OPTYMALNA DYSTRYBUCJA ENERGII ELEKTRYCZNEJ W MIEŚCIE GOMA

Niniejsza praca bada wykorzystanie sieci neuronowych do przewidywania zapotrzebowania na energię elektryczną i jej produkcji oraz do optymalizacji dystrybucji energii w Gomie. Jej celem jest opracowanie sieci neuronowych zdolnych do przewidywania produkcji w elektrowniach RUZIZI MATEBE RWANGUBA NURU i NELSAP oraz zaprojektowanie modelu optymalizującego dystrybucję energii. Po przeglądzie literatury i zebraniu danych lokalnych i internetowych (Kaggle) wytrenowano model ANN. Wyniki pokazują przewidywanie zapotrzebowania z błędem 143% i optymalizację dystrybucji z dokładnością 90%. Badanie pokazuje że NURU i MATEBE mają kluczowe znaczenie w okresach szczytu mimo że są kosztowne i generują wysokie straty. Podejście to znacznie poprawia zarządzanie zasobami w porównaniu z konwencjonalnymi metodami.