Riccardo Quaglia
Il Machine Learning nel Monitoraggio energetico = Machine Learning in energy monitoring.
Rel. Armando Portoraro, Marco Badami. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Energetica E Nucleare, 2019
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (11MB) | Preview |
Abstract
Nel presente lavoro di tesi si sono sviluppati ed analizzati diversi modelli di previsione dei consumi e della produzione di energia basati sul Machine Learning, sfruttando i dati provenienti da alcuni stabilmente produttivi; tale analisi ha permesso di individuare punti di forza e criticità dei processi in esame. Inoltre, ha reso possibile una previsione dei consumi strategicamente utile per amministrare al meglio le risorse. Infatti, una corretta regolazione dell’utilizzo dell’energia è fondamentale nel settore industriale per conseguire un’efficace gestione delle risorse energetiche ed economiche. Negli ultimi anni il grande aumento di disponibilità di informazioni a disposizione, da un punto di vista sia quantitativo sia qualitativo, e lo sviluppo di algoritmi computazionali nel campo dell’intelligenza artificiale hanno consentito lo sviluppo di nuovi modelli di previsione dei consumi.
Alcuni di questi modelli saranno esposti nei prossimi capitoli
Relatori
Tipo di pubblicazione
URI
![]() |
Modifica (riservato agli operatori) |
