في سياق التحميل المرن ، ولتكيف مع تغيرات الحمل الديناميكية لوحدات التبريد المباشرة وتداخل العوامل البيئية ، تم اقتراح طريقة شبكة عصبونية متعلمة عبر الإنترنت لتنبؤ ضغط التشغيل لوحدات التبريد المباشرة. أولاً ، يتم تنظيف البيانات التاريخية وتحديد الميزات المهمة ذات الإهمال المنخفض التي تؤثر في ضغط التشغيل من خلال تحليل الارتباط سبيرمان. بعد ذلك ، يتم تحديد معلمات النموذج لضغط التشغيل باستخدام نموذج هامرستين عبر الإنترنت. في الوقت نفسه ، يتم إنشاء نموذج لتنبؤ ضغط التشغيل لوحدات التبريد المباشرة باستخدام الشبكات العصبية ذات الذاكرة القصيرة والطويلة والآلية الانتباه ، ويتم تحديث النموذج بطريقة تعلم الإنترنت. تشير التجارب إلى أن هذا النموذج يحتوي على أخطاء مئوية مئوية على الأقل في تنبؤ ضغط التشغيل لفترات زمنية مختلفة خلال الساعة الواحدة المقبلة ، وأقل من 1٪ في تنبؤ ضغط التشغيل للثلاثين ثانية القادمة. أخيرًا ، يتم التحقق من أن النموذج يمكن أن يعمل بشكل مستقر في تطبيق النظام الفعلي لمحطة توليد الكهرباء. إن إنجازات هذا البحث توفر طريقة فعالة لتنبؤ ضغط التشغيل لوحدات التبريد المباشرة في الوقت الحقيقي ، وهو له أهمية كبيرة لتشغيل وإدارة وحدات التبريد المباشرة في سياق التحميل المرن.

وحدة تبريد مباشرة ؛ تنبؤ ضغط التشغيل ؛ تعلم عبر الإنترنت ؛ آلية الانتباه ؛ الشبكات العصبية ذات الذاكرة القصيرة والطويلة