Indholdet af denne træningssession:
2. Funktionelle blokke og roller
Skyen (med AI-funktion)
Gateway
Quantum termostat (opgraderet firmware)
TRV eller aktuatorer
Salus Premium Lite apps (med udvidet intelligensmulighed)
3. Strategi for beregning af energibesparelse
Det samlede energiforbrug defineres ved relæets ON-varighed (sekunder)
Laboratoriemålt energibesparelsesprocent = Faktisk (ikke-AI) – Faktisk (AI) Feltberegnet energibesparelsesprocent = Forudsagt – Faktisk (AI)
Forudsagt energiforbrug estimeres ud fra den lærte temperaturhistorik. Jo længere den lærer, desto mere nøjagtig er dens forudsigelse af energiforbruget.
Mål: Mens komforten opretholdes ved at nå temperaturindstillingspunktet, sigter AI mod at reducere den samlede relæ ON-varighed og dermed spare energi.
Baseret på de lærte temperaturdata, Deep Neural Network i skyen:
Forudsigelse er afhængig af historiske temperaturdata
Ifølge WL's TRV-radiatortests i Cincinnati-laboratoriet, UFH-tests ved CoE i Rumænien,
GENNEMSNITLIG ENERGIBESPARELSE VED AI = 8%
Området for energibesparelse ved AI registreret 0 – 30%, afhængig af betingelserne.
NB: Salgsclaims energibesparelse op til 20% plus?