Luận văn Thạc sĩ: Nghiên cứu khả năng áp dụng phương pháp nơ-ron nhân tạo trong dự báo nhu cầu điện năng ngắn hạn tại Tổng công ty Điện lực Thành phố Hà Nội

Trong bối cảnh thị trường điện Việt Nam đang chuyển đổi sang mô hình cạnh tranh, việc dự báo nhu cầu phụ tải điện chính xác trở thành nhiệm vụ then chốt đối với các công ty phân phối điện. Sai lệch trong dự báo không chỉ làm tăng chi phí mua điện mà còn ảnh hưởng trực tiếp đến hiệu quả kinh doanh và khả năng cung cấp điện ổn định. Điều này đòi hỏi các phương pháp dự báo phải đáp ứng nhanh chóng, chính xác và có khả năng tự động hóa. Luận văn này tập trung vào nghiên cứu và ứng dụng phương pháp nơ-ron nhân tạo (ANN) – một kỹ thuật học máy thông minh – để nâng cao độ chính xác trong dự báo nhu cầu điện năng ngắn hạn tại Tổng Công ty Điện lực Thành phố Hà Nội, góp phần tối ưu hóa vận hành hệ thống điện và giảm thiểu rủi ro tài chính.

Các kỹ sư, nhà quản lý, nhà nghiên cứu trong ngành điện lực, đặc biệt là các công ty phân phối điện và đơn vị điều độ hệ thống, cùng với các chuyên gia về trí tuệ nhân tạo và học máy quan tâm đến ứng dụng trong lĩnh vực năng lượng.

Nghiên cứu này đi sâu vào việc giải quyết thách thức về dự báo nhu cầu điện năng ngắn hạn chính xác trong ngành điện, đặc biệt trong bối cảnh thị trường cạnh tranh. Luận văn bắt đầu bằng việc tổng hợp cơ sở lý thuyết về các phương pháp dự báo phụ tải điện, đồng thời phân tích ưu nhược điểm của các kỹ thuật truyền thống và hiện đại. Trọng tâm của nghiên cứu là khảo sát chuyên sâu về mạng nơ-ron nhân tạo (ANN), bao gồm cả các biến thể như LSTM, và các yếu tố ảnh hưởng đến hiệu suất dự báo của chúng.
Về phương pháp luận, tác giả đã tiến hành thu thập và tiền xử lý dữ liệu phụ tải điện và các yếu tố liên quan như thời tiết, mùa vụ từ Tổng Công ty Điện lực Thành phố Hà Nội. Sau đó, một mô hình ANN đã được thiết kế, huấn luyện và đánh giá kỹ lưỡng, với các kết quả dự báo được so sánh bằng các chỉ số sai số như MAE, RMSE, MAPE để định lượng hiệu quả.
Kết quả nghiên cứu cho thấy tiềm năng vượt trội của phương pháp nơ-ron nhân tạo trong việc cải thiện độ chính xác của dự báo ngắn hạn. Giá trị ứng dụng của đề tài thể hiện ở việc cung cấp một công cụ mạnh mẽ giúp các công ty điện lực tối ưu hóa chiến lược vận hành, quản lý mua bán điện, giảm thiểu tổn thất và nâng cao hiệu quả kinh doanh trong môi trường điện cạnh tranh, đồng thời hỗ trợ phát triển hệ thống điện thông minh tại Việt Nam. Nghiên cứu này đóng góp vào việc làm rõ cấu trúc và nguyên lý của ANN, ứng dụng chúng vào công tác dự báo thực tế, kết hợp với cơ sở dữ liệu lớn để nâng cao chất lượng dự báo.