АНАЛІЗ ЕФЕКТИВНОСТІ ВИРІШЕННЯ ЗАДАЧІ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ СУМАРНОГО ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ З ВИКОРИСТАННЯ ШНМ ТИПУ БАГАТОШАРОВИЙ ПЕРСЕПТРОН

АНАЛІЗ ЕФЕКТИВНОСТІ ВИРІШЕННЯ ЗАДАЧІ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ СУМАРНОГО ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ З ВИКОРИСТАННЯ ШНМ ТИПУ БАГАТОШАРОВИЙ ПЕРСЕПТРОН

The efficiency of the use of artificial neural network of type is in-process analysed multi-layered perceptron for the decision of task of short-term prognostication of the total electric loading of the electroenergy system of Ukraine. As a result of research the extended teaching retrievals of data...

Повний опис

Збережено в:
Бібліографічні деталі
Дата:2014
Автори: Черненко, П. О., Мартинюк, О. В., Мірошник, В. О.
Формат: Стаття
Мова:Ukrainian
Опубліковано: Vinnytsia National Technical University 2014
Теми:
електроенергетична система
короткострокове прогнозування
штучна нейронна мережа
сумарне електричне навантаження
Онлайн доступ:https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/289
Теги: Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
Назва журналу:Optoelectronic Information-Power Technologies

