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...
Saved in:
| Date: | 2014 |
|---|---|
| Main Authors: | , , |
| Format: | Article |
| Language: | Ukrainian |
| Published: |
Vinnytsia National Technical University
2014
|
| Subjects: | |
| Online Access: | https://oeipt.vntu.edu.ua/index.php/oeipt/article/view/289 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Optoelectronic Information-Power Technologies |
Institution
Optoelectronic Information-Power Technologies| _version_ | 1856543772391768064 |
|---|---|
| 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. |
| baseUrl_str | |
| collection | OJS |
| datestamp_date | 2016-07-07T07:27:48Z |
| 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. |
| first_indexed | 2025-09-24T17:28:57Z |
| format | Article |
| id | oai:oeipt.vntu.edu.ua:article-289 |
| institution | Optoelectronic Information-Power Technologies |
| language | Ukrainian |
| last_indexed | 2025-09-24T17:28:57Z |
| publishDate | 2014 |
| publisher | Vinnytsia National Technical University |
| 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 |
| 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 |
| title | 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 |
| 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_short | 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 |
| topic | електроенергетична система короткострокове прогнозування штучна нейронна мережа сумарне електричне навантаження |
| 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 |
| 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 |