基于人工神经网络预测酒店能源消耗
统计计算
2024-05-29 v1
摘要
旅游目的地的旅客数量和住宿次数的增加，使酒店意识到其生态管理的必要性以及高效能源消耗的需求。为此，酒店越来越多地采用数字化系统，测量影响其管理的变量的频率也在增加。电力可以在预测酒店的电力使用情况方面发挥重要作用，从而进一步提升其循环利用——即旨在实现可持续和高效资源使用的一种方法。本研究基于历史数据训练神经网络，以预测两个酒店的电力使用模式。结果表明，预测的准确率约为2.5%的MAPE，显示了在酒店中使用这些技术进行电力预测的潜力。此外，神经网络模型可以利用气候学数据来提高预测 accuracy。通过准确预测能源需求，酒店可以优化其能源采购和使用，将能源密集型活动转移到低峰时段，以降低成本和对电网的负担，助力更好地整合可再生能源，或识别能源消耗的模式和异常，作为效率改进的领域。因此，通过优化资源分配、减少浪费并提高效率，这些模型可以提高酒店的循环性。
引用
@article{arxiv.2405.18076,
title = {Prediction of energy consumption in hotels using ANN},
author = {Oscar Trull and Angel Peiro-Signes and J. Carlos Garcia-Diaz and Marival Segarra-Ona},
journal= {arXiv preprint arXiv:2405.18076},
year = {2024}
}