Сорокина Анна Олеговна - Профиль автора

Сорокина Анна Олеговна

Студент НИУ «МЭИ»

Просмотров профиля14

Публикаций в «С.О.К.»14

Из них ВАК14

Первая публикация2023

Сумма просмотров108 013

Научные специальности публикаций

2.1.3 Теплоснабжение, вентиляция, кондиционирование воздуха, газоснабжение и освещение13
2.3.3 Автоматизация и управление технологическими процессами и производствами1

Научные интересы

автоматизация вентиляции
компактные приточно-вытяжные установки
регулирование
прогнозирование теплопотребления

Об авторе

Студент Национального исследовательского университета «МЭИ».

Соавтор статей журнала «С.О.К.» с 2023 года вместе с А.А. Арбатским и Е.В. Крыловой: автоматизированные системы управления вентиляцией, компактные приточно-вытяжные установки, настройка регуляторов, прогнозирование спроса на тепловую энергию.

Публикации в журнале «С.О.К.» 14 публикаций

2024

2.1.3 № 5 / 2024 стр. 69–71 EDN CUORRN 7 200 PDF

О применимости систем мониторинга компактных приточно-вытяжных установок для прогнозирования спроса на тепловую энергию

А. А. Арбатский, С. В. Гужов, …, А. О. Сорокина

К вопросам экономичности вентиляционных систем, безусловно, относится вопрос расхода тепловой

2.1.3 № 4 / 2024 стр. 70–73 EDN VBNHMD 6 601 PDF

Анализ потенциала внедрения «зелёной» энергетики для некоторых регионов России

С. В. Гужов, Е. В. Крылова, …, Д. Н. Темрина

Представленный анализ потенциала внедрения зелёной энергетики для некоторых регионов Российской Федерации наглядно демонстрирует необходимость реализации

2.1.3 № 3 / 2024 стр. 58–60 EDN BXEHXY 5 888 PDF

О повышении точности автоматизированных систем управления для систем вентиляции посредством индексного подхода

А. А. Арбатский, С. В. Гужов, …, Д. Н. Темрина

Вентиляционные установки зданий массовой застройки, независимо функционального назначения объектов, проектируются на основе двух критериев ...

2023

2.1.3 № 5 / 2023 стр. 66–69 EDN CTTFOC 27 475 PDF

Разработка цифровой модели работы систем вентиляции

А. А. Арбатский, С. В. Гужов, …, Д. С. Утка

Разработка цифровой модели системы вентиляции с помощью нейросетевого прогнозирования позволит проводить различные сценарные моделирования, выполнять задачу оптимизации параметров