SUN’IY INTELLEKT ASOSIDA ENERGIYA BOSHQARUVI
Keywords:
sun’iy intellekt, energiya boshqaruvi, mashinaviy o‘rganish, chuqur o‘rganish, sun’iy neyron tarmoqlar, aqlli tarmoqlar (Smart Grid), energiya samaradorligi, optimallashtirish, prognozlash, energiya iste’moli, real vaqt boshqaruvi, qayta tiklanuvchi energiya, raqamli energetika, avtomatlashtirilgan tizimlar.Abstract
Mazkur ilmiy maqolada sun’iy intellekt (SI) texnologiyalaridan foydalangan holda energiya boshqaruv tizimlarini modernizatsiya qilish va ularning samaradorligini oshirish masalalari chuqur tahlil qilinadi. Hozirgi kunda energiya resurslarining cheklanganligi, global energiya iste’molining ortib borishi hamda ekologik muammolarning keskinlashuvi energiya tizimlarida innovatsion yondashuvlarni joriy etishni taqozo etmoqda. Shu nuqtai nazardan, SI asosidagi boshqaruv tizimlari energiya iste’molini prognozlash, yuklamani optimallashtirish va real vaqt rejimida boshqarish imkoniyatlarini yaratadi. Tadqiqot doirasida mashinaviy o‘rganish, chuqur o‘rganish va sun’iy neyron tarmoqlar kabi zamonaviy algoritmlar asosida energiya iste’molini bashorat qilish modellari ishlab chiqildi. Ushbu modellar yordamida turli tashqi omillar (harorat, vaqt, ishlab chiqarish hajmi va foydalanuvchi xatti-harakatlari) hisobga olinib, energiya tizimining optimal ishlash rejimi aniqlanadi. Olingan natijalar shuni ko‘rsatadiki, SI asosidagi energiya boshqaruvi tizimlari an’anaviy boshqaruv usullariga nisbatan yuqori aniqlik, moslashuvchanlik va iqtisodiy samaradorlikni ta’minlaydi. Bundan tashqari, bunday tizimlar energiya yo‘qotishlarini kamaytirish, yuklama notekisligini bartaraf etish hamda qayta tiklanuvchi energiya manbalaridan samarali foydalanish imkonini beradi. Mazkur tadqiqot natijalari sanoat korxonalari, aqlli elektr tarmoqlari (Smart Grid) va uy xo‘jaliklarida energiya boshqaruv tizimlarini joriy etishda muhim ilmiy-amaliy ahamiyatga ega.
References
1. Haykin S. Neural Networks and Learning Machines. – New York: Pearson, 2016.
2. Goodfellow I., Bengio Y., Courville A. Deep Learning. – MIT Press, 2016.
3. Gellings C.W. The Smart Grid: Enabling Energy Efficiency and Demand Response. – CRC Press, 2009.
4. Lund H. Renewable Energy Systems: A Smart Energy Systems Approach. – Academic Press, 2014.
5. International Energy Agency (IEA). World Energy Outlook 2023. – Paris, 2023.
6. Zhang Y., Wang J. Artificial Intelligence in Energy Systems // IEEE Transactions on Smart Grid. – 2020.
7. Siano P. Demand response and smart grids // Renewable and Sustainable Energy Reviews. – 2014.
8. Mocanu E., Nguyen P.H., Gibescu M. Deep learning for estimating building energy consumption // Energy and Buildings. – 2016.
