Восстановление и оперативное прогнозирование методом Хольта электропотребления предприятий с непрерывным циклом работы

• Опубліковано в: : Электронное моделирование
• Дата: 2015
• Автори: Стеценко, И.В., Бедерак, Я.С.
• Формат: Стаття
• Мова: Russian
• Опубліковано: Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України 2015
• Теми: Применение методов и средств моделирования
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/101146
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Восстановление и оперативное прогнозирование методом Хольта электропотребления предприятий с непрерывным циклом работы / И.В. Стеценко, Я.С. Бедерак // Электронное моделирование. — 2015. — Т. 37, № 4. — С. 119-126. — Бібліогр.: 9 назв. — рос.

Приведены результаты исследования эффективности применения методов статистического прогнозирования — метода экспоненциального сглаживания, авторегрессии, взвешенных скользящих средних и метода Хольта— для восстановления утерянных учетных данных и оперативного прогноза электропотребления в условиях технологических процессов на химических предприятиях. Показано, что наиболее точным является метод Хольта. Для определения оптимальных значений постоянных сглаживания предложено использовать эволюционный метод. Разработан алгоритм поиска оптимальных значений эволюционным методом на основе критерия выбора наилучших элементов из популяции. Наведено результати дослідження ефективності застосування методів статистичного прогнозування — методу експоненціального згладжування, авторегресії, зважених ковзаючих середніх і методу Хольта — для відновлення втрачених облікових даних і оперативного прогнозу електроспоживання в умовах технологічних процесів на хімічних підприємствах. Показано, що найбільш точним є метод Хольта. Для отримання оптимальних значень постійних згладжування запропоновано використовувати еволюційний метод. Розроблено алгоритм пошуку оптимальних значень еволюційним методом на основі критерію вибору найкращих елементів із популяції. The paper presents results of studying the effectiveness of themethods of statistical forecasting — the method of exponential smoothing, autoregression, weighted moving average and Holt’s method—to restore the lost metering data and real-time prediction of power consumption data in terms of technological processes in the chemical industry. It is shown that Holt’s method is the most accurate one. To find the optimal values of the smoothing constants it is proposed to use evolutionary method. An algorithm for searching optimal values by the evolutionary method based on the criterion of choosing the best elements of the population has been developed.