대부분의 그리드가 여전히 소비 내역 및 일기 예보에 대한 기본 참조 예측 모델에 의존하고 있기 때문에 지난 수십 년 동안 에너지 소비를 예측하는 보다 정확한 방법을 찾는 것은 공급업체와 그리드 관리자에게 무의미한 작업이었습니다.
도로 및 철도 교통 데이터는 활동과 밀접하게 연관되어 있으므로 그리드 관리자는 도시나 마을에서 전력이 필요한 지역과 전력이 덜 필요한 지역을 더 잘 이해할 수 있습니다. 테스트에서는 AI 모델을 기존 에너지 소비 예측 모델과 결합해 에너지 소비가 발생하기 2~6시간 전에 정확한 예측을 했다.
실시간 모델은 자연재해나 다른 전염병 이후와 같은 위기 상황에서도 정확성을 제공할 수 있습니다. 교통 및 철도 데이터는 행동 변화를 신속하게 식별하고 에너지를 도시의 다른 지역으로 전환할 수 있습니다.
전기자동차의 수가 증가함에 따라 운송과 전력 수요의 연결은 더욱 가까워질 것입니다. 이는 전기 사용량을 예측하는 데 교통 데이터가 더욱 중요해질 수 있음을 의미합니다.
풍력과 태양열로 인해 국가 전력망이 범람하면서 에너지 공급 변동이 더욱 두드러졌습니다. 따라서 전력망 운영자가 전력 부족이나 정전을 방지하려면 가장 정확한 소비 예측이 중요합니다. 에너지 수요 증가와 함께 과거 예측 모델은 높은 수준의 정확성을 유지하지 못할 수도 있습니다.
AI 모델이 기존 모델을 보완할 수 있는지 확인하기 위한 후속 테스트에서 연구원들은 정확도가 약간만 향상되는 것으로 나타났습니다. 현재는 더 높은 정확도를 제공하기 위해 인공지능을 다른 모델에 내장할 수 있는 것으로 보입니다.
위 내용은 연구원들은 인공 지능을 사용하여 전력 수요를 예측합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!