“Detailed analysis of a deep learning energy forecast model considering different input units and magnitudes”
O artigo de conferência “Detailed analysis of a deep learning energy forecast model considering different input units and magnitudes” foi apresentado no “12th IFAC Symposium on Control of Power & Energy Systems”. A conferência realizada em Rabat, Marrocos, teve lugar em julho de 2024. A participação do ISEP permitiu a disseminação de conhecimento adquirido e explorado no âmbito do projeto PRODUTECH R3 – WP13.
A apresentação teve como objetivo o estudo realizado a modelos de previsão de energia tendo em conta o impacto causado pela manipulação dos outputs, e consequentemente o ajuste de inputs.
O estudo permitiu a avaliação das previsões realizadas usando a mesma base de dados, mas usando várias formas de representação de dados, tais como o ajuste da grandeza das variáveis.
Os resultados demonstram que as unidades e dimensões dos inputs têm impacto no erro de previsão, indicando que os valores acumulados de Wh são potencialmente melhores para o modelo de previsão energética usado. Os resultados deste estudo permitem aumentar a precisão dos algoritmos de previsão de energia que serão de extrema importância para a aplicação de modelos de otimização energética recorrendo a escalonamentos de produção.
Tal irá permitir aumentar a eficiência de produção dos pilotos do WP13 do projeto PRODUTECH R3.
Esta publicação dos autores Bruno Ribeiro, Rafael Silva, Luís Gomes e Zita Vale, da equipa do ISEP, encontra-se online no endereço https://www.sciencedirect.com/science/article/pii/S2405896324005998
Este trabalho é apoiado pela União Europeia no âmbito do Next Generation EU, através de uma do Acordo de Parceria do Plano de Recuperação e Resiliência (PRR) da República Portuguesa, no âmbito do projeto PRODUTECH R3 – "Agenda Mobilizadora da Fileira das Tecnologias de Produção para a Reindustrialização”.