ادغام هوش مصنوعی و اینترنت اشیا در سیستم های انرژی تجدیدپذیر برای توسعه پایدار شهری

این پژوهش به بررسی و توسعه یک چارچوب یکپارچه جهت بهبود بهره وری سیستم های انرژی تجدید پذیر در محیط های شهری از طریق ادغام فناوری های هوش مصنوعی و اینترنت اشیا می پردازد. مسئله اصلی، کاهش کارایی و عدم تطبیق هوشمند زیرساخت های انرژی در شهرهای رو به رشد و افزایش هزینه های عملیاتی ناشی از مصرف انرژی سنتی است. هدف اصلی این پژوهش، ارائه مدلی است که به جمع اوری داده های زمان واقغی از طریق سنسور های متصل به اینترنت، تحلیل الگو های پیچیده مصرف و تولید انرژی و به کارگیری الگوریتم های یادگیری عمیق، بتواند عملکرد سیستم های انرژی را به طور قابل توجهی بهبود بخشد. روش تحقیق در این پژوهش مبتنی بر ترکیب تکنیک های پیشرفته پردازش سیگنال و شبکه های عصبی پیچشی با استفاده از الگوریتم های بهینه سازی شده هوشمند طراحی شده است. سامانه پیشنهادی داده های جمع اوری شده از محیط های شهری را پردازش کرده و الگوهای مصرف بهینه را استخراج می کند؛ به طوری که بتوان با اعمال تنظیمات خودکار، میزان اتلاف انرژی را کاهش داد و بهره وری کلی سیستم را افزایش داد. یافته های حاصل از شبیه سازی های عددی و ازمایشات میدانی نشان می دهد که این مدل می تواند بادقت بالایی الگوهای مصرف بهینه انرژی را شناسایی کرده و درنتیجه، هزینه های انرژی را کاهش داده و عملکرد سامانه های انرژی تجدید پذیر را بهبود بخشد. نتایج این پژوهش تایید میکند که ادغام هوش مصنوعی و اینترنت اشیا می تواند به ایجاد زیر ساخت های هوشمند و پایدار در شهرهای بزرگ منجر شود و زمینه های جدید برای بهبود سیستم های انرژی شهری فراهم اورد.

کلیدواژه ها:

هوش مصنوعی(Artificial intelligence) ، اینترنت اشیا( Internet of Things) ، انرژی تجدیدپذیر (Renewable Energy) ، توسعه پایدار شهری (Urban Sustainable Development ) ، مدیریت انرژی هوشمند(Intelligent Energy Management) ، شبکه های برق هوشمند (Smart Gride)