LuanVan.vnLuận Văn
Gửi thư

Nghiên cứu hệ thống thu thập dữ liệu và giám sát tiêu thụ điện ứng dụng Deep Learning

Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo

Loại tài liệuĐồ án tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảTrương Công Cường; Phan Đức Ngọc; Nhan Ngọc Sang
Người hướng dẫnNguyễn Thị Kim Trúc; Huỳnh Thảo Nguyên; Huỳnh Kim Sơn
Cơ sở đào tạoTrường Đại học Bách khoa, Đại học Đà Nẵng
Năm2025
NguồnThư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc

Tóm tắt

Đề tài “Nghiên cứu hệ thống thu thập dữ liệu và giám sát tiêu thụ điện bằng Deep Learning” sẽ tập trung xây dựng ba mô hình dự báo của thuật toán học sâu để dự báo chỉ số tiêu thụ điện của khu vực dân cư ở Đà Nẵng. Ba mô hình đó là Neural Hierarchical Interpolation for Time Series (N-HiTs), Long Short Term Memory (LSTM), Bidirectional Long Short-Term Memory (BiLSTM). Kết quả mô hình được đánh giá thông qua hàm Căn bậc hai sai số bình phương trung bình (Root Mean Squared Error -RMSE) và hàm Sai số phần trăm tuyệt đối trung bình (Mean Absolute Percentage Error – MAPE). Kết quả đề tài cho thấy rằng mô hình N-HiTs cho kết quả tốt nhất trong ba mô hình. Và việc ứng dụng trí tuệ nhân tạo để dự báo chỉ số điện và dự báo bất thường trong tiêu thụ điện năng là hoàn toàn khả thi.
Bản toàn văn lưu tại thư viện Trường Đại học Bách khoa, Đại học Đà Nẵng

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

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.