بررسی تاثیر روشهای حذف نویز بر دقت پیش بینی مصرف انرژی

در سال های اخیر رشد و توسعه فناوری های مبتنی بر هوش مصنوعی منجر به تحول عظیمی در حوزه فناوری و صنعت از جمله انرژی شده است. پروژه های صنعتی و تحقیقاتی متعددی در این حوزه انجام شده و نتایج آن تاثیر چشمگیری در پایداری و کیفیت انرژی در بخش صنایع داشته است. این مقاله با رویکرد پیش بینی مصرف انرژی در صنعت فولاد به بررسی روش های مختلف حذف نویز از داده ها و تاثیر آن بر افزایش دقت پیش بینی پرداخته است. روش های حذف نویز استفاده شده شامل EMD، DWT، SA، VMD بوده و داده های مورد استفاده نیز مربوط به مصرف انرژی یک کارخانه کوچک هوشمند فولاد در کره جنوبی می باشد. نتایج نهایی تاثیر قابل توجه استفاده از روش های حذف نویز به ویژه VMD در بهبود دقت پیش بینی را تایید می کند.

کلیدواژه ها:

پیش بینی مصرف انرژی ، روش های حذف نویز ، شبکه های عصبی ، یادگیری عمیق