Work

AI-Powered Time Series Forecasting for Sustainable Energy Management in Luxury Yachts

Year: 2026
Type: article
Abstract: تُعد تشهد صناعة اليخوت الفاخرة تحولاً متسارعاً نحو الاستدامة، مع تزايد الاهتمام بخفض البصمة الكربونية وتحسين كفاءة استهلاك الطاقة في الأنظمة الموجودة على متن اليخوت، ولا سيما أنظمة الخدمات الفندقية. تقدم هذه الدراسة تطبيقاً مبتكراً لشبكة الانحدار الذاتي غير الخطي (NAR) للتنبؤ بالسلاسل الزمنية الخاصة باستهلاك وإنتاج الطاقة على متن اليخوت الفاخرة. وبالاعتماد على بيانات حقيقية مقدمة من منصة BlueAI، ركزت الدراسة على ثلاثة تدفقات طاقة رئيسية: استهلاك الكهرباء في القطاع الفندقي، واستهلاك الطاقة في أنظمة التدفئة والتهوية وتكييف الهواء (HVAC)، وإنتاج الطاقة الشمسية. تم تدريب نموذج NAR، وهو شبكة عصبية أمامية التغذية تستخدم دالة تنشيط سيغمويد في الطبقة المخفية، بالاعتماد على بيانات تاريخية للسلاسل الزمنية بهدف التنبؤ بالاتجاهات قصيرة المدى للطاقة. ومن خلال التنبؤ لفترة تصل إلى ست ساعات مسبقاً، يتيح النموذج إدارة ديناميكية للطاقة، مما يساعد المشغلين على ضبط الأحمال الكهربائية بصورة استباقية، وتحسين إعدادات أنظمة HVAC، وتعظيم الاستفادة من مصادر الطاقة المتجددة مثل الألواح الشمسية. أظهرت نتائج التقييم في بيئات التدريب والتشغيل الفعلي دقة تنبؤية عالية عبر جميع الأنظمة الفرعية المدروسة. وتمثل هذه القدرة التنبؤية خطوة مهمة نحو جعل قطاع اليخوت أكثر استدامة من خلال تمكين جدولة ذكية للطاقة، وتقليل الاعتماد على الوقود الأحفوري، وخفض انبعاثات غازات الاحتباس الحراري. كما يسهم دمج أدوات التنبؤ المعتمدة على الذكاء الاصطناعي، مثل نموذج NAR، في تعزيز استخدام الطاقة المتجددة ودعم الجهود العالمية الرامية إلى التخفيف من آثار التغير المناخي. وتبرز هذه الدراسة الدور الذي يمكن أن تؤديه التقنيات الذكية في مواءمة صناعة النقل البحري الفاخر مع أهداف الاستدامة والحفاظ على البيئة.
Language: Arabic
Open Access status: hybrid
OpenAlex ID: W7202048973
FWCI:
Cites: 10
Cited by:
Related to: 10