Застосування нейронних мереж для прогнозування електричного навантаження

Автор(и)

  • Василь Калінчик Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського", Україна https://orcid.org/0000-0003-4028-0185
  • Віталій Побігайло Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського", Україна https://orcid.org/0000-0003-2673-7329
  • Віталій Калінчик Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського", Україна https://orcid.org/0000-0003-3931-646X
  • Олена Бориченко Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського", Україна https://orcid.org/0000-0002-6127-2945
  • Олександр Мейта Національний технічний університет України "Київський політехнічний інститут імені Ігоря Сікорського", Україна https://orcid.org/0000-0002-4132-5202

DOI:

https://doi.org/10.20998/2079-3944.2024.2.10

Ключові слова:

електричне навантаження, прогнозування, адаптивні методи, штучні нейронні мережі

Анотація

В роботі показано, що оперативне управління режимом електроспоживання зводиться до рішення задачі оперативного прогнозування навантаження підприємства. Проаналізовані роботи, присвячені питанням прогнозування електричних навантажень енергосистем і промислових підприємств. Показано, що для досягнення необхідної точності прогнозу доцільно  використовувати адаптивні процедури прогнозування і зокрема прогнозування є застосування штучних нейронних мереж. Використання штучних нейронних мереж для прогнозування навантаження промислових підприємств обумовлено їх властивостями, такими як здатністю до навчання, надійністю при неповній вхідній інформації, швидким відгуком вивченої мережі на вхідні впливи. Розглянуті умови визначення конфігурації нейронної мережі. Представлена структура нейронної мережі для прогнозування електричного навантаження промислового підприємства. Приведений процес навчання штучної нейронної мережі з підгонкою моделі до даних з ретроспективної вибірки. Розглянуті моделі добового прогнозування навантаження були досліджені на ретроспективних даних про режими електроспоживання хімічного підприємства з нормуванням вхідних даних. Приведені графіки фактичного сумарного навантаження і прогнозу, отримані за моделями штучної нейронної мережі. Дослідження показали, що застосування штучної нейронної мережі дозволяє проводити якісний прогноз навантаження підприємства при нормальних режимах функціонування обладнання.

Посилання

Kalinchyk V.P., Kalinchyk V.V., Melnyk D.O., Vasylenko K.A. Zastosuvannia statystychnykh metodiv prohnozuvannia dlia planuvannia elektrospozhyvannia. Materialy KhKhVI Mizhnarodnoi naukovo-praktychnoi internet - konferentsii «Problemy ta per-spektyvy rozvytku suchasnoi nauky v krainakh Yevropy ta Azii». Pereiaslav-Khmelnytskyi. 2020. Pp.167-169.

Galliana F.D., Handschin E., Frechter A. R. Identification of stochastic electric load model from physical data. IEEE Transaction on Automatic Control. Vol. Ac-19. No. 6. 1974. P. 887 -893

Gupta P. C., Yamada K. Adaptive short term forecasting of hourly loads using weather information. IEEE Transaction on Power Apparatus and Systems. Vol. Pas. 91. 1972. P. 2085 – 2094

Kalinchyk V.P., Meita O.V., Kalinchyk V.V., Chuniak Yu.M. Adap-tyvni modeli prohnozuvannia elektrychnoho navantazhennia vyrobnychykh spozhyvachiv. Enerhetyka: ekonomika, tekhnolohii, ekolohiia. 2022. No 1. Pp.46-56.

Kalinchyk V.P., Meita O.V., Pobihailo V.A., Kalinchyk V.V., Bo-rychenko O.V., Kopchykov A.M. Uzahalnena model adaptyvnoho prohnozuvannia rezhymiv elektrospozhyvannia vyrobnychykh obiektiv. Visnyk Natsionalnoho tekhnichnoho universytetu «KhPI». Seriia: Problemy udoskonaliuvannia elektrychnykh mashyn i apa-rativ. Teoriia i praktyka. No 1(9). 2023. Pp. 60-62.

Kalinchyk V.P., Melnyk D.O. Zastosuvannia neironnykh merezh dlia planuvannia elektrospozhyvannia. Materialy KhII naukovo-tekhnichnoi konferentsii instytutu enerhozberezhennia ta enerhomenedzhmentu. «Enerhetyka. Ekolohiia. Liudyna». Kyiv: IEE, 2020. Pp.116-120.

Zhyvohliad O.S. Prohnozuvannia elektrospozhyvannia na bazi neironnoi merezhi. ElectronAcoustEng. Vol. 2, No. 1. 2020. Pp. 39-42.

D. M. Karpa, I. H. Tsmots, Yu. V. Opotiak. Neiromerezhevi zasoby prohnozuvannia spozhyvannia enerhoresursiv enerhoresursiv. Naukovyi visnyk NLTU Ukrainy. T. 28, No 5. 2018, Pp. 140-146.

I.V. Kalinchyk. Otsinka ta prohnozuvannia stanu system elektrospozhyvannia obiektiv promyslovosti. Enerhetyka: ekonomika, tekhnolohii, ekolohiia. Spetsvypusk. 2013. Pp. 41-46.

Metod zvorotnoho poshyrennia pomylky [Elektronnyi resurs] – Rezhym dostupu https://uk.wikipedia.org/wiki/.

Neironni merezhi. STATISTICA Neural Networks: Metodolohiia i tekhnolohii suchasnoho analizu danykh. Za redaktsiieiu V.P. Bo-rovykova. 2-e vyd., pererob. i dod. Hariacha liniia-Telekom, 2008. 392 p.

Rumelhart D.E., Hinton G.E.,Williams R.j. Learning internal repren-tations by error propagation. Parallel distributed processing, vol. 1. Cambridge, MA: MIT Press, 1986. 318 p.

##submission.downloads##

Опубліковано

2024-12-26

Як цитувати

Калінчик , В. ., Побігайло , В. ., Калінчик , В. ., Бориченко , О. ., & Мейта , О. . (2024). Застосування нейронних мереж для прогнозування електричного навантаження. Вісник НТУ «ХПІ». Серія: Проблеми удосконалювання електричних машин I апаратiв. Теорiя I практика, (2 (12), 50–55. https://doi.org/10.20998/2079-3944.2024.2.10

Номер

№ 2 (12) (2024): Вісник Національного технічного університету «ХПІ». Серія: Проблеми удосконалювання електричних машин і апаратів. Теорія і практика

Розділ

Безпека електрообладнання

Ліцензія

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.

2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.

3. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи.