מחקר על חיזוי ומיטוב הקצאת עומס קירור למערכת קירור באולם החלקה פנים-מבני: ממצאים מסין

מדוע חשוב לשמור על קירור האיצטדיון

אולמות החלקה פנים-מבניים צורכים הרבה יותר אנרגיה מאשר מתקני ספורט רגילים, כיוון שעליהם לשמור על שכבת קרח יציבה בזמן שאנשים מחליקים, מתאמנים ומתחרים. ככל שנבנים יותר אולמות להנאה ציבורית וספורט חורפי, צריכת החשמל והשפעתם על האקלים גדלים. המחקר בוחן כיצד לשמור על איכות הקרח תוך שימוש פחות באנרגיה, על ידי חיזוי כמה קירור האולם יידרש בשעות הקרובות ואז חלוקת העבודה באופן חכם בין מספר מכונות קירור.

מה משפיע על הקור באולם החלקה

שמירת משטח קרח קפוא היא כמו איזון בין חום שנכנס ממקורות שונים לבין הקור שיוצא באמצעות מערכת הקירור. חום זולג מן הקרקע, מוזרם מהאוויר החם מעל הקרח, מגיע מקרינת שמש דרך מעטפת הבניין ומצטבר כחום גוף מהמחלקים ומהמים החמים שמשמשים לשחזור פני הקרח. המחברים מפרטים תחילה את הגורמים הללו ומשתמשים בשיטת ניתוח סטטיסטית הנקראת ניתוח יחס אפור (grey relational analysis) כדי לראות אילו מהם קשורים ביותר לביקוש הקירור. עבור אולם ציבורי גדול בבייג'ינג, המניעים החזקים ביותר מתגלים כמספר המחליקים, לחות האוויר החיצוני, כמות האור הרך המפוזר הנופל על המבנה וטמפרטורת האוויר החיצונית.

מלמדים מחשב לצפות את צרכי הקירור

מכיוון שהגורמים הללו משתנים במהלך היום והשבוע, דרישת הקירור מתנהגת כמו דפוס זמן מורכב ולא כמו קו ישר פשוט. הצוות מאמן מודל למידה עמוקה מסוג רשת זיכרון לטווח ארוך וקצר (LSTM) כדי ללמוד את הדפוס הזה מתוך נתוני העבר. הם מזינים את המודל בגורמים החשובים שנבחרו בניתוח הקודם, יחד עם היסטוריית השימוש בקירור של האולם. המודל מביט אחורה על 24 השעות הקודמות כדי לחזות את הערך הבא, ותופס גם קצבים יומיים רגילים וגם שיאים פתאומיים כאשר מגיעים יותר מחליקים או מזג האוויר משתנה.

לשפר את מנוע החיזוי ולהפוך אותו ליעיל יותר

החוקרים בודקים מספר גרסאות של מנוע החיזוי כדי לראות אילו החלטות עיצוב משפרות את הביצועים. העמדת שתי שכבות של יחידות הלמידה משפרת את יכולת המודל לתפוס גם קפיצות קצרות וגם תנודות ארוכות יותר בעומס. הוספת רמזים קלנדריים פשוטים כגון שעת היום, יום בשבוע, חגים וזמני אירועים מחדדת עוד יותר את תחושתו מתי העומס צפוי לעלות. לעומת זאת, טכניקת אימון פופולרית הנקראת נרמול באצ'ים (batch normalization), שלעתים עוזרת ברשתות עמוקות אחרות, מזיקה למשימה מבוססת הזמן הזו על ידי טשטוש היחסים העדינים בין רגע אחד לאחר. הגרסה הטובה ביותר של המודל מקטינה שגיאות חיזוי ביותר מעשר אחוזים בהשוואה לעיצוב פשוט יותר ומנצחת בבירור רשת נוירונים מסורתית שאינה מטפלת בזמן בצורה מיטבית.

חלוקת העבודה בין מערכות הקירור

רוב אולמות ההחלקה מסתמכים על כמה יחידות קירור בגודל המותאם לגל חום קיצוני, אולם לרוב הן רצות בעוצמה חלקית. אופן חלוקת העומס משפיע מאוד על צריכת האנרגיה, שכן לכל מכונה יש נקודת יעילות שבה היא פועלת בצורה היעילה ביותר. באמצעות תחזיות עומס קצרות-טווח, המחברים בונים מודל מתמטי שמחליט באיזו עוצמה כל צ'ילר צריך לפעול כך שביחד הם ימלאו את דרישת הקירור עם מינימום צריכת חשמל כוללת. כדי לפתור את החידה הזו הם מיישמים שיטת חיפוש בהשראת התנהגות הציד של לווייתני הימלאי (humpback whales), שמתחלפת בין חקירה רחבה לבין מיקוד בפתרון מבטיח.

כמה אנרגיה השליטה החכמה יכולה לחסוך

המחקר משווה את אסטרטגיית הלווייתן לשתי כללים פשוטים שבשימוש: הדלקת צ'ילרים בסדר קבוע וחלוקת העומס באופן שווה בין כל המכונות. בימים של עומס נמוך, בינוני וגבוה, גישת הלווייתן צריכה באופן עקבי את האנרגיה המועטה ביותר, עם חיסכון של כ־6–8% על פני השיטות הבסיסיות במקרה הבוחן. היא גם מנצחת שתי שיטות מיטוב מוכרות נוספות — אלגוריתמים גנטיים ואופטימיזציית עדר חלקיקים — על ידי מציאת פתרונות טובים יותר מהר יותר ובפחות צעדים חישוביים. בתקופות עומס נמוך היא לעתים מריצה יחידה אחת בלבד, בעוד בשעות סואנות היא מתאימה את תמהיל היחידות ועומסי החלק שלהן כדי להימנע מפעולה בזבזנית.

מה המשמעות של זה לאולמות החלקה בעתיד

באופן פשוט, העבודה מראה כי "הסתכלות קדימה" רק כמה שעות ותכנון אופן חלוקת מאמץ הקירור בין המכונות יכולים להפחית באופן ניכר את חשבון החשמל של אולם החלקה מבלי לשנות את המבנה או הציוד. השיטה המוצעת קושרת יחד מנוע חיזוי ומתזמן חכם בצורה שניתן לאמן מחדש עבור אולמות אחרים או אפילו למחסנים קפואים ומפעלי מזון. עם יותר נתונים ושילוב אפשרי במערכות בקרה אוטומטיות, גישות כמו זו יכולות לאפשר לצמיחת ספורט החלקה פנים-מבני להמשיך מבלי להגדיל באופן בלתי מבוקר את טביעת הרגל הסביבתית.

ציטוט: Du, Z., Liu, Y., Xue, Y. et al. Research on cooling load prediction and allocation optimization for refrigeration system in indoor ice rink: evidence from China. Sci Rep 16, 10117 (2026). https://doi.org/10.1038/s41598-026-38121-6

מילות מפתח: אולם החלקה פנים-מבני, קירור חסכוני באנרגיה, למידת מכונה, בקרת קירור, אלגוריתם מיטוב