłym miesiącu. +
-    * Szacowanie czasu potrzebnego na schłodzenie sali konferencyjnej przed spotkaniem. +
-    * Określanie żywotności filtra w wentylatorze (ile dni zostało do wymiany). +
- +
-==== 2. Klasyfikacja stanów ==== +
-Stosujemy, gdy system ma przypisać obecną sytuację do konkretnej kategorii (np. "OK" albo "AWARIA"). +
-  * **Zasada:** Algorytm wyznacza granicę między bezpiecznym a niebezpiecznym stanem pracy. +
-  * **Przykłady w budynku:** +
-    * Rozróżnianie fałszywego alarmu pożarowego od prawdziwego (na podstawie dymu i temperatury). +
-    * Decyzja, czy biuro jest zajęte (na podstawie poziomu CO2), aby wyłączyć światło. +
-    * Wykrywanie wycieków wody (typowe zużycie vs nagły skok).+
  
-==== 3. Wykrywanie anomalii ==== 
-Specyficzny rodzaj analizy, gdzie system uczy się "normalnego" zachowania budynku. Wszystko, co odbiega od normy, jest zgłaszane jako potencjalna usterka. 
-  * **Przykład:** Wentylator pobiera o 10% więcej prądu niż zwykle przy tych samych obrotach – system zgłasza zużycie łożyska, zanim ono stanie. 
  
-===== Różnica w sterowaniu ===== +===== Porównanie podejść =====
-Największą zaletą ML jest przejście ze sterowania reaktywnego na predykcyjne.+
  
 ^ Cecha ^ Tradycyjna Automatyka (BMS) ^ Machine Learning (AI) ^ ^ Cecha ^ Tradycyjna Automatyka (BMS) ^ Machine Learning (AI) ^
  • teoria.1768914019.txt.gz
  • Last modified: 2026/01/20 13:00
  • by admin