Реєстраційний номер
0205U002210,
0103U001339
, Науково-дослідна робота
Назва роботи
Використання нейромереж прямого поширення з неітераційним навчанням для прогнозування споживання електроенергії
Назва етапу роботи
Керівник роботи
Рашкевич Юрій Михайлович,
Дата реєстрації
08-02-2005
Організація виконавець
Національний університет "Львівська політехніка"
Опис етапу
У заключному звіті по темі "Використання нейромереж прямого поширення з неітераційним навчанням для прогнозування споживання електроенергії" виділено фактори, що впливають на рівень споживання (тип дня, час доби, погодні умови). Встановлено, що точність прогнозування залежить від довжини часового ряду, ступеня залежності споживання від часу, збереження умов, при яких визначається споживання, інтервалу прогнозування. Вдосконалено програмне забезпечення для побудови кривих навантаження, виділення трендів, аналізу залишків та встановлення періодичностей на основі методів спектрального аналізу; виявлено наявність циклів різного походження і тривалості (добового, тижневого та річного). Виявлено, що довжина інтервалу передбачення залежить від довжини інтервалу передісторії, що був використаний для оцінки (має бути у 5-10 разів меншою). Розроблено методику, алгоритм та програмний модуль попередньої обробки, які передбачають виявлення та усунення пропусків та невірогідних значень за допомогою методу головних компонент. Для прогнозування запропоновано використовувати архітектуру нейронної мережі прямого поширення з нелінійними синаптичними зв'язками на основі парадигми "функціонал на множині табличних функцій" із неітераційним базовим принципом навчання. Створено алгоритм навчання та програмну модель для ЕОМ, яка включає модулі навчання, функціонування та візуалізації за допомогою двовимірних ситуаційних карт особливостей. Розроблено методику застосування програмного прогнозуючого комплексу в системах диспетчерського керування енергопостачанням. Результати тестових досліджень програмного нейромережевого комплексу на основі даних ВАТ "Львівобленерго" підтвердили можливості короткотермінового прогнозування споживання електроенергії із похибкою в межах 10 %.
Опис продукції
Автори роботи
Додано/оновлено в НРАТ
2020-04-03
