КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ > Полезные советы
Тысяча полезных мелочей    

КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ

КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ  ЭЛЕКТРОПОТРЕБЛЕНИЯ

Южанников А.Ю. Антоненков Д.В. Статья в формате PDF 139 KB

В современных условиях вопросы краткосрочного прогнозирования электропотрeбления промышленных предприятий играют важную роль. В данной статье рассматривается краткосрочный прогноз электропотрeбления с помощью адаптивной нечеткой нейронной сети на примере Н-го угольного разреза.

Данные об электропотрeблении хранятся в базе данных оперативно-информационного комплекса (ОИК) и их можно рассматривать как временной ряд. Существует множество методов прогнозирования временных рядов: AR, MA, ARMA, ARIMA-модели, метод сезонных кривых, нейронные сети, гибридные системы прогнозирования, которые используют методы нейронных сетей, генетического алгоритма и нечеткой логики.

В качестве исходных данных взята информация о часовом электропотрeблении  угольного разреза "Н-й".  Моделирование системы проведем с помощью Fuzzy Logic Toolbox в системе MatLab.

База знаний такой системы содержит нечетких правила типа Такаги-Сугено:

Правило 1: Если x1 есть L1,x2 есть L2 и x3 есть L3, тогда z есть H;

Правило 2: Если x1 есть H1,x2 есть H2 и x3 есть L3, тогда z есть M;

Правило 3: Если x1 есть H1,x2 есть H2 и x3 есть H3, тогда z есть S;

где x1,x2,x3 - входные переменные, z - выход системы, L1,L2,L3,H1,H2,H3,H,M,S - некоторые нечеткие множества с функциями принадлежности сигмовидного типа (для упрощения записи последующих выкладок функции принадлежности в данном случае обозначены так же, как и соответствующие нечеткие множества):

Для определения выходной переменной используется следующий алгоритм вывода:

1) подсчитывается значения истинности предпосылок для каждого правила:

α1 = L1(a1) ^ L2(a2) ^ L3(a3),

α2 = H1(a1) ^ H2(a2) ^ L3(a3),

α3 = H1(a1) ^ H2(a2) ^ H3(a3),

где a1,a2,a3 - текущие значения входов системы;

2) для каждого правила определяются частные выходы:

3) находиться общий выход системы:

Сеть с подобной архитектурой в англоязычной литературе получили название ANFIS (Adaptive-Neuro-Fuzzy Inference System, то есть адаптивная нечеткая нейронная система вывода)

Корректирование параметров системы здесь производиться либо в соответствие с наиболее распространенным для нейронных сетей алгоритмов обратного распространения ошибки (back propagation), либо комбинированным методом, специально разработанным для гибридных сетей.

Для данного прогнозирования, значения временного ряда хранятся в файле nur.xls в директории C:MATLABR2006awork. Это - файл таблицы Excel, первый столбец содержит значения дискретного времени (t=0,1,...,1200), а второй - значения электропотрeбления угольного разреза кВт·ч (временной ряд).

Для прогнозирования значения временного ряда в данном случае использовали стандартный подход: прогнозированное в текущий момент времени t значение ряда для момента времени (t+6) определяется четырьмя предшествующими значениями ряда в моменты x(t-18),x(t-12),x(t-6),x(t). Особенностью здесь является то, что причинно-следственная связь между предшествующими, текущими и будущим значениями устанавливается с помощью системы нечеткого вывода типа ANFIS, при этом конкретные хаpaктеристики системы определяются по имеющимся экспериментальным данным.          

Для формирования матрицы использовалось по 500 значений ряда, соответствующие временные отметкам от 118 до 1117.

В результате проведенного исследования по применению гибридной сети ANFIS  для краткосрочного прогнозирования электропотрeбления, основанного на построении аппроксимирующих моделей в виде адаптивной нечеткой нейронной сети, обучаемой на выборках реальных данных ОИК по электропотрeблению угольного разреза Н-й на уровне предприятия за прошлые периоды, установлено, что фактическое электропотрeбление в целом совпадает с расчетными (прогнозируемыми) значениями.



