Применение технологий машинного обучения для оптимизации энергопотребления в городских инфраструктрных системах

Abstract

Исследование посвящено изучению научных предпосылок использования цифровых инструментов, включая машинное обучение и нейросети, для обеспечения устойчивого развития белорусских городских агломераций. В работе проводится обзор актуальных подходов к прогнозированию энергоресурсов с учетом архивных данных, погодных условий и параметров застройки в специфике климата Беларуси. Установлено, что внедрение интеллектуальных алгоритмов в инфраструктуру «умного города» способствует уменьшению углеродного следа и укреплению национальной энергетической безопасности. Эмпирические данные, полученные при тестировании на жилом массиве в Минске, демонстрируют эффективность предложенных решений: экономия электроэнергии достигла 18,7%, а объем выбросов парниковых газов сократился на 9,3 тыс. тонн в пересчете на СО2-эквивалент ежегодно.