पुरानी इमारतों में ऊर्जा दक्षता के लिए इंटरनेट ऑफ थिंग्स और गहरे शिक्षण-संवर्धित निगरानी

ऊर्जा दक्षता के लिए पुरानी इमारतों को पुनःविकसित करना आज के स्थिरता और पर्यावरण जागरूकता युग में अत्यधिक महत्वपूर्ण है। पुरानी इमारतें ऊर्जा अपव्यय में काफी योगदान देती हैं क्योंकि आमतौर पर इनमें नई ऊर्जा-दक्ष तकनीक की कमी होती है। कार्बन उत्सर्जन को कम करना, ऊर्जा बिलों को घटाना, और इन ऐतिहासिक स्थलों की जीवनावधि बढ़ाना, सभी इन इमारतों में ऊर्जा अपव्यय को ठीक करने पर निर्भर करते हैं। उन्नत प्रौद्योगिकियों की उल्लेखनीय प्रगति के बावजूद, इंटरनेट ऑफ थिंग्स और गहरे शिक्षण की संभावनाओं का पुरानी इमारतों में अन्वेषण नहीं किया गया है। प्रमुख बाधाएँ महंगा और पुराना बुनियादी ढाँचा और ऐतिहासिक महत्व की संरचनाओं में नई तकनीक को शामिल करने में कठिनाई हैं। मौजूदा शोध ने आमतौर पर पुरानी बुनियादी ढांचों की विशिष्ट आवश्यकताओं और सीमाओं की अनदेखी की है ताकि वर्तमान या नए बनाए गए सेवाओं की ओर ध्यान केंद्रित किया जा सके। इसके अतिरिक्त, इस विशिष्ट वातावरण में गहरे शिक्षण को इंटरनेट ऑफ थिंग्स के साथ एकीकृत करने पर व्यापक शोध की कमी रही है। स्मार्ट बिल्डिंग ऊर्जा प्रबंधन को इंटरनेट ऑफ थिंग्स (IoT) और गहरे शिक्षण द्वारा संभव बनाया गया है। वास्तुशिल्प सीमाएँ, पुराना बुनियादी ढाँचा, और गैर-आक्रामक पुनःविकास समाधान की आवश्यकता सभी पुरानी इमारतों में ऊर्जा निगरानी और सुधार की कठिनाई में योगदान करती हैं। यह शोध IoT को गहरे शिक्षण-संवर्धित पूर्वानुमानात्मक ऊर्जा मॉडलिंग (DL-PEM) के साथ मिलाने का प्रस्ताव रखता है ताकि एक ऊर्जा प्रबंधन प्रणाली बनाई जा सके जो पुरानी इमारतों की जरूरतों के अनुसार परिवर्तित और अनुकूल हो सके। IoT सेंसर से डाटा निवास, तापमान, प्रकाश, और उपकरण उपयोग पर एकत्र किया जाता है और फिर गहरे शिक्षण मॉडल का उपयोग करके सबसे कुशल ऊर्जा उपभोग पैटर्न निर्धारित करने के लिए विश्लेषण किया जाता है। इसकी ऊर्जा-बचत संभावनाओं के अलावा, इस विधि के कई संभावित उपयोग हैं। संरचनात्मक समस्याओं को बड़े होने से पहले पहचानना और ठीक करना, निवासियों की आरामदायकता में सुधार, रखरखाव की लागत को कम करना, और पूर्वानुमानित रखरखाव के लिए मार्ग प्रशस्त कर सकता है। स्मार्ट ग्रिड और मांग प्रतिक्रिया कार्यक्रमों के साथ एकीकरण भी आसान बनाया जा सकता है, जिससे संपूर्ण ऊर्जा प्रणाली की विश्वसनीयता में सुधार होता है। हमारे IoT और गहरे शिक्षण आधारित ऊर्जा प्रबंधन समाधान ने विस्तृत सिमुलेशन अध्ययनों द्वारा दिखाया है कि यह ऊर्जा उपयोग का अनुकूलन करता है, खर्चों को कम करता है, और पुरानी इमारतों में पर्यावरणीय प्रभाव को कम करता है। सिस्टम के प्रदर्शन की तुलना अधिक पारंपरिक विधियों से की गई है, और इसकी लचीलापन का मूल्यांकन विभिन्न भवन और उपयोग संदर्भों में किया गया है। प्रयोगात्मक परिणाम दिखाते हैं कि प्रस्तावित DL-PEM मॉडल ऊर्जा मांग पूर्वानुमान विश्लेषण, ऊर्जा उपभोग विश्लेषण, थर्मल आराम अनुकूलन विश्लेषण, मौसमी भिन्नता विश्लेषण, और निवास डेटा विश्लेषण को बढ़ाता है।