Современная система нормирования тепловой защиты зданий в России является одной из передовых в мире, потому что СП 50.13330.2012 «Тепловая защита зданий» содержит нормируемые параметры и передовые методы их расчета, учитывающие все известные эффекты теплопереноса в ограждающих конструкциях. Методы нормирования, применяемые в Китае, являются самобытными и отличаются как от российских, так и от европейских. Нормируемые параметры, как и методы их расчета, в России и Китае различаются. Для их сравнения необходимо учитывать их принципиальные особенности. Как для российских, так и для китайских специалистов по тепловой защите зданий, является актуальным изучение и сравнение потребления энергии на отопление зданий, а также нормирование тепловой защиты зданий в КНР и России. Поэтому актуальным является исследование принципов сравнения как тепловой защиты, так и потребления энергии в здания. В работе проанализированы нормирование и расчет тепловой защиты и энергопотребления зданий в России и Китае. Показано, что сравнивать тепловую защиту отдельных ограждающих конструкций можно при помощи сравнения приведенных сопротивлений (или приведенных коэффициентов теплопередачи) ограждающих конструкций. Комплексную характеристику теплозащиты зданий сравнивать нельзя, поскольку она отсутствует в нормах Китая. Потребление энергии зданием (и энергосбережение) можно сравнивать при помощи удельных характеристик, определяющих тепловые потребности здания и климатических характеристик региона строительства. Приведенные в китайских нормах теплотехнические требования к ограждающим конструкциям и зданиям связаны с климатом региона строительства. Каждое из требований требует сопоставления с аналогичными требованиями российских норм. Выполненная, таким образом работа, позволит приблизиться к оптимальным решениям по нормированию тепловой защиты зданий. / The modern system of standardization of thermal protection of buildings in Russia is one of the most advanced in the world, because SP 50.13330.2012 “Thermal protection of buildings” contains standardized parameters and advanced methods for their calculation, considering all known effects of heat transfer in building envelopes. The rationing methods used in China are original and differ from both Russian and European ones. Standardized parameters, as well as methods for calculating them, differ in Russia and China. To compare them, it is necessary to consider their fundamental features. For both Russian and Chinese specialists in thermal protection of buildings, it is relevant to study and compare energy consumption for heating buildings, as well as standardization of thermal protection of buildings in China and Russia. Therefore, it is relevant to study the principles of comparison of both thermal protection and energy consumption in buildings. The work analyzes the standardization and calculation of thermal protection and energy consumption of buildings in Russia and China. It is shown that the thermal protection of individual enclosing structures can be compared by comparing the given resistances (or given heat transfer coefficients) of the enclosing structures. The comprehensive performance of thermal protection of buildings cannot be compared, since it is not included in Chinese standards. A building's energy consumption (and energy savings) can be compared using specific characteristics that determine the building's thermal needs and the climatic characteristics of the construction region. The thermal requirements for enclosing structures and buildings given in Chinese standards are related to the climate of the construction region. The thermal requirements for enclosing structures and buildings given in Chinese standards are related to the climate of the construction region. Each of the requirements requires comparison with similar requirements of Russian standards. The work completed in this way will allow us to get closer to optimal solutions for regulating the thermal protection of buildings.

В этом исследовании изучаются беспрецедентные нарушения, вызванные пандемией COVID-19 в глобальных моделях потребления энергии. Используя ретроспективный подход, различные методологии, включая классическое машинное обучение и алгоритмы классификации временных рядов, используются для анализа энергетических данных, охватывающих период пандемии и после нее. Набор данных охватывает различные источники энергии, что позволяет изучать исторические тенденции как до, так и после COVID-19. Также изучаются региональные различия в моделях потребления энергии в ключевых регионах, таких как ОЭСР, БРИКС, СНГ и Ближний Восток. Конкретное исследование случая, сосредоточенное на Нью-Йорке, углубляется в тенденции потребления энергии в городе и влияние правил COVID-19. Представляя модель рекуррентной нейронной сети (RNN) для прогнозирования потребления энергии, исследование подчеркивает потенциал передовых методов моделирования в понимании и прогнозировании динамики потребления энергии. Применение модели RNN к данным о потреблении энергии в Нью-Йорке позволяет сравнивать прогнозируемые и фактические данные за 2020 год. Результаты подчеркивают значительные сдвиги в тенденциях глобального потребления энергии, раскрывая глубокое влияние пандемии на спрос на энергию и ее использование. Обсуждаются последствия этих сдвигов, подчеркивая необходимость адаптации энергетической политики и инфраструктуры к меняющемуся глобальному ландшафту. Рекомендации по будущим направлениям исследований предоставляются для улучшения понимания динамического взаимодействия между внешними потрясениями, такими как пандемии, и динамикой глобального потребления энергии. / This research investigates the unprecedented disruptions caused by the COVID-19 pandemic on global energy consumption patterns. Employing a retrospective approach, diverse methodologies including classic machine learning and time series classification algorithms are utilized to analyze energy data spanning the pandemic period and beyond. The dataset encompasses various energy sources, enabling examination of historical trends both pre and post-COVID-19. Regional disparities in energy consumption patterns across key regions like OECD, BRICS, CIS, and the Middle East are also explored. A specific case study focusing on New York delves into the city's energy consumption trends and the impact of COVID-19 regulations. Introducing a Recurrent Neural Network (RNN) model for energy consumption prediction, the study highlights the potential of advanced modeling techniques in understanding and forecasting energy usage dynamics. Application of the RNN model to New York's energy consumption data allows comparison between predicted and actual 2020 data. The findings underscore significant shifts in global energy consumption trends, revealing the pandemic's profound impact on energy demand and utilization. Implications of these shifts are discussed, emphasizing the necessity of adapting energy policies and infrastructure to the evolving global landscape. Recommendations for future research directions are provided to enhance comprehension of the dynamic interplay between external shocks, such as pandemics, and global energy consumption dynamics.