Resumen

El petrleo y el gas seguirn siendo esenciales para el desarrollo econmico y la prosperidad mundiales en las prximas dcadas, y la industria del petrleo y el gas es una industria que consume mucha energa. Por ello, la mejora de la eficiencia energtica en la produccin de petrleo y gas en las empresas del sector es una cuestin importante. El mtodo de prediccin inteligente del consumo de energa, con capacidad para analizar patrones de consumo energtico e identificar objetivos de ahorro de energa, ha demostrado ser un enfoque eficaz para la eficiencia energtica en muchos mbitos industriales. Adems, la prediccin del consumo energtico permite a los gestores planificar cientficamente el uso energtico de la produccin de energa y desplazar el consumo energtico a los periodos valle. Sin embargo, sigue siendo hasta cierto punto un reto debido a la imprevisibilidad y la incertidumbre causadas por diversos comportamientos de consumo de energa, y este fenmeno es cada vez ms evidente en la empresa de petrleo y gas. Con este fin, en nuestro trabajo analizamos principalmente la previsin del consumo de energa en las empresas de petrleo y gas. En primer lugar, cuatro modelos de previsin diferentes, mquina de vectores soporte, regresin lineal, mquina de aprendizaje extremo y red neuronal artificial, se entrenaron en el conjunto de datos de entrenamiento y luego se evaluaron mediante el conjunto de datos de prueba. En segundo lugar, para mejorar la precisin de la prediccin del consumo de energa, se examinaron las combinaciones de estos cuatro modelos con el valor RMSE tomando la media de los resultados de dos modelos. Los resultados muestran que estos cuatro modelos diferentes son capaces de predecir el consumo de energa con una buena precisin, pero el modelo hbrido-red neuronal artificial y mquina de aprendizaje extremo-presenta una mayor precisin. Adems, el modelo hbrido se instala en el sistema de gestin energtica de la industria del petrleo y el gas para gestionar el consumo energtico de los campos petrolferos y mejorar la eficiencia.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Petróleo; Gas; Eficiencia energética; Predicción del consumo; Modelos de previsión; Modelo híbrido
• Keywords:Oil; Gas; Energy efficiency; Consumption prediction; Forecasting models; Hybrid model