Прогнозирование потребления электроэнергии с помощью нейронных сетей

Кратко рассмотрено состояние энергосетей в Украине и за рубежом. Показана актуальность создания сетей нового поколения, а также приведена постановка задачи управления смарт гридом и подзадач, которые при этом возникают. Предложено решение задачи прогнозирования электроэнергии с помощью нейронных сет...

Повний опис

Збережено в:
Бібліографічні деталі
Видавець:Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України
Дата:2014
Автори: Николаев, С.С., Тимошенко, Ю.А.
Формат: Стаття
Мова:Russian
Опубліковано: Навчально-науковий комплекс "Інститут прикладного системного аналізу" НТУУ "КПІ" МОН та НАН України 2014
Назва видання:Системні дослідження та інформаційні технології
Теми:
Онлайн доступ:http://dspace.nbuv.gov.ua/handle/123456789/86114
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Цитувати:Прогнозирование потребления электроэнергии с помощью нейронных сетей / С.С. Николаев, Ю.А. Тимошенко // Системні дослідження та інформаційні технології. — 2014. — № 4. — С. 75-86. — Бібліогр.: 5 назв. — рос.

Репозиторії

Digital Library of Periodicals of National Academy of Sciences of Ukraine
Опис
Резюме:Кратко рассмотрено состояние энергосетей в Украине и за рубежом. Показана актуальность создания сетей нового поколения, а также приведена постановка задачи управления смарт гридом и подзадач, которые при этом возникают. Предложено решение задачи прогнозирования электроэнергии с помощью нейронных сетей. Рассмотрена структура и описан выбор параметров нейронной сети для составления суточных прогнозов потребления электричества. Описан алгоритм обучения сети, входные и выходящие данные. Описана процедура отбора входных признаков. Проведён анализ зависимости точности прогноза от выбора входных признаков. Выявлено, что при подаче на вход сети в качестве отдельных признаков индикаторов праздничных дней, можно улучшить качество прогнозируемого результата. Также показано влияние погодных факторов на точность получаемых прогнозов.