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.



ЭКОНОМИЧЕСКИЕ ВОПРОСЫ РЕМОНТА БЫТОВОЙ ТЕХНИКИ

ЭКОНОМИЧЕСКИЕ ВОПРОСЫ РЕМОНТА БЫТОВОЙ ТЕХНИКИ В статье показано, что ремонт бытовой техники в зависимости от сложности и условий эксплуатации подразделяется на ремонт непосредственно на дому у заказчика, ремонт в мастерской. Ремонт на дому у заказчика связан с выполнением мелкого и среднего ремонта, т.е. когда ремонт технически возможен и экономически целесообразен. Ремонт в мастерской выполняется тогда, когда невозможно его выполнить в домашних условиях. Кроме того , ремонт бывает в гарантийный период и в послегарантийный периоды эксплуатации. Во всех случаях оплата за ремонт осуществляется по своим правилам, ...

17 06 2026 21:50:17

НОВЫЕ ГЕРОПРОТЕКТОРЫ AGEXPERT MALE И AGEXPERT FEMALE

НОВЫЕ ГЕРОПРОТЕКТОРЫ AGEXPERT MALE И AGEXPERT FEMALE Статья в формате PDF 104 KB...

15 06 2026 18:51:32

ИСПОЛЬЗОВАНИЕ ПРИРОДНЫХ РЕСУРСОВ НА ОАО «ДРОБМАШ»

ИСПОЛЬЗОВАНИЕ ПРИРОДНЫХ РЕСУРСОВ НА ОАО «ДРОБМАШ» Статья в формате PDF 99 KB...

14 06 2026 15:25:30

ОБРАЗОВАНИЕ: КОММУНИКАЦИОННЫЙ ПОДХОД

ОБРАЗОВАНИЕ: КОММУНИКАЦИОННЫЙ ПОДХОД Статья в формате PDF 114 KB...

13 06 2026 9:14:11

ИСТОРИКО-ЭКОЛОГИЧЕСКИЕ ЭТАПЫ ТРАНСФОРМАЦИИ ВОСТОЧНО-ЕВРОПЕЙСКИХ СТЕПЕЙ

ИСТОРИКО-ЭКОЛОГИЧЕСКИЕ ЭТАПЫ ТРАНСФОРМАЦИИ ВОСТОЧНО-ЕВРОПЕЙСКИХ СТЕПЕЙ Рассматриваются особенности изменения растительности и почв на протяжении пяти историко-экологических этапов трaнcформации восточноевропейских степей во второй половине голоцена. Получены оценки поступающей в почву фитомассы, величина изымаемой продукции (в массовом выражении и через энергетические эквиваленты), а также величины энергии, формируемой в процессе гумусообразования. Установлено, что за 5000 лет отношение энергии расхода-прихода растительного вещества изменилось от 1:28 до 1:0,4, а ежегодное поступление гумуса в почвы снизилось с 5,4 до 1,6 МДж/кв. м. ...

10 06 2026 1:54:38

ОСОБЕННОСТИ РАЦИОНА ПИТАНИЯ ПЕРВОКУРСНИКОВ

ОСОБЕННОСТИ РАЦИОНА ПИТАНИЯ ПЕРВОКУРСНИКОВ Статья в формате PDF 305 KB...

07 06 2026 13:48:11

МОТОВИЛОВ КОНСТАНТИН ЯКОВЛЕВИЧ

МОТОВИЛОВ КОНСТАНТИН ЯКОВЛЕВИЧ Статья в формате PDF 215 KB...

06 06 2026 6:14:34

КОМПЬЮТЕРНЫЙ АНАЛИЗ ОСОБЕННОСТЕЙ ВТОРИЧНЫХ СТРУКТУР ГЛЮКОАМИЛАЗ ИЗ ASPERGILLUS AWAMORI И SACCHAROMYCOPSIS FIBULIGERA

КОМПЬЮТЕРНЫЙ АНАЛИЗ ОСОБЕННОСТЕЙ ВТОРИЧНЫХ СТРУКТУР ГЛЮКОАМИЛАЗ ИЗ ASPERGILLUS AWAMORI И SACCHAROMYCOPSIS FIBULIGERA С помощью программы компьютерного моделирования MolScript на базе данных рентгеноструктурного анализа (РСА) осуществлено сравнение вторичных структур глюкоамилаз из Aspergillus awamori и Saccharomycopsis fibuligera. Получены данные о типах вторичной структуры, количественном соотношении, топологии упорядоченных и нерегулярных участков. ...

31 05 2026 1:22:34

РАСЧЕТНЫЕ СХЕМЫ АЛКЕНОВ: ТОПОЛОГИЧЕСКИЙ ПОДХОД

РАСЧЕТНЫЕ СХЕМЫ АЛКЕНОВ: ТОПОЛОГИЧЕСКИЙ ПОДХОД Статья в формате PDF 350 KB...

30 05 2026 6:20:58

ФОРМА И ТОПОГРАФИЯ СЛЕПОЙ КИШКИ У БЕЛОЙ КРЫСЫ

ФОРМА И ТОПОГРАФИЯ СЛЕПОЙ КИШКИ У БЕЛОЙ КРЫСЫ Слепая кишка белой крысы имеет форму изогнутого чаще вправо конуса или рога, илеоцекальный угол располагается по средней линии или рядом с нею. Реже полукольцевидная слепая кишка крысы находится влево от средней линии и петель подвздошной кишки. ...

29 05 2026 16:16:20

НАЧЕВА ЛЮБОВЬ ВАСИЛЬЕВНА

НАЧЕВА ЛЮБОВЬ ВАСИЛЬЕВНА Статья в формате PDF 114 KB...

25 05 2026 10:50:42

ПЕРСИСТЕНТНЫЕ СВОЙСТВА МИКРОФЛОРЫ КОЖИ И КИШЕЧНИКА

ПЕРСИСТЕНТНЫЕ СВОЙСТВА МИКРОФЛОРЫ КОЖИ И КИШЕЧНИКА Статья в формате PDF 111 KB...

24 05 2026 10:10:54

ВЫБОР СПОСОБА ОБРАБОТКИ ДЕТАЛЕЙ ГИДРОУДАРНИКА

ВЫБОР СПОСОБА ОБРАБОТКИ ДЕТАЛЕЙ ГИДРОУДАРНИКА Статья в формате PDF 284 KB...

23 05 2026 0:18:34

АТИПИЧНЫЕ ФОРМЫ БРЮШНОГО ТИФА

АТИПИЧНЫЕ ФОРМЫ БРЮШНОГО ТИФА Статья в формате PDF 153 KB...

17 05 2026 15:27:15

СВОЙСТВА КРУГА БРЕССЕ

СВОЙСТВА КРУГА БРЕССЕ Статья в формате PDF 655 KB...

16 05 2026 11:44:37

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 ::