Pastatų skaitmenizavimo vystymas – akivaizdi tendencija visame pasaulyje. Puikus skaitmeninės technologijos, dažnai naudojamos statybose, pavyzdys yra pastato informacinis modeliavimas (angl. Building Information Modelling, BIM). BIM proceso metu kuriama ir valdoma statinio informacija visais jo gyvavimo ciklais – nuo pirminės projekto koncepcijos iki jo nugriovimo.

 

„Tokios informacijos apjungimas, pavyzdžiui, su pastato energetikos duomenimis arba su tiesioginėmis pastate esančių sensorių matavimų transliacijomis gali turėti daugiau panaudojimo atvejų inžinieriams, duomenų analitikams bei kitiems ekspertams. Kadangi žmonių energetiniai poreikiai nuolat auga ir pastatai išskiria reikšmingą kiekį šiltnamio efektą sukeliančių dujų, energetinio suvartojimo prognozės yra svarbios norint priimti tvarius sprendimus ir sukurti tvaresnę aplinką“, – cituojamas Justas Kardoka, Kauno technologijos universiteto (KTU) studijų programos „Programų sistemos“ alumnas, Dirbtinio intelekto informatikos magistrantas.

 

Anot jo, tai yra naudinga, nes suvartojamos energijos prognozės gali padėti numatyti tam tikrus suvartojimo pikus. Būtent tokią temą Justas nagrinėjo savo baigiamajame bakalauro projekte.

 

Vaikinas už darbą, kuriame taikydamas dirbtinio intelekto (DI) metodus kūrė pastatų energijos prognozavimo modelius ir intelektinę sistemą suvartojamos energijos prognozėms atlikti, gavo KTU įsteigtą 1 tūkst. eurų stipendiją. DI – prioritetinė KTU mokslinių tyrimų kryptis, todėl jau dvejus metus universitetas skatina studentus rinktis baigiamųjų projektų temas, susijusias su DI taikymu, o geriausių darbų autoriams skiria stipendijas.

 

 

Pastatų skaitmenizavimo srityje viena iš svarbiausių problemų – įvairios su pastatais susijusios informacijos apjungimas. Savo darbe J. Kardoka pasirinko pastato 3D reprezentaciją ir BIM modelį apjungti su pastato šiluminės energijos suvartojimo istoriniais duomenimis ir prognozėmis.

„Atlikta duomenų analizė parodė, kad energijos suvartojimui didžiausią įtaką daro šilumos sezonas ir nakties paros metas. Nors analizuojami duomenys turėjo dažnai akivaizdų dėsningumą, vis dėl to prognozuoti juos buvo labai sudėtinga“, – teigia J. Kardoka.

 

Studento baigiamojo projekto vadovė, KTU Dirbtinio intelekto centro vadovė, profesorė Agnė Paulauskaitė-Tarasevičienė tikina, kad projekte realizuota dvylika skirtingų mašininio mokymosi algoritmų ir matematinių modelių.

 

„Realizuoti skirtingi regresijos modeliai, tokie kaip Lasso ir Lars, Ridge, KRR (angl. Kernel ridge regression), elastiniai tinklai, atraminių vektorių regresija, atsitiktiniai miškai bei kiti. Buvo atlikta visų algoritmų palyginamoji analizė prognozavimo tikslumo ir greičio atžvilgiu“, – sako profesorė. 

 

KTU alumno sukurta sistema leidžia naudotojams integruoti duomenų analitiką ir mašininio mokymo algoritmus kartu su pastato BIM modeliu. Vaikinas siekė, kad darbas būtų aktualus visuomenei ir žmonėms, kurie užsiima pastatų skaitmenizavimo veiklomis.

 

„Sukurta sistema gali būti panaudota pastatų skaitmenizavimui. Turint istorinių šiluminės energijos suvartojimo duomenų, remiantis šiuo taikymu, galima sukurti labiau realybę atspindintį pastato skaitmeninį dvynį“, – sako J. Kardoka.

 

 

Studentas baigiamuoju projektu neapsiribojo: darbo rezultatus pristatė INCAI projekto užsienio atstovams 2022-ųjų vasarį, kartu su baigiamojo projekto vadove A. Paulauskaite-Tarasevičiene ir KTU Išmaniųjų miestų ir infrastruktūros centro vadovu, docentu Dariumi Pupeikiu, konsultavusiu rengiant projektą, pateikė publikaciją „Artificial intelligence solutions towards to BIM6D: Sustainability and Energy Efficiency“ „Springer“ žurnale.

 

„Darbas išsamus, aktualus ir atliepia šių dienų aktualijas ir prioritetines kryptis tiek Lietuvoje, tiek ir Europos Sąjungoje, kur taikant dirbtinio intelekto technologijas siekiama didinti tvarumą. Be to, jame naudojami realūs duomenys“, – tikina A. Paulauskaitė-Tarasevičienė. 

Svarbiausius projekto rezultatus J. Kardoka pristatė ir spalį vykusioje tarptautinėje informacinių ir programinės įrangos technologijų konferencijoje (ICIST 2022).