面向制造业短期瞬时能耗预测的深学习方法
人工智能
2022-07-05 v1 机器学习
信号处理
摘要
电力是一种波动的电源，无论短期还是长期都需要大量的规划与资源管理。更具体地说，在短期内，准确的瞬时能耗预测极大有助于提升建筑效率，为可再生能源的采用开辟新途径。在这方面，数据驱动方法，即基于机器学习的方法，正开始比更传统的方法更受青睐，因为它们不仅提供更简化的部署方式，而且提供 SOTA 结果。就此而言，本工作应用并比较了若干深度学习算法——LSTM、CNN、混合 CNN-LSTM 和 TCN——在制造业内一个真实测试平台上的性能。实验结果表明，TCN 是短期预测瞬时能耗最可靠的方法。
引用
@article{arxiv.2207.01595,
title = {Deep Learning for Short-term Instant Energy Consumption Forecasting in the Manufacturing Sector},
author = {Nuno Oliveira and Norberto Sousa and Isabel Praça},
journal= {arXiv preprint arXiv:2207.01595},
year = {2022}
}