Binalarda ölçeklenebilir enerji belirsizlikleri için yapay zekâ destekli jeotermal model

Neden daha akıllı ısıtma ve soğutma önemli

Şehirler dünya enerjisinin büyük bir kısmını tüketiyor ve bunun önemli bir bölümü konutların ısıtma ve soğutulmasına gidiyor. Aşırı hava olayları ve elektrik kesintileri daha yaygın hale geldikçe, planlayıcıların binaların ne kadar enerji tüketeceğini ve jeotermal ısı pompaları gibi yeni teknolojilerin faturaları ve emisyonları nasıl azaltabileceğini daha iyi öngörmeye ihtiyacı var. Bu çalışma, hanelerde ve mahallelerde jeotermal sistemlerin enerji kullanımını tahmin edebilen, yapay zekâya hazır, hızlı bir modelleme aracı sunuyor; bu araç, toplulukların hangi yenilemelerin en büyük çevresel ve finansal getiriyi sağladığını belirlemesine yardımcı oluyor.

Karmaşık bir bina için basit bir model

Çok uzun sürebilen geleneksel, son derece ayrıntılı simülasyon motorlarına güvenmek yerine yazarlar sadeleştirilmiş bir “termal devre” modelini temel alıyor. Bu yaklaşıma göre bir ev, ısı için bir elektrik devresi gibi ele alınıyor: duvarlar, pencereler ve iç hava bir dizi direnç ve ısı depolama elemanı olarak temsil ediliyor. Hava verileri, yapı malzemeleri ve insan ile ekipmandan kaynaklanan iç kazanımlar bu modele giriyor ve model daha sonra jeotermal ısı pompasının zaman içinde ne kadar ısıtma veya soğutma gerektireceğini hesaplıyor. Model Julia programlama dilinde uygulanmış ve Bina Enerji Kopya Aracı (BERT) adında yeni bir yazılım halinde paketlenmiş; baştan itibaren hızlı, ölçeklenebilir ve makine öğrenimi algoritmalarıyla kolay bağlanacak şekilde tasarlanmış.

Güvenilir bir standartla karşılaştırma

Bu hafif modelin güvenilir olup olmadığını görmek için ekip, BERT’in sonuçlarını endüstri standardı bir bina simülatörü olan EnergyPlus ile karşılaştırıyor. New Mexico Eyalet Üniversitesi kampüsündeki 60 m²’lik bir evi kullanarak boyutunu, malzemelerini ve yerel havayı dikkatle yeniden üretiyorlar. Hem sıcak bir yaz günü hem de soğuk bir kış günü için, tepe ısıtma ve soğutma taleplerinin zamanlaması iki araç arasında yakın biçimde örtüşüyor; tam tepe değerleri ise yaklaşık %20–30 oranında farklılık gösteriyor. BERT, depolanan ısıyı nasıl temsil ettiğine bağlı olarak ani zirveleri yumuşatma eğiliminde, ancak genel olarak binanın enerjiye ne zaman ihtiyaç duyduğunu ve yüklerin gün içinde nasıl değiştiğini takip ediyor. Kritik olarak, BERT EnergyPlus’dan birkaç kat daha hızlı çalışıyor ve bazı diğer mühendislik araçlarından onlarca kat daha hızlı, bu da çok sayıda çalıştırmayı mümkün kılıyor.

Enerji kullanımını gerçekten neyin belirlediğini bulmak

Hız önemli çünkü yazarlar yalnızca tek bir tahmin istemiyor—belirsizliği ve hangi tasarım seçimlerinin en çok etkilediğini anlamak istiyorlar. Ana girdileri gelişmiş örnekleme yöntemleriyle değiştiriyor ve ardından hangi parametrelerin enerji kullanımı üzerinde en büyük etkiye sahip olduğunu görmek için küresel duyarlılık analizleri uyguluyorlar. Birden çok teknik boyunca aynı sonuç ortaya çıkıyor: jeotermal sistemli binalarda belirsizliği en çok yeraltı döngüsünün ve ısı pompasının tasarımı belirliyor. Toprak ile borular arasındaki ısı transfer hızı, gömülü boru uzunluğu ve ısı pompasının verimliliği gibi faktörler, gerçekçi aralıklar içinde duvar yalıtımı veya beton özelliklerindeki değişikliklerden daha ağır basıyor. Daha ileri istatistiksel analizler, farklı parametre kombinasyonlarının neredeyse aynı günlük güç eğrisini nasıl üretebileceğini göstererek tasarımcılara nerede esneklik olduğunu ve nerede olmadığını vurguluyor.

Parayı ve veri bilimini işe koymak

Model çok hızlı olduğu için ekip analizlerini ekonomiye ve yapay zekâya genişletebiliyor. Tüm yıla yayılmış simülasyonlar kullanarak, Las Cruces, New Mexico için farklı duvar yalıtımı senaryoları ve yerel tarifeler ile teşvikler altında bir jeotermal ısı pompası sistemini geleneksel bir gazlı ısıtıcı ve standart bir klima ile karşılaştırıyorlar. Jeotermal seçenekler yıllık ısıtma ve soğutma enerjisini yaklaşık yarı yarıya azaltıyor ve geri ödemeler ile vergi kredileri hesaba katıldığında fazladan başlangıç maliyetlerini genellikle birkaç yıldan on beş yıla kadar geri kazanabiliyor—bu ekipmanın beklenen ömrü içinde. Yapay zekâ tarafında, binlerce BERT simülasyonu üzerinde Extreme Gradient Boosting (XGBoost) makine öğrenimi modeli eğitiyorlar. Sadece makul büyüklükte bir eğitim veri kümesiyle, algoritma BERT’in enerji tahminlerini saniyeler içinde neredeyse kusursuz doğrulukla yeniden üretmeyi öğreniyor; bu, fizik temelli bir modelin gerçek zamanlı kontrol ve şehir ölçeği planlama için uygun, ultra hızlı bir vekile dönüştürülebileceğini gösteriyor.

Geleceğin şehirleri için ne anlama geliyor

Uzman olmayanlar için ana çıkarım, dikkatle tasarlanmış, sadeleştirilmiş bir modelin gerçek kararları yönlendirecek kadar doğru olabileceği ve binlerce “ne olursa” senaryosunu keşfetmeye yetecek kadar hızlı olabileceğidir. Çalışma, jeotermal evlerde yeraltı sistemi ve ısı pompasının doğru tasarlanmasının her duvar ayrıntısını ince ayar yapmaktan daha önemli olduğunu ve bu sistemlerin ömürleri boyunca hem daha çevreci hem de maliyet‑etkin olabileceğini gösteriyor. Fizik bilincine sahip bu tür modelleri makine öğrenimiyle birleştirerek yazarlar, planlayıcıların politikaları test etmesine, kamu hizmetlerinin talebi tahmin etmesine ve ev sahipleri veya geliştiricilerin temiz ısıtma ve soğutmanın uzun vadeli faydalarını şantiye başlamadan önce görmesine yardımcı olabilecek bir UrbanAI platformu için temel atıyorlar.

Atıf: Markowitz, A., Abuaamoud, R., Ben Ayed, S. et al. AI-augmented geothermal model for scalable energy uncertainties in buildings. Sci Rep 16, 11907 (2026). https://doi.org/10.1038/s41598-026-40837-4

Anahtar kelimeler: jeotermal ısı pompaları, bina enerji modellemesi, kentsel enerji planlaması, makine öğrenimi, yenilenebilir ısıtma ve soğutma