Порівняльний аналіз двох підходів до вирішення задачі короткострокового прогнозування сумарного електричного навантаження електроенергетичної системи
В статті описано вирішення задачі прогнозування сумарного електричного навантаження (СЕН) електроенергетичної системи (ЕЕС) двома способами. Перший (для побудови математичної моделі) використовує параметричний метод аналізу та прогнозування нестаціонарних часових рядів, другий – нейро-фаззі мережі....
Збережено в:
Дата: | 2013 |
---|---|
Автори: | , , , |
Формат: | Стаття |
Мова: | Ukrainian |
Опубліковано: |
Інститут електродинаміки НАН України
2013
|
Назва видання: | Технічна електродинаміка |
Теми: | |
Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/62310 |
Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
Цитувати: | Порівняльний аналіз двох підходів до вирішення задачі короткострокового прогнозування сумарного електричного навантаження електроенергетичної системи / П.О. Черненко, О.В. Мартинюк, С.В. Попов, Є.В. Бодянський // Технічна електродинаміка. — 2013. — № 3. — С. 61–72. — Бібліогр.: 15 назв. — укр. |
Репозитарії
Digital Library of Periodicals of National Academy of Sciences of UkraineРезюме: | В статті описано вирішення задачі прогнозування сумарного електричного навантаження (СЕН) електроенергетичної системи (ЕЕС) двома способами. Перший (для побудови математичної моделі) використовує параметричний метод аналізу та прогнозування нестаціонарних часових рядів, другий – нейро-фаззі мережі. Наведено адитивну математичну модель СЕН, алгоритми моделювання та прогнозування її складових. Описано архітектуру нейро-фаззі мережі та алгоритм її навчання. Для адекватного порівняння результатів виконано прогнозування СЕН ЕЕС на тижневий інтервал упередження з використанням єдиної вихідної інформації. Показано переваги ієрархічного вирішення задачі короткострокового прогнозування сумарного електричного навантаження ЕЕС із використанням математичних моделей СЕН обласних енергосистем. Сформульовано шляхи подальшого підвищення точності та надійності результатів короткострокового прогнозування СЕН ЕЕС. |
---|