4 minuti di lettura (740 parole)

ENEA: L’intelligenza artificiale per l'edilizia funziona

I ricercatori dell'agenzia ENEA, hanno condotto uno studio importantissimo per il progresso dell'edilizia e per la sua efficienza energetica. In particolare, i ricercatori hanno voluto verificare se e quanto l'intelligenza artificiale possa tornare utile nella quantificazione dei consumi energetici del patrimonio edilizio e nell'individuazione degli edifici da dover riqualificare per migliorare la situazione.

L'esperimento è stato effettuato su una Regione scelta come campione l'Umbria, territorio emblematico del nostro Paese per la sua superficie compresa fra i 60 e i 150 mq dotata di impianti autonomi alimentati a gas naturale e dove quasi l'84% degli immobili è stato edificato intorno agli anni '90.

Per verificare se la nuova tecnologia artificiale possa realmente entrare d'aiuto nel settore edilizio, il team di esperti dell'Agenzia sono partiti calcolando la domanda energetica totale del territorio umbro, risultato essere di circa 870mila tonnellata di petrolio, che corrispondono a un consumo medio per abitazione pari a 206 kWh/m2. Successivamente, hanno messo appunto un modello avanzato di elaborazione dati attraverso la creazione di una rete neutrale artificiale (1). Questo modello, frutto dell'intelligenza artificiale, è stato capace di simulare i consumi energetici del patrimonio edil izio, in un intervallo temporale di 25 anni, e applicando sei diverse strategie di efficientamento energetico (2).
Iole Nardi, ricercatrice del Laboratorio ENEA di Efficienza energetica negli edifici e sviluppo urbano, spiega che dai dati ottenuti "gli interventi combinati su involucro e impianti, anche se più onerosi e dunque realizzabili su un numero limitato di edifici, permettono risparmi energetici più significativi rispetto a quelli derivanti da singoli interventi, come la sostituzione degli infissi, anche se replicati su molti più edifici", soprattutto in contesti territoriali come quelli della Regione Umbria.

Lo studio ha sin da subito dato prova dell'efficacia dell'intelligenza artificiale nel campo edile spingendo, così, il team a proseguire con il suo utilizzo nell'individuazione degli edifici sui quali intervenire in termini di riqualificazione per migliorarne l'efficienza energetica ed abbattere quindi i costi e i consumi. Il risultato è stato un aumento del risparmio energetico ottenibile (fino al 23%), grazie agli interventi sul patrimonio edilizio più energivoro della Regione e una riduzione complessiva della domanda energetica del settore pari al 13%.

Domenico Palladino, ricercatore del Laboratorio efficienza energetica negli Edifici e Sviluppo Urbano di ENEA ha sottolineato che "Questi risultati confermano le enormi potenzialità dell'intelligenza artificiale e, in particolare, delle reti neurali artificiali come sofisticato strumento di elaborazione dati e di analisi energetiche previsionali. La loro capacità di simulare il comportamento del cervello umano gli permette di "apprendere" attraverso l'esperienza; la AI, infatti, non viene programmata, ma "addestrata" ad eseguire compiti sempre più complessi attraverso un processo di apprendimento basato su dati empirici, come quelli che abbiamo utilizzato per questo studio in cui sono state elaborate anche informazioni contenute negli Attestati di Prestazione Energetica".

Portato a termine il caso studio, l'Agenzia nazionale Enea, nel comunicato ufficiale spiega che negli ultimi anni sono state adottate numerose strategie di efficientamento del parco edilizio, finalizzate a raggiungere una riduzione energetica di 25,5 Mtep entro il 2020, obiettivo conseguito solo parzialmente dal momento che tra il 2014 e il 2019 è stato raggiunto un risparmio di 17,6 Mtep. L'edilizia, in Italia, si afferma essere uno dei settori più energivori, con circa il 40% della domanda energetica totale e un incremento dei consumi dello 0,6% solo nel 2019, per questo motivo è importante che le istituzioni e gli enti punto di riferimento del settore, investano nella tecnologia contribuendo a potenziare l'industria e ad evolvere l'intero settore.

(1) La rete neurale è stata addestrata adottando un'architettura costituita da tre strati (uno di input, uno intermedio e uno di output) in cui il numero di neuroni impiegato nello strato intermedio (13 neuroni), desunto a seguito di un'analisi di sensitività, è quello che ha restituito una A.I. più affidabile, caratterizzata cioè da un valore di Regressione di 0.998 e un errore medio normalizzato di ±0.02, corrispondente ad un errore quadratico medio di 4.195·10^-5.

(2) Sostituzione degli infissi (Uw pari a 1.30 W/m2 K); sostituzione del generatore con uno a condensazione; sostituzione del generatore con una pompa di calore idronica; realizzazione dell'isolamento a cappotto e simultanea sostituzione degli infissi; realizzazione dell'isolamento a cappotto, sostituzione degli infissi e sostituzione del generatore di calore con uno a condensazione; realizzazione dell'isolamento a cappotto, sostituzione degli infissi e sostituzione del generatore di calore con una pompa di calore idronica.

Copyright

© Edilsocialnetwork

Il nuovo volto degli studi di architettura ed inge...
Misurare la sostenibilità delle infrastrutture

Forse potrebbero interessarti anche questi articoli

Accettando accederai a un servizio fornito da una terza parte esterna a https://www.edilsocialnetwork.it/