Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Cet ouvrage est consacré à la recherche et au développement de méthodes d’apprentissage automatique destinées à la prévision et à l’optimisation de la consommation d’énergie des entreprises industrielles. L’étude a été réalisée à partir de données réelles sur la consommation électrique quotidienne des mines de la société Qarmet pour la période 2014-2025. Une analyse comparative des modèles RNN, LSTM, GRU et Transformer a été effectuée pour la prévision à court terme de séries chronologiques. D’après les résultats des expériences, le modèle Transformer, avec une fenêtre d’observation de 30 jours et une prévision directe en plusieurs étapes, a été reconnu comme le plus efficace. Sur la base de ces prévisions, une méthode de lissage des pics de charge a été mise au point tout en préservant la consommation énergétique totale. Un progiciel assurant la prévision, l’optimisation et la visualisation des résultats a été développé. L’approche proposée peut servir d’outil d’aide à la décision pour améliorer l’efficacité énergétique et planifier les modes de consommation d’énergie des entreprises industrielles.
