- Tytuł:
-
Analysis and Forecasting of the Primary Energy Consumption in Poland Using Deep Learning
Analiza i prognozowanie zużycia energii pierwotnej w Polsce z wykorzystaniem technik głębokiego uczenia - Autorzy:
- Manowska, Anna
- Powiązania:
- https://bibliotekanauki.pl/articles/318083.pdf
- Data publikacji:
- 2020
- Wydawca:
- Polskie Towarzystwo Przeróbki Kopalin
- Tematy:
-
primary energy consumption
deep learning methods
long short-term memory
deep neural network
konsumpcja energii pierwotnej
metody głębokiego uczenia
sztuczne sieci neuronowe
LSTM - Opis:
-
Consumption of fossil energy resources were increased dramatically, due to the economic and population growth. In turn, the consumption of fossil resources causes depletion of resources and contributes to environmental pollution. The European Union's "climate neutrality" initiative requires effective energy management from the member states. By this is meant a resource-efficient and competitive economy in which there is no greenhouse gas emission and where economic growth is decoupled from resource consumption. The article analyzes the level of primary energy consumption in Poland. It was examined whether a 23% drop in energy consumption could be achieved in 2030 compared to the base year and according with energy efficiency assumptions. A methodology for forecasting primary energy consumption based on deep neural networks, in particular on Long Short Term Memory (LSTM) algorithms was also presented.
Zużycie kopalnych surowców energetycznych wzrasta, a wzrost ten jest skorelowany ze wzrostem ludności i rozwojem gospodarczym. Z kolei zużycie kopalnych surowców energetycznych powoduje wyczerpywanie się zasobów i przyczynia się do zanieczyszczenia środowiska. Inicjatywa Unii Europejskiej "neutralność klimatyczna" wymaga od państw członkowskich efektywnego zarządzania energią. Przez co rozumie się zasobooszczędną i konkurencyjną gospodarką, w której nie ma emisji netto gazów cieplarnianych i gdzie wzrost gospodarczy jest oddzielony od zużycia zasobów. W artykule przeanalizowano poziom zużycia energii pierwotnej w Polsce. Zbadano, czy w roku 2030 uda się osiągnąć 23% spadek konsumpcji energii w odniesieniu do roku bazowego, zgodnie z przyjętymi założeniami o efektywności energetycznej. Przedstawiono również metodologię prognozowania zużycia energii pierwotnej opartą na głębokich sieciach neuronowych, w szczególności na algorytmach Long Short Term Memory (LSTM). - Źródło:
-
Inżynieria Mineralna; 2020, 1, 1; 217-222
1640-4920 - Pojawia się w:
- Inżynieria Mineralna
- Dostawca treści:
- Biblioteka Nauki
Artykuł