Resumen

El rápido desarrollo del Internet de las Cosas (IoT) ha traído consigo una explosión de datos y un nuevo conjunto de desafíos. Ha sido una urgencia construir un modelo más robusto y preciso para predecir los datos de consumo de electricidad recopilados del Internet de las Cosas (IoT). Prever con precisión el consumo de electricidad es una tecnología crucial para la planificación de los recursos energéticos, lo que podría llevar a una notable conservación del consumo de electricidad del edificio. Este artículo se centra en la predicción del consumo de electricidad de un edificio de oficinas con un conjunto de datos a pequeña escala, en el que se incluyen 117 consumos diarios de electricidad del edificio, entre los cuales 89 valores se seleccionan como conjunto de datos de entrenamiento y los 28 valores restantes como conjunto de datos de prueba. Se propone un modelo híbrido ARIMA (autorregresión integrada de media móvil)-SVR (regresión de vectores de soporte) para predecir el consumo de electricidad con diferentes horizontes de predicción

• Materias:Comunicación inalámbrica Dispositivos móviles Seguridad de la información Algoritmo de inteligencia Sensor inteligente
• Subjects:Wireless communication Mobile devices Information security Algorithm intelligence Intelligent sensor
• Palabras claves:Internet de las cosas; Consumo de electricidad; Pronóstico; Modelo; ARIMA-SVR; Explosión de datos.
• Keywords:Internet of things; Electricity consumption; Forecasting; Model; ARIMA-SVR; Data explosion