Research and development of techniques for forecasting load demand and diagnosing anomaly operation in machine learning applications

Abstract

Nghiên cứu xây dựng chiến lược vận hành tối ưu hóa hoạt động sử dụng năng lượng khi kết hợp các nguồn năng lượng tái tạo, hệ thống lưu trữ cùng với mô hình dự báo phụ tải và chiến lược điều khiển dựa trên rule-based. Đề xuất bổ sung kho lưu trữ nhiệt lạnh và năng lượng tái tạo để cải thiện quản lý phụ tải. Các thuật toán trí tuệ nhân tạo được áp dụng để dự báo nhu cầu tiêu thụ năng lượng, từ đó đề xuất các chiến lược vận hành tối ưu. Phát triển các công cụ phát hiện sớm sự kiện bất thường từ dữ liệu vận hành thực tế, qua đó đánh giá tiềm năng của học máy trong việc dự báo và ngăn ngưa sự cố.