b. Ứng dụng mô hình phân tích KT-KT trong dự báo nhu cầu năng lượng Việt Nam
1.5.3. Về các mô hình dựa trên kỹ thuật trí tuệ nhân tạo
Các mô hình dự báo dựa trên kỹ thuật trí tuệ nhân tạo có những ưu điểm lớn so với các phương pháp truyền thống như: Mạng neuron dùng giải thuật học lan truyền ngược sai số kết hợp với giải thuật di truyền (GA) có khả năng dự báo đa biến, không bị hạn chế về số lượng; Có thể dự báo ở nhiều thời điểm trong tương lai; Có khả năng áp dụng thời gian thực; Không phải tính toán các biến trễ để xác định các biến vào cho dự báo. Không bị giới hạn khoảng dự báo và giả thời gian thực như trong các phương pháp thống kê mà có khả năng nhìn toàn cục; Không mất nhiều công sức phân tích và tính toán các tham số đầu vào cho một mô hình hồi quy để dự báo.
Tóm lại, với nguyên lý tự hoàn thiện mô hình, phương pháp dự báo dựa trên kỹ thuật trí tuệ nhân tạo cho phép tận dụng tối đa những ưu điểm và khắc phục những nhược điểm cơ bản của các phương pháp dự báo truyền thống. Cùng với sự kết hợp của việc ứng dụng tin học, đây sẽ là một công cụ hết sức hiệu quả và tin cậy đối với bài toán dự báo nhu cầu phụ tải điện.
Tại Việt Nam, các nghiên cứu theo cách tiếp cận mô hình dự báo nhu cầu điện dựa trên kỹ thuật trí tuệ nhân tạo còn khá mới mẻ, mặc dù đã có một số tác giả đề cập
đến vấn đề này [27], [28], [77], nhưng đó mới chỉ là những bước đi ban đầu, rất cần có sự bổ sung, phát triển. Các kết quả phân tích cho thấy, trong hoàn cảnh hiện tại, việc ứng dụng kỹ thuật trí tuệ nhân tạo để xây dựng mô hình dự báo nhu cầu điện của Việt Nam sẽ là một đóng góp tốt phục vụ cho bài toán lớn về quy hoạch phát triển hệ thống điện. Chính vì lý do đó mà chúng tôi (nghiên cứu sinh và tập thể hướng dẫn) quyết định lựa chọn hướng nghiên cứu, xây dựng mô hình dự báo nhu cầu điện dựa trên kỹ thuật trí tuệ nhân tạo. Chi tiết về cơ sở khoa học và phương pháp xây dựng mô hình này sẽ được trình bày trong chương 2.