Dự báo phụ tải điện ngắn hạn Thành phố Hà Nội dựa trên các thuật toán phân tích dữ liệu lớn và mạng nơron nhân tạo
Luận văn · Thạc sĩ · năm 2026 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin — Điện |
| Tác giả | Nguyễn Tú Quyên |
| Người hướng dẫn | Nguyễn Quốc Minh |
| Cơ sở đào tạo | Đại học Bách khoa Hà Nội |
| Năm | 2026 |
| Nguồn | Thư viện số Đại học Bách khoa Hà Nội · trang gốc |
Tóm tắt
Nghiên cứu bài toán dự báo phụ tải điện ngắn hạn theo giờ cho Thành phố Hà Nội dựa trên các phương pháp phân tích dữ liệu lớn và mạng nơron nhân tạo. Các mô hình học sâu LSTM, GRU và Informer được xây dựng, huấn luyện và so sánh trên dữ liệu phụ tải đô thị. Kết quả thực nghiệm cho thấy mô hình Informer cho độ chính xác dự báo cao hơn các mô hình RNN truyền thống, góp phần nâng cao hiệu quả công tác vận hành và điều độ hệ thống điện.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Một số giải pháp cân bằng tải động mạng SDN - nghiên cứu, mô phỏng và đánh giá
- Thiết kế cơ sở dữ liệu phân tán sử dụng các kỹ thuật khai phá dữ liệu
- Đánh giá hiệu năng thiết bị SMGW qua các mô hình học máy ứng dụng trong hệ thống cảnh báo sớm thiên tai
- Xây dựng cơ sở tính toán và phần mềm tự động hoá thiết kế truyền động vít me ma sát lăn
- Phát hiện quan hệ phụ thuộc giữa các mệnh đề trong câu ghép
- Few-Shot Class-Incremental Learning with Robust Representation Learning and Semantic Prototype Calibration
- Ứng dụng trí tuệ nhân tạo trong dự báo công suất phát cho nhà máy điện mặt trời Nhị Hà
- Skeleton-based human activity representation and recognition
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.