Aprendizagem automática para a otimização do consumo de energia na indústria

O livro é dedicado à investigação e ao desenvolvimento de métodos de aprendizagem automática para a previsão e otimização do consumo de energia em empresas industriais. O estudo foi realizado com base em dados reais do consumo diário de eletricidade das minas da empresa Qarmet, relativos ao período de 2014 a 2025. Foi efetuada uma análise comparativa dos modelos RNN, LSTM, GRU e Transformer para a previsão a curto prazo de séries temporais. De acordo com os resultados das experiências, o modelo Transformer, com uma janela de observação de 30 dias e previsão direta em várias etapas, foi considerado o mais eficaz. Com base nas previsões, foi desenvolvido um método de suavização dos picos de carga, mantendo o volume total de consumo de energia. Foi implementado um conjunto de programas que assegura a previsão, a otimização e a visualização dos resultados. A abordagem proposta pode ser utilizada como instrumento de apoio à tomada de decisões para aumentar a eficiência energética e planear os regimes de consumo de energia das empresas industriais.