湿度を考慮したモデル予測制御により、住宅用エアコンの省エネ化と需要レスポンスの実現が可能である。
建物のバッテリーシステムを効率的にスケジューリングし、電気負荷の不確実性下でコストを削減するための新しい動的マルコフ決定プロセスモデルの開発。
再生可能エネルギー資源の収益とリスクのトレードオフを可視化し、地域差や気候条件を考慮した最適な資源配分を提案する。
需要柔軟化サービスに参加することで、エネルギー消費を調整し、コストを節約できる。
提案された深層学習とエッジコンピューティングアプローチは、NILM問題を解決し、家電の識別を可能にします。
ブロックチェーンとIoTを統合したシステムが公共インフラでの低炭素エネルギー消費を促進する。
NILMデータの欠損問題を解決するための革新的なテンソル補完モデルの導入とその効果に焦点を当てる。
現代の船舶電力システムにおけるエネルギー管理方法論を提案し、システムの弾力性を向上させることが主な目的である。