2025-02-23T00:33:51-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: Query fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-62310%22&qt=morelikethis&rows=5
2025-02-23T00:33:51-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: => GET http://localhost:8983/solr/biblio/select?fl=%2A&wt=json&json.nl=arrarr&q=id%3A%22irk-123456789-62310%22&qt=morelikethis&rows=5
2025-02-23T00:33:51-05:00 DEBUG: VuFindSearch\Backend\Solr\Connector: <= 200 OK
2025-02-23T00:33:51-05:00 DEBUG: Deserialized SOLR response
Порівняльний аналіз двох підходів до вирішення задачі короткострокового прогнозування сумарного електричного навантаження електроенергетичної системи

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....

Full description

Saved in:
Bibliographic Details
Main Authors: Черненко, П.О., Мартинюк, О.В., Попов, С.В., Бодянський, Є.В.
Format: Article
Language:Ukrainian
Published: Інститут електродинаміки НАН України 2013
Series:Технічна електродинаміка
Subjects:
Електроенергетичні системи та устаткування
Online Access:http://dspace.nbuv.gov.ua/handle/123456789/62310
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary: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.

Similar Items