Librería Samer Atenea
Kálamo Books
Librería Elías (Asturias)
Librería Kolima (Madrid)
Librería Proteo (Málaga)
Niniejsza praca bada wykorzystanie sieci neuronowych do przewidywania zapotrzebowania na energię elektryczną i jej produkcji oraz do optymalizacji dystrybucji energii w Gomie. Jej celem jest opracowanie sieci neuronowych zdolnych do przewidywania produkcji w elektrowniach RUZIZI, MATEBE, RWANGUBA, NURU i NELSAP oraz zaprojektowanie modelu optymalizującego dystrybucję energii. Po przeglądzie literatury i zebraniu danych lokalnych i internetowych (Kaggle), wytrenowano model ANN. Wyniki pokazują przewidywanie zapotrzebowania z błędem 1,43% i optymalizację dystrybucji z dokładnością 90%. Badanie pokazuje, że NURU i MATEBE mają kluczowe znaczenie w okresach szczytu, mimo że są kosztowne i generują wysokie straty. Podejście to znacznie poprawia zarządzanie zasobami w porównaniu z konwencjonalnymi metodami.