Name: Aprendizaje automático para la optimización del consumo energético en la industria: Investigación y desarrollo de modelos de aprendizaje automático ... la eficiencia energética y reducir los costes
SKU: 69065581
Price: 218208.00 COP
Availability: InStock
Author: Bajmagambetow, A. E.
ISBN: 9786630434439

portada Aprendizaje automático para la optimización del consumo energético en la industria: Investigación y desarrollo de modelos de aprendizaje automático ... la eficiencia energética y reducir los costes

Aprendizaje automático para la optimización del consumo energético en la industria: Investigación y desarrollo de modelos de aprendizaje automático ... la eficiencia energética y reducir los costes

Formato

Libro Físico

Editorial

Ediciones Nuestro Conocimiento

Autor

Bajmagambetow, A. E.

Idioma

Español

N° páginas

Encuadernación

Tapa Blanda

ISBN13

9786630434439

Aprendizaje automático para la optimización del consumo energético en la industria: Investigación y desarrollo de modelos de aprendizaje automático ... la eficiencia energética y reducir los costes

Bajmagambetow, A. E. (Autor) · Ediciones Nuestro Conocimiento · Tapa Blanda

Libro Nuevo Importado

Envío: 20 a 24 días háb.

$ 363.681$ 218.208

-40%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

$ 218.208

¡Envío Gratis! Llega entre el 13 Nov y el 23 Nov a Bogota, Cundinamarca. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Aprendizaje automático para la optimización del consumo energético en la industria: Investigación y desarrollo de modelos de aprendizaje automático ... la eficiencia energética y reducir los costes"

El libro se centra en la investigación y el desarrollo de métodos de aprendizaje automático para la predicción y optimización del consumo energético de las empresas industriales. El estudio se ha llevado a cabo a partir de datos reales sobre el consumo eléctrico diario de las minas de la empresa Qarmet entre los años 2014 y 2025. Se ha realizado un análisis comparativo de los modelos RNN, LSTM, GRU y Transformer para la predicción a corto plazo de series temporales. Según los resultados de los experimentos, se ha considerado que el modelo Transformer, con una ventana de observación de 30 días y una predicción directa de múltiples pasos, es el más eficaz. A partir de las previsiones, se ha desarrollado un método para suavizar los picos de carga manteniendo el volumen total de consumo energético. Se ha implementado un paquete de software que permite la previsión, la optimización y la visualización de los resultados. El enfoque propuesto puede utilizarse como herramienta de apoyo a la toma de decisiones para mejorar la eficiencia energética y planificar los regímenes de consumo energético de las empresas industriales.