في عالم يتسم بالتعقيد والتنافسية العالية، يبقى تحليل استهلاك الطاقة في الصناعات (Non-Intrusive Load Monitoring) تحدياً كبيراً. إذ يؤدي ضجيج القياسات وعمليات تشغيل المكائن المتزامنة واسعة الانتشار إلى تقليل قدرة النماذج على التعميم، مما يستدعي الحاجة إلى تقنيات جديدة. في مسعى للابتكار، ظهرت استراتيجية جديدة تتمثل في تطوير شبكة SEDR-Seq2P.

يتميز نموذج SEDR-Seq2P، الذي يعتبر تطوراً لشبكة Seq2Point التقليدية، بكونه خفيف الوزن ومزوداً بكتل متبقية متوسعة (dilated residual blocks) ونظام انتباه يعتمد على التعديل (squeeze-and-excitation attention). وبدوره، يؤدي هذا التصميم الجديد إلى تحسين أدائه في قياس الأحمال الصناعية من الطاقة المجمعة.

قامت الدراسة، التي اعتمدت بروتوكول تقييم موحد على مجموعة بيانات IMDELD، بمقارنة أداء عدد من النماذج الأخرى مثل Seq2Seq وSeq2SubSeq وGRU وWaveNet باستخدام معايير تقدير الطاقة ومعايير دقة التأخير. وبينت النتائج أن نموذج SEDR-Seq2P يحقق توازناً أفضل بين الدقة وسرعة الأداء، حيث استطاع تقليل متوسط الخطأ المطلق (MAE) بنسبة تصل إلى 7%، وتحسين معامل التحديد (coefficient of determination) بنسبة 1%.

علاوة على ذلك، يوفر SEDR-Seq2P تقليلاً في زمن الاستدلال بنسبة تصل إلى 58% مقارنةً بنموذج WaveNet، مما يجعله خيارًا مثاليًا للتطبيق في المجالات الصناعية القابلة للتوسع. هذا الإنجاز يمثل خطوة هامة نحو تحسين كفاءة استهلاك الطاقة الصناعية.

ما رأيكم في هذا التطور المثير في مجال الذكاء الاصطناعي وتحليل الطاقة؟ شاركونا في التعليقات!