Redes Neurais de Memória de Longo Prazo e Curto Prazo (LSTM) Aplicadas à Desagregação de Energia

A desagregação de energia é uma estimativa do uso de energia de eletrodomésticos a partir de um único medidor, sem a necessidade de submedição. Neste artigo, três modelos de redes neurais, Árvore de Decisão (DT), Redes Neurais Profundas (DNN) e Memória de Longo Prazo e Curto Prazo (LSTM) foram comparados e implementados para desagregação de energia. O conjunto de dados de referência para desagregação de energia (REDD) foi utilizado para treinar e testar a eficácia dos modelos. Foi constatado que o LSTM apresentou desempenhos melhores em MAE, RMSE e R-Square do que o DT e as redes DNN em pelo menos 37,38% e 86,26%, respectivamente.