Des chercheurs utilisent l'intelligence artificielle pour prédire la demande d'électricité

Au cours des dernières décennies, la recherche de moyens plus précis de prédire la consommation d'énergie a été un exercice infructueux pour les fournisseurs et les gestionnaires de réseaux, car la plupart des réseaux s'appuient encore sur des références primaires, des modèles prédictifs pour l'historique de consommation et les prévisions météorologiques.

Les données sur le trafic routier et ferroviaire sont étroitement liées à l'activité, permettant aux gestionnaires de réseau de mieux comprendre quelles zones d'une ville ou d'un village ont besoin d'électricité et quelles zones en ont moins besoin. Lors des tests, le modèle d'IA a été combiné avec des modèles traditionnels de prévision de la consommation d'énergie pour faire des prévisions précises deux à six heures avant que la consommation d'énergie ne se produise.

Les modèles en temps réel sont également capables de fournir de la précision en temps de crise, comme après une catastrophe naturelle ou une autre pandémie. Les données sur le trafic et les chemins de fer permettront d'identifier rapidement si les comportements changent et de détourner l'énergie vers différentes zones de la ville.

À mesure que le nombre de véhicules électriques augmente, le lien entre les transports et la demande d’électricité deviendra plus étroit. Cela signifie que les données sur le trafic pourraient devenir encore plus importantes pour prévoir la consommation d’électricité.

Avec l'inondation du réseau national par l'énergie éolienne et solaire, les fluctuations de l'approvisionnement en énergie sont devenues plus prononcées, de sorte que les prévisions de consommation les plus précises sont cruciales pour que les opérateurs de réseau puissent éviter les pénuries ou les pannes d'électricité. Conjugués à la demande croissante d’énergie, les anciens modèles de prévision pourraient ne pas être en mesure de maintenir des niveaux élevés de précision.

Lors de tests de suivi visant à déterminer si le modèle d'IA pouvait compléter les modèles traditionnels, les chercheurs ont constaté qu'il n'améliorait que légèrement la précision. Actuellement, il semble que l’intelligence artificielle puisse être intégrée à d’autres modèles pour offrir une plus grande précision.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!