Ksi¿¿ka po¿wi¿cona jest badaniom i opracowaniu metod uczenia maszynowego s¿u¿¿cych do prognozowania i optymalizacji zu¿ycia energii w zak¿adach przemys¿owych. Badanie przeprowadzono w oparciu o rzeczywiste dane dotycz¿ce dziennego zu¿ycia energii elektrycznej w kopalniach firmy Qarmet w latach 2014-2025. Przeprowadzono analiz¿ porównawcz¿ modeli RNN, LSTM, GRU i Transformer pod k¿tem krótkoterminowego prognozowania szeregów czasowych. Na podstawie wyników eksperymentów za najbardziej efektywn¿ uznano model Transformer z 30-dniowym oknem obserwacji i bezpo¿rednim prognozowaniem wieloetapowym. Na podstawie prognoz opracowano metod¿ wyg¿adzania obci¿¿e¿ szczytowych przy zachowaniu cäkowitego zu¿ycia energii. Zrealizowano pakiet oprogramowania zapewniaj¿cy prognozowanie, optymalizacj¿ i wizualizacj¿ wyników. Proponowane podej¿cie mo¿e s¿u¿y¿ jako narz¿dzie wspomagaj¿ce podejmowanie decyzji w celu poprawy efektywno¿ci energetycznej oraz planowania trybów zu¿ycia energii w przedsi¿biorstwach przemys¿owych.
Prijshistorie
* Prijshistorie bevat geen data van Amazon.
Prijzen voor het laatst bijgewerkt op: