Применение глубокого обучения с подкреплением для оптимизации систем энергопотребления

В условиях глобального потепления, роста цен на энергоносители, вызванного энергетическим кризисом, оптимизация систем энергопотребления становится все более и более востребованной, как со стороны бизнеса, так и со стороны государств. Активная цифровизация в энергетической отрасли способствует внедрению технологий искусственного интеллекта для управления энергопотреблением. Целью данного исследования является минимизация затрат на электроэнергию на примере ледовой арены. Используя данные, полученные с датчиков интернета-вещей, необходимо разработать модель глубокого обучения с подкреплением, поддерживающую оптимальное состояние ледового покрытия. Результаты моделирования показывают, что применение алгоритмов обучения с подкреплением приводит к снижению потребления энергии.