Ứng dụng học máy dự báo nhu cầu năng lượng tòa nhà theo kịch bản biến đổi khí hậu

Thời tiết cực đoan làm gia tăng đáng kể nhu cầu sử dụng điện, dẫn đến lượng phát thải CO₂ cao hơn trong quá trình vận hành công trình. Mặc dù nhiều giải pháp thiết kế tiết kiệm năng lượng đã được đề xuất, song việc định lượng và dự báo tiêu thụ năng lượng của tòa nhà vẫn còn hạn chế. Bài báo tập trung dự báo nhu cầu năng lượng của một tòa nhà giảng đường trong giai đoạn khai thác, xét theo kịch bản biến đổi khí hậu RCP 8.5 vào năm 2030. Phần mềm Termus-Plus được sử dụng để mô phỏng hiệu suất năng lượng với các kịch bản thiết kế khác nhau, từ đó đánh giá tác động của từng phương án đến mức tiêu thụ điện. Dựa trên kết quả mô phỏng, một mô hình học máy ANN được phát triển nhằm dự báo nhu cầu năng lượng hàng tháng. Việc điều chỉnh siêu tham số của mạng ANN, cụ thể là số lượng nơ-ron trong lớp ẩn, đã được thực hiện nhằm cải thiện khả năng dự báo của mô hình. Kết quả cho thấy mô hình ANN có khả năng dự báo nhu cầu năng lượng theo từng tháng với sai số dưới 2%. Nghiên cứu này góp phần hỗ trợ công tác quản lý năng lượng trong vận hành và định hướng lựa chọn vật liệu thân thiện với môi trường ngay từ giai đoạn thiết kế.