研究人員使用人工智能預(yù)測電力需求｜觀察

在過去的幾十年里，對于供應(yīng)商和電網(wǎng)管理者來說，尋找更準確的方法來預(yù)測能源消耗一直是一項毫無結(jié)果的活動，因為大多數(shù)電網(wǎng)仍然依賴于主要參考消費歷史和天氣預(yù)報的預(yù)測模型。

公路和鐵路交通數(shù)據(jù)與活動密切相關(guān)，通過這個網(wǎng)格管理人員可以更好地了解城市或城鎮(zhèn)的哪些地區(qū)需要電力，哪些地區(qū)需要較少的電力。在測試中，將人工智能模型與傳統(tǒng)的能源消耗預(yù)測模型相結(jié)合，可以在能源消耗發(fā)生前兩到六個小時做出準確的預(yù)測。

實時模型還能夠在危機時期提供準確性，例如在自然災(zāi)害之后或發(fā)生另一場大流行病時。如果行為發(fā)生變化，交通和鐵路數(shù)據(jù)將能夠迅速識別，并將能量轉(zhuǎn)移到城市的不同區(qū)域。

隨著電動汽車數(shù)量的增長，交通和電力需求之間的聯(lián)系將變得更加緊密。這意味著交通數(shù)據(jù)在預(yù)測用電量方面可能變得更加重要。

由于風能和太陽能大量涌入國家電網(wǎng)，能源供應(yīng)的波動變得更加明顯，因此對消耗量進行最準確的預(yù)測，對于電網(wǎng)運營商避免電力不足或停電至關(guān)重要。再加上對能源日益增長的需求，過去的預(yù)測模型可能無法保持高水平的準確性。

在確定人工智能模型是否可以補充傳統(tǒng)模型的后續(xù)測試中，研究人員發(fā)現(xiàn)，它只會略微提高準確性。目前，人工智能似乎可以嵌入到其他模型中，以提供更高的準確性。

相關(guān)推薦

預(yù)測性維護與預(yù)防性維護的區(qū)別

物聯(lián)網(wǎng)是人工智能進化的支點｜觀點

綠色能源革命：太陽能和風能如何改變電力行業(yè)

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。