Tác giả: A.S. Ahmad, Mohammad Yusri Hassan, Md Pauzi Abdullah, Hasimah Abdul Rahman, Faridah Hussin, H. Abdullah, Saidur Rahman
Ngày đăng tải: 20/02/2014
DOI: 10.1016/j.rser.2014.01.069

Với sự phát triển nhanh chóng của dân số loài người, các tòa nhà và ứng dụng công nghệ hiện nay đã khiến mức tiêu thụ điện tăng nhanh. Vì vậy, quản lý năng lượng hiệu quả và dự báo mức tiêu thụ năng lượng cho các tòa nhà có ý nghĩa quan trọng trong việc ra quyết định nhằm tiết kiệm và phát triển năng lượng hiệu quả tại các địa phương cụ thể. Bài viết này đánh giá phương pháp dự báo năng lượng điện tòa nhà sử dụng các phương pháp trí tuệ nhân tạo (AI) như máy vectơ hỗ trợ (SVM – Support Vector Machine) và mạng nơ ron nhân tạo (ANN – Artificial Neural Network). Cả hai phương pháp đều được sử dụng rộng rãi trong lĩnh vực dự báo và mục tiêu của chúng là tìm ra phương pháp chính xác nhất vẫn đang được tiếp tục. Bên cạnh phương pháp dự báo đơn lẻ hiện có, sự kết hợp của hai phương pháp dự báo có khả năng được áp dụng để có kết quả chính xác hơn. Các công trình nghiên cứu sâu hơn hiện đang được tiến hành, liên quan đến tiềm năng của phương pháp kết hợp giữa Phương pháp xử lý dữ liệu nhóm (GMDH – Group Method of Data Handling) và Máy vectơ hỗ trợ bình phương nhỏ nhất (LSSVM – Least-squares Support-vector Machines), hay còn gọi là GLSSVM (Máy vectơ hỗ trợ bình phương nhỏ nhất theo nhóm – Group Least Square Support Vector Machine), để dự báo mức tiêu thụ năng lượng điện của tòa nhà.

Link: Research Gate | Science Direct

Đánh giá về ứng dụng của mạng nơ ron nhân tạo và máy vectơ hỗ trợ trong xây dựng dự báo tiêu thụ năng lượng điện

A review on applications of ANN and SVM for building electrical energy consumption forecasting