DOI: 10.18503/2311-8318-2016-3(32)-15-19
Аннотация
В статье описана методика краткосрочного прогнозирования электропотребления региональной электроэнергетической системы (ЭЭС) на основе искусственной нейронной сети (ИНС). Данная процедура на базе нейронных технологий дает прогнозную оценку электроэнергии для преобразования ее в конечный продукт потребителями при минимальном участии людей и обеспечивает повышение надежности энергоснабжения с точки зрения бесперебойного питания электроэнергией, снижения срывов производства и аварий в электрической и технологической части. Для практического применения метода прогнозирования потребления электроэнергии на основе ИНС разработана компьютерная программа расчета прогнозных значений электропотребления энергосистемы. Программный продукт обеспечивает автоматизированный выбор оптимального набора входных параметров нейронной сети, позволяющий повысить точность прогноза нейросетевой модели и электропотребления в любой региональной энергосистеме.
Ключевые слова
Электроэнергетическая система, потребление электроэнергии, искусственная нейронная сеть, краткосрочное прогнозирование электропотребления.
1. Шумилова Г.П., Готман Н.Э., Старцева Т.Б. Прогнозирование электрических нагрузок при оперативном управлении электроэнергетическими системами на основе нейросетевых структур. Екатеринбург: УрО РАН, 2008. 88 с.
2. Макоклюев Б.И. Анализ и планирование электропотребления. М.: Энергоатомиздат, 2008. 296 с.
3. Папков Б.В. Надежность и эффективность электроснабжения: учеб. пособие. Н. Новгород: Нижегород. гос. техн. ун-т, 1996. 210 с.
4. Бэнн Д.В., Фармер Е.Д. Обзор методов краткосрочного прогнозирования в электроэнергетике // Сравнительные модели прогнозирования электрической нагрузки энергосистем. М.: Энергоатомиздат, 1987. 260 с.
5. Бэнн Д.В., Фармер Е.Д. Сравнительные модели прогнозирования электрической нагрузки. М.: Энергоатомиздат, 1987. 200 с.
6. Хайкин Саймон Нейронные сети: полный курс: пер. с англ. 2-е изд. М.: Вильямс, 2006. 1104 с.
7. Алексеева И.Ю. Краткосрочное прогнозирование электропотребления в электроэнергетических системах с использованием искусственных нейронных сетей: автореф. дис. … канд. техн. наук. Иваново: ИГЭУ им. В.И. Ленина, 2014. 20 с.
8. Алексеева И.Ю., Ведерников А.С., Скрипачев М.О. Прогнозирование электропотребления с использованием метода искусственных нейронных сетей // Вестник СамГТУ. Сер. Технические науки. 2010. №4(27). С. 135-138.
9. Алексеева И.Ю., Ведерников А.С. Определение набора входных данных искусственной нейронной сети при краткосрочном прогнозировании электропотребления // Электроэнергетика глазами молодежи: науч. труды междунар. науч.-техн. конференции. Самара: СамГТУ, 2011. Т.1. С. 253-255.
10. Шнейдер А.М., Такенава Т., Шиффман Д.А. Суточное прогнозирование нагрузки ЭЭС с учетом прогнозов температуры // Сравнительные модели прогнозирования электрической нагрузки энергосистем. М.: Энергоатомиздат, 1987. 260 с.
11. Кендалл М., Стьюарт А. Многомерный статистический анализ и временные ряды: пер. с англ. М.: Наука, 1976. 540 с.
12. Родыгина С.В. Краткосрочное прогнозирование электрических нагрузок промышленных предприятий с применением интеллектуальных информационных технологий: автореф. дис. … канд. техн. наук. Новосибирск: ФГОУ ВПО НГАВТ, 2010. 20с.
13. Воронов И.В. Прогнозирование электропотребления промышленных предприятий с помощью искусственных нейронных сетей: автореф. дис. … канд. техн. наук. Кемерово: КГТУ, 2010. 20 с.
14. Алексеева И.Ю., Степанов В.П., Ведерников А.С. Метод Сааренда в исследовании динамики бытового электропотребления населением г. Чапаевска Самарской губернии // Электротехнические системы и комплексы. 2008. №15. С. 196-201.
15. Алексеева И.Ю., Степанов В.П., Ведерников А.С. Метод экспоненциального сглаживания линии тренда временного ряда в сочетании с методом индексов сезонности при краткосрочном прогнозировании электропотребления // Вестник СамГТУ. Сер. Технические науки. 2008. №1(21). С. 137-143.