এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
মডেল ভিত্তিক প্রেডিক্টিভ কন্ট্রোল (এমপিসি)
HVAC সিস্টেমের একটি গতিশীল মডেল ব্যবহার করে ভবিষ্যতের অবস্থা পূর্বাভাস দেওয়ার এবং একটি স্লাইডিং টাইম হরাইজন জুড়ে শক্তি সেটপয়েন্টগুলি অপ্টিমাইজ করার জন্য একটি উন্নত নিয়ন্ত্রণ কৌশল।
HVAC-এর জন্য রিইনফোর্সমেন্ট লার্নিং
AI অ্যালগরিদমের প্রয়োগ যেখানে একটি এজেন্ট ট্রায়াল-এন্ড-এরর মাধ্যমে একটি সর্বোত্তম নিয়ন্ত্রণ নীতি (যেমন: ভালভ সেটিং, ফ্যান গতি) শেখে একটি সংজ্ঞায়িত পুরস্কার (যেমন: আরাম - শক্তি খরচ) সর্বাধিক করার জন্য।
বিল্ডিং ডিজিটাল টুইন
একটি বিল্ডিং এবং এর HVAC সিস্টেমগুলির একটি গতিশীল ভার্চুয়াল প্রতিরূপ, যা রিয়েল-টাইমে সেন্সর দ্বারা চালিত, বাস্তব বিশ্বে ক্রিয়া প্রয়োগ করার আগে শক্তি কর্মক্ষমতা সিমুলেট, পূর্বাভাস এবং অপ্টিমাইজ করতে ব্যবহৃত হয়।
স্ব-অভিযোজিত নিয়ন্ত্রণ
একটি নিয়ন্ত্রণ ব্যবস্থা যা পরিবেশের পরিবর্তনের (আবহাওয়া, দখল) উপর ভিত্তি করে স্বয়ংক্রিয়ভাবে এর অভ্যন্তরীণ প্যারামিটারগুলি (যেমন: PID ধ্রুবক) সামঞ্জস্য করে ম্যানুয়াল হস্তক্ষেপ ছাড়াই সর্বোত্তম কর্মক্ষমতা বজায় রাখার জন্য।
তাপীয় লোড পূর্বাভাস
একটি বিল্ডিংয়ের গরম বা শীতাতপ নিয়ন্ত্রণের চাহিদা স্বল্পমেয়াদী হরাইজনে পূর্বাভাস দেওয়ার জন্য মেশিন লার্নিং মডেলের ব্যবহার, যা আবহাওয়ার পূর্বাভাস, সময়সূচী এবং দখলের ইতিহাসের উপর ভিত্তি করে।
বিল্ডিং-টু-ভেহিকল ইন্টিগ্রেটেড এনার্জি ম্যানেজমেন্ট (B2V)
একটি নিয়ন্ত্রণ কৌশল যা স্থানীয় শক্তির স্ব-খরচ অপ্টিমাইজ করতে এবং গ্রিড থেকে টানা পাওয়ার পিক কমানোর জন্য ইলেকট্রিক যানবাহনের চার্জ/ডিসচার্জের সাথে বিল্ডিংয়ের HVAC সিস্টেমগুলিকে সমন্বয় করে।
শক্তি খরচ ফাংশন
একটি গাণিতিক অভিব্যক্তি যা একটি HVAC সিস্টেমের শক্তি ব্যয় পরিমাপ করে, প্রায়শই গতিশীল বিদ্যুৎ শুল্ক দ্বারা ওজনযুক্ত, যা অপ্টিমাইজেশন অ্যালগরিদমগুলি হ্রাস করতে চায়।
হাইগ্রোথার্মাল মডেল
একটি সিমুলেশন মডেল যা একটি বিল্ডিং এনভেলপে তাপ এবং আর্দ্রতা স্থানান্তরকে যুক্ত করে, উভয় তাপমাত্রা এবং আর্দ্রতা পরিচালনা করে এমন HVAC সিস্টেমগুলি অপ্টিমাইজ করার জন্য অপরিহার্য।
HVAC-এর জন্য স্টোকাস্টিক গ্রেডিয়েন্ট ডিসেন্ট
জটিল সিস্টেমের জন্য অভিসৃতি ত্বরান্বিত করতে এলোমেলো উপাত্ত উপসেট ব্যবহার করে একটি ভবিষ্যদ্বাণীমূলক নিয়ন্ত্রণ মডেলের পরামিতি সামঞ্জস্য করতে ব্যবহৃত পুনরাবৃত্তিমূলক অপ্টিমাইজেশন অ্যালগরিদম।
আরামদায়কতার জন্য ফাজি লজিক
নিয়ন্ত্রণ পদ্ধতি যা বিষয়ভিত্তিক আরামদায়কতা ভেরিয়েবল (যেমন: 'একটু গরম', 'খুব আর্দ্র')কে HVAC সরঞ্জামের উপর সুনির্দিষ্ট নিয়ন্ত্রণ ক্রিয়ায় অনুবাদ করতে দেয়, মানুষের যুক্তির অনুকরণ করে।
শক্তি সময়সিরিজের জন্য রিকারেন্ট নিউরাল নেটওয়ার্ক (RNN)
দীর্ঘকালীন সময়গত নির্ভরতা মনে রেখে HVAC সিস্টেমের বিদ্যুৎ খরাচের মতো অনুক্রমিক উপাত্তের ভবিষ্যদ্বাণীতে বিশেষজ্ঞ গভীর শেখার আর্কিটেকচার।
অনলাইন বনাম অফলাইন অপ্টিমাইজেশন
ঐতিহাসিক উপাত্তের উপর পর্যায়ক্রমে গণনা করা অপ্টিমাইজেশন কৌশল (অফলাইন) এবং HVAC নিয়ন্ত্রণের জন্য নতুন পরিমাপের প্রতিক্রিয়ায় রিয়েল-টাইমে সামঞ্জস্য করা কৌশলগুলির মধ্যে পার্থক্য।
তাপীয় লোড শেডিং কৌশল
AI-নিয়ন্ত্রিত কর্মপরিকল্পনা যা শিখর ঘণ্টায় লোড বক্ররেখা মসৃণ করতে এবং খরচ কমানোর জন্য গরম বা শীতলীকরণ শক্তি অস্থায়ীভাবে এবং পূর্বাভাসে হ্রাস করে।
ভবিষ্যদ্বাণী দিগন্ত
ভবিষ্যতের সময়কাল যার উপর একটি ভবিষ্যদ্বাণীমূলক নিয়ন্ত্রণ অ্যালগরিদম (MPC) তার অপ্টিমাইজেশন সম্পাদন করে, HVAC-তে ভবিষ্যদ্বাণীর সঠিকতা এবং শক্তি সাশ্রয়ের সম্ভাবনার মধ্যে একটি গুরুত্বপূর্ণ সমঝোতা।
স্টেট স্পেস ম্যাপিং
AI কৌশল যা একটি লক্ষ্য আরামদায়কতা এবং দক্ষতা অবস্থার দিকে সর্বোত্তম ট্র্যাজেক্টরি চিহ্নিত করতে একটি HVAC সিস্টেমের সম্ভাব্য সমস্ত অবস্থা (তাপমাত্রা, চাপ, প্রবাহ) অন্বেষণ এবং মডেল করে।