امکان سنجی مدیریت هوشمند انرژی در محلات حاشیه نشین با استفاده از مدل LSTM برای کنترل مصرف برق

رشد جمعیت و توسعه محله های فقیرنشین در شهرهای بزرگ، چالش هایی را برای مدیریت مصرف انرژی، به ویژه در مورد برق، ایجاد کرده است. منابع در این مکان ها بیش از حد مصرف می شوند، در حالی که عدم دسترسی به ابزارهای کنترل هوشمند یکی از مشکلات اصلی این مناطق است. تحقیق حاضر یک مدل یادگیری عمیق مبتنی بر شبکه LSTM ارائه می دهد که مصرف برق در محله های فقیرنشین را از داده های مصنوعی شامل ساعت روز، دما، تعداد اعضای خانوار و روز هفته پیش بینی می کند. نتایج شبیه سازی در محیط colab نشان می دهد که الگوریتم پیشنهادی روند مصرف را به طور دقیق مدل سازی کرده است و از این پس امکان مدیریت هوشمند مصرف را فراهم خواهد کرد. این مدل پتانسیل توسعه و پیاده سازی در مقیاس بسیار وسیع تری را دارد و می تواند به عنوان مبنایی برای راه حل های هوشمند در مناطق حاشیه نشین محروم و غیررسمی عمل کند.

کلیدواژه ها:

شبکه های عصبی ، یادگیری عمیق ، مدیریت انرژی