机构名称：
¥ 1.0
摘要。能源分析、预测和优化方法在管理热电联产 (CHP) 系统的能源生产中起着重要作用，有助于找到最合适的运行点。事实上，拥有此类热电联产系统的多个行业可以通过应用多种技术实时预测系统的最佳负载，从而显著降低总体成本。然而，这是一项复杂的任务，需要处理来自多个数据源（物联网传感器、智能电表等）的大量信息，并且在大多数情况下，由拥有 CHP 的公司的能源经理手动执行。因此，借助机器学习方法和雾计算等新先进技术可以显著简化和自动化处理大量数据的能源管理系统的实时分析和预测。在本文中，我们介绍了 GEM-Analytics，这是一个利用雾计算实现基于 AI 的方法在网络边缘进行能源分析的新平台。特别是，我们介绍了两个涉及热电联产厂的用例，这些工厂需要最佳策略来降低总体能源供应成本。在所有案例研究中，我们都表明我们的平台可以改善与基线相比的能源负荷预测，从而降低工业客户产生的成本。
GEM-Analytics：云到边缘的人工智能能源管理 ⋆
主要关键词
相关文件推荐
