Trong bối cảnh các hệ thống điện công nghiệp ngày càng phát triển theo hướng tự động hóa và thông minh hóa, việc áp dụng trí tuệ nhân tạo, đặc biệt là học sâu (Deep Learning), vào điều khiển hệ thống điện đã trở thành một xu hướng tất yếu. Nghiên cứu này đề xuất mô hình điều khiển dự báo tải điện dựa trên mạng LSTM kết hợp Attention, cho phép hệ thống học và thích nghi với các chuỗi tín hiệu điện thực tế. Dữ liệu đầu vào là chuỗi thời gian của các thông số như công suất hoạt động, điện áp và tải tiêu thụ thiết bị, được thu thập theo từng phút từ hệ thống điện công nghiệp mô phỏng. Kết quả cho thấy mô hình đạt độ chính xác cao, sai số MAE thấp (~0.12 kW), ổn định trong suốt thời gian hoạt động và có khả năng tự điều chỉnh theo các biến động không tuyến tính của phụ tải. Mô hình học sâu không chỉ mang lại khả năng dự báo hiệu quả mà còn mở ra triển vọng tích hợp trong các hệ thống điều khiển năng lượng công nghiệp thời gian thực.
Năm 2026 