Репозитарії

Optoelectronic Information-Power Technologies
id oai:oeipt.vntu.edu.ua:article-289
record_format ojs
spelling oai:oeipt.vntu.edu.ua:article-2892016-07-07T07:27:48Z ANALYSIS OF EFFICIENCY OF TASK DECISION OF SHORT-TERM PROGNOSTICATION OF TOTAL ELECTRIC LOADING OF GRID WITH THE USE OF ARTIFICIAL NEURAL NETWORK OF MULTI-LAYERED PERCEPTRON АНАЛИЗ ЭФФЕКТИВНОСТИ РЕШЕНИЯ ЗАДАЧИ КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ СУММАРНОГО ЭЛЕКТРИЧЕСКОЙ НАГРУЗКИ ЭНЕРГОСИСТЕМЫ С ИСПОЛЬЗОВАНИЕМ ИНС ТИПА МНОГОСЛОЙНЫЙ ПЕРСЕПТРОН АНАЛІЗ ЕФЕКТИВНОСТІ ВИРІШЕННЯ ЗАДАЧІ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ СУМАРНОГО ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ З ВИКОРИСТАННЯ ШНМ ТИПУ БАГАТОШАРОВИЙ ПЕРСЕПТРОН Черненко, П. О. Мартинюк, О. В. Мірошник, В. О. electroenergy system short-term prognostication artificial neural network total electric loading электроэнергетическая система краткосрочное прогнозирование искусственная нейронная сеть суммарное электрическая нагрузка електроенергетична система короткострокове прогнозування штучна нейронна мережа сумарне електричне навантаження The efficiency of the use of artificial neural network of type is in-process analysed multi-layered perceptron for the decision of task of short-term prognostication of the total electric loading of the electroenergy system of Ukraine. As a result of research the extended teaching retrievals of data for an artificial neural network are formulated, allowing designing influence on total electric loading of technological, meteorological and astronomic factors, its optimal architecture is determined. The estimation of efficiency of network is conducted by comparison of the results got with the use of identical set of basic data on the basis of ANN and NAS of Ukraine of additive mathematical modelof the total electric loading of electroenergy system is carried out in the Institute of electrodynamics. В работе проанализирована эффективность использования искусственной нейронной сети (ИНС) типа многослойный персептрон для решения задачи краткосрочного прогнозирования суммарного электрической нагрузки (СЕН) электроэнергетической системы (ЭЭС) Украины. В результате исследования сформирован расширенные учебные выборки данных для искусственной нейронной сети, позволяющие моделировать влияние на СЕН технологических, метеорологических и астрономических факторов, определены ее оптимальную архитектуру. Проведена оценка эффективности сети путем сравнения результатов, полученных с использованием одинакового набора исходных данных на основе ИНС и разработанной в Институте электродинамики НАН Украины аддитивной математической модели (АММ) суммарного электрической нагрузки ЭЭС. В роботі проаналізована ефективність використання штучної нейронної мережі (ШНМ) типу багатошаровий персептрон для вирішення задачі короткострокового прогнозування сумарного електричного навантаження (СЕН) електроенергетичної системи (ЕЕС) України. В результаті дослідження сформовано розширені навчальні вибірки даних для штучної нейронної мережі, що дозволяють моделювати вплив на СЕН технологічних, метеорологічних та астрономічних факторів, визначено її оптимальну архітектуру. Проведена оцінка ефективності мережі шляхом порівняння результатів, що отримані із використанням однакового набору вихідних даних на основі ШНМ та розробленої в Інституті електродинаміки НАН України адитивної математичної моделі (АММ) сумарного електричного навантаження ЕЕС. Vinnytsia National Technical University 2014-01-30 Article Article application/pdf https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/289 Optoelectronic Information-Power Technologies; Vol. 25 No. 1 (2013); 24-27 Оптико-електроннi iнформацiйно-енергетичнi технологiї; Том 25 № 1 (2013); 24-27 Оптико-електроннi iнформацiйно-енергетичнi технологiї; Том 25 № 1 (2013); 24-27 2311-2662 1681-7893 uk https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/289/288 Авторське право (c) 2015 Оптико-електроннi iнформацiйно-енергетичнi технологiї
institution Optoelectronic Information-Power Technologies
baseUrl_str
datestamp_date 2016-07-07T07:27:48Z
collection OJS
language Ukrainian
topic електроенергетична система
короткострокове прогнозування
штучна нейронна мережа
сумарне електричне навантаження
spellingShingle електроенергетична система
короткострокове прогнозування
штучна нейронна мережа
сумарне електричне навантаження
Черненко, П. О.
Мартинюк, О. В.
Мірошник, В. О.
АНАЛІЗ ЕФЕКТИВНОСТІ ВИРІШЕННЯ ЗАДАЧІ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ СУМАРНОГО ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ З ВИКОРИСТАННЯ ШНМ ТИПУ БАГАТОШАРОВИЙ ПЕРСЕПТРОН