РАСПРОСТРАНЕНИЕ ПОЛИМОРФИЗМА ИНТЕРЛЕЙКИНА – 8 – 251 ТА СРЕДИ ЖЕНЩИН АЗЕРБАЙДЖАНА БОЛЬНЫМИ ЭНДОМЕТРИОЗОМ

РАСПРОСТРАНЕНИЕ ПОЛИМОРФИЗМА ИНТЕРЛЕЙКИНА – 8 – 251 ТА СРЕДИ ЖЕНЩИН АЗЕРБАЙДЖАНА БОЛЬНЫМИ ЭНДОМЕТРИОЗОМ Впервые было изучено интерлейкина – 8 – 251 ТА среди женщин Азербайджана больными эндометриозом. 50 пpaктически здоровых и 70 женщин больных эндомертиозом находились под нашем наблюдением. Исследование показали что, генетический полиморизм интерлейкина – 8 А/Т 251 играет роль в потогенезе эндометриоза. ...

26 05 2026 11:58:14

ИССЛЕДОВАНИЕ ФИЗИЧЕСКОЙ АДСОРБЦИИ ОРГАНИЧЕСКИХ ЗАГРЯЗНИТЕЛЕЙ В ВОДНЫХ ОБЪЕКТАХ ОКРУЖАЮЩЕЙ СРЕДЫ

ИССЛЕДОВАНИЕ ФИЗИЧЕСКОЙ АДСОРБЦИИ ОРГАНИЧЕСКИХ ЗАГРЯЗНИТЕЛЕЙ В ВОДНЫХ ОБЪЕКТАХ ОКРУЖАЮЩЕЙ СРЕДЫ Исследовано явление физической адсорбции высших предельных аминов, которые являются распространенными органическими загрязняющими веществами водных объектов, на поверхности раздела фаз «твердое — жидкое». Изучены возможности спектрофотометрического определения концентрации додециламина в воде применительно к явлениям адсорбции этого вещества на поверхности силикатных минералов, имеющих место в пpaктике обогащения полезных ископаемых и химической промышленности. ...

21 05 2026 4:45:37

ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ ФОРМИРОВАНИЯ НАВЫКОВ ЗДОРОВОГО ОБРАЗА ЖИЗНИ УЧАЩИХСЯ СЕЛЬСКИХ ШКОЛ ВО ВНЕКЛАССНОЙ РАБОТЕ

ИННОВАЦИОННЫЕ ТЕХНОЛОГИИ ФОРМИРОВАНИЯ НАВЫКОВ ЗДОРОВОГО ОБРАЗА ЖИЗНИ УЧАЩИХСЯ СЕЛЬСКИХ ШКОЛ ВО ВНЕКЛАССНОЙ РАБОТЕ В этой статье рассматриваются вопросы применения инновационных технологии формирования навыков здорового образа жизни учащихся сельских школ во внеурочное время. ...

18 05 2026 16:59:10

ЗАКОН ВЕКОВОГО СМЕЩЕНИЯ ПЛАНЕТ

ЗАКОН ВЕКОВОГО СМЕЩЕНИЯ ПЛАНЕТ Статья в формате PDF 127 KB...

15 05 2026 21:58:13

ТЕХНОЛОГИЯ ПОЛУЧЕНИЯ ТВОРОГА

ТЕХНОЛОГИЯ ПОЛУЧЕНИЯ ТВОРОГА Статья в формате PDF 139 KB...

09 05 2026 3:33:39

ЗДОРОВЬЕ ДЕТЕЙ ЛИЦ, ПЕРЕБОЛЕВШИХ ХЛОРАКНЕ

ЗДОРОВЬЕ ДЕТЕЙ ЛИЦ, ПЕРЕБОЛЕВШИХ ХЛОРАКНЕ Статья в формате PDF 109 KB...

06 05 2026 11:24:22

Еще:
Поддержать себя -1 :: Поддержать себя -2 :: Поддержать себя -3 :: Поддержать себя -4 :: Поддержать себя -5 :: Поддержать себя -6 :: Поддержать себя -7 :: Поддержать себя -8 :: Поддержать себя -9 :: Поддержать себя -10 :: Поддержать себя -11 :: Поддержать себя -12 :: Поддержать себя -13 :: Поддержать себя -14 :: Поддержать себя -15 :: Поддержать себя -16 :: Поддержать себя -17 :: Поддержать себя -18 :: Поддержать себя -19 :: Поддержать себя -20 :: Поддержать себя -21 :: Поддержать себя -22 :: Поддержать себя -23 :: Поддержать себя -24 :: Поддержать себя -25 :: Поддержать себя -26 :: Поддержать себя -27 :: Поддержать себя -28 :: Поддержать себя -29 :: Поддержать себя -30 :: Поддержать себя -31 :: Поддержать себя -32 :: Поддержать себя -33 :: Поддержать себя -34 :: Поддержать себя -35 :: Поддержать себя -36 :: Поддержать себя -37 :: Поддержать себя -38 ::