topic_facet electroenergy system
short-term prognostication
artificial neural network
total electric loading
электроэнергетическая система
краткосрочное прогнозирование
искусственная нейронная сеть
суммарное электрическая нагрузка
електроенергетична система
короткострокове прогнозування
штучна нейронна мережа
сумарне електричне навантаження
format Article
author Черненко, П. О.
Мартинюк, О. В.
Мірошник, В. О.
author_facet Черненко, П. О.
Мартинюк, О. В.
Мірошник, В. О.
author_sort Черненко, П. О.
title АНАЛІЗ ЕФЕКТИВНОСТІ ВИРІШЕННЯ ЗАДАЧІ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ СУМАРНОГО ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ З ВИКОРИСТАННЯ ШНМ ТИПУ БАГАТОШАРОВИЙ ПЕРСЕПТРОН
title_short АНАЛІЗ ЕФЕКТИВНОСТІ ВИРІШЕННЯ ЗАДАЧІ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ СУМАРНОГО ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ З ВИКОРИСТАННЯ ШНМ ТИПУ БАГАТОШАРОВИЙ ПЕРСЕПТРОН
title_full АНАЛІЗ ЕФЕКТИВНОСТІ ВИРІШЕННЯ ЗАДАЧІ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ СУМАРНОГО ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ З ВИКОРИСТАННЯ ШНМ ТИПУ БАГАТОШАРОВИЙ ПЕРСЕПТРОН
title_fullStr АНАЛІЗ ЕФЕКТИВНОСТІ ВИРІШЕННЯ ЗАДАЧІ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ СУМАРНОГО ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ З ВИКОРИСТАННЯ ШНМ ТИПУ БАГАТОШАРОВИЙ ПЕРСЕПТРОН
title_full_unstemmed АНАЛІЗ ЕФЕКТИВНОСТІ ВИРІШЕННЯ ЗАДАЧІ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ СУМАРНОГО ЕЛЕКТРИЧНОГО НАВАНТАЖЕННЯ ЕНЕРГОСИСТЕМИ З ВИКОРИСТАННЯ ШНМ ТИПУ БАГАТОШАРОВИЙ ПЕРСЕПТРОН
title_sort аналіз ефективності вирішення задачі короткострокового прогнозування сумарного електричного навантаження енергосистеми з використання шнм типу багатошаровий персептрон
title_alt ANALYSIS OF EFFICIENCY OF TASK DECISION OF SHORT-TERM PROGNOSTICATION OF TOTAL ELECTRIC LOADING OF GRID WITH THE USE OF ARTIFICIAL NEURAL NETWORK OF MULTI-LAYERED PERCEPTRON
АНАЛИЗ ЭФФЕКТИВНОСТИ РЕШЕНИЯ ЗАДАЧИ КРАТКОСРОЧНОГО ПРОГНОЗИРОВАНИЯ СУММАРНОГО ЭЛЕКТРИЧЕСКОЙ НАГРУЗКИ ЭНЕРГОСИСТЕМЫ С ИСПОЛЬЗОВАНИЕМ ИНС ТИПА МНОГОСЛОЙНЫЙ ПЕРСЕПТРОН
description The efficiency of the use of artificial neural network of type is in-process analysed multi-layered perceptron for the decision of task of short-term prognostication of the total electric loading of the electroenergy system of Ukraine. As a result of research the extended teaching retrievals of data for an artificial neural network are formulated, allowing designing influence on total electric loading of technological, meteorological and astronomic factors, its optimal architecture is determined. The estimation of efficiency of network is conducted by comparison of the results got with the use of identical set of basic data on the basis of ANN and NAS of Ukraine of additive mathematical modelof the total electric loading of electroenergy system is carried out in the Institute of electrodynamics.
publisher Vinnytsia National Technical University
publishDate 2014
url https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/289
work_keys_str_mv AT černenkopo analysisofefficiencyoftaskdecisionofshorttermprognosticationoftotalelectricloadingofgridwiththeuseofartificialneuralnetworkofmultilayeredperceptron
AT martinûkov analysisofefficiencyoftaskdecisionofshorttermprognosticationoftotalelectricloadingofgridwiththeuseofartificialneuralnetworkofmultilayeredperceptron
AT mírošnikvo analysisofefficiencyoftaskdecisionofshorttermprognosticationoftotalelectricloadingofgridwiththeuseofartificialneuralnetworkofmultilayeredperceptron
AT černenkopo analizéffektivnostirešeniâzadačikratkosročnogoprognozirovaniâsummarnogoélektričeskojnagruzkiénergosistemysispolʹzovanieminstipamnogoslojnyjperseptron
AT martinûkov analizéffektivnostirešeniâzadačikratkosročnogoprognozirovaniâsummarnogoélektričeskojnagruzkiénergosistemysispolʹzovanieminstipamnogoslojnyjperseptron
AT mírošnikvo analizéffektivnostirešeniâzadačikratkosročnogoprognozirovaniâsummarnogoélektričeskojnagruzkiénergosistemysispolʹzovanieminstipamnogoslojnyjperseptron
AT černenkopo analízefektivnostíviríšennâzadačíkorotkostrokovogoprognozuvannâsumarnogoelektričnogonavantažennâenergosistemizvikoristannâšnmtipubagatošarovijperseptron
AT martinûkov analízefektivnostíviríšennâzadačíkorotkostrokovogoprognozuvannâsumarnogoelektričnogonavantažennâenergosistemizvikoristannâšnmtipubagatošarovijperseptron
AT mírošnikvo analízefektivnostíviríšennâzadačíkorotkostrokovogoprognozuvannâsumarnogoelektričnogonavantažennâenergosistemizvikoristannâšnmtipubagatošarovijperseptron
first_indexed 2025-09-24T17:28:57Z
last_indexed 2025-09-24T17:28:57Z
_version_ 1850410222223360000

Схожі ресурси