КРАТКОСРОЧНОЕ ПРОГНОЗИРОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ
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.
Статья в формате PDF
102 KB...
08 06 2026 3:20:53
Статья в формате PDF
106 KB...
07 06 2026 17:34:45
Статья в формате PDF 99 KB...
06 06 2026 10:52:49
Статья в формате PDF
109 KB...
04 06 2026 4:36:34
Статья в формате PDF
252 KB...
03 06 2026 23:40:54
Статья в формате PDF
144 KB...
01 06 2026 8:26:28
Статья в формате PDF
103 KB...
31 05 2026 18:18:36
Статья в формате PDF
323 KB...
30 05 2026 3:16:37
Впервые описывается клиническая картина ятрогенного заболевания, вызываемого инъекторами и лекарственными средствами, вводимыми в тело пациентов медицинскими работниками. Заболевание названо «инъекционной болезнью (болезнью Уpaкова)». Клинически заболевание хаpaктеризуется локальным острым течением, появлением разноцветной пятнистости кожи в месте инъекции, преимущественным поражением подкожно-жировой клетчатки, других клетчаточных тканей и крови. Указываются этиология, патогенез, варианты течения, исходы, лечение и меры профилактики новой болезни.
...
29 05 2026 16:50:17
Статья в формате PDF
101 KB...
28 05 2026 17:15:14
Статья в формате PDF
127 KB...
27 05 2026 8:53:49
Статья в формате PDF
121 KB...
25 05 2026 8:15:48
Статья в формате PDF
117 KB...
24 05 2026 17:11:41
Статья в формате PDF
265 KB...
23 05 2026 12:38:40
Статья в формате PDF
113 KB...
22 05 2026 13:11:38
Статья в формате PDF
107 KB...
21 05 2026 21:29:22
Статья в формате PDF
245 KB...
20 05 2026 8:14:25
Статья в формате PDF
189 KB...
19 05 2026 8:43:15
Статья в формате PDF
254 KB...
18 05 2026 7:54:11
Статья в формате PDF
131 KB...
17 05 2026 21:39:15
Статья в формате PDF
116 KB...
16 05 2026 10:55:41
В обзоре изложены современные представления об этиологии и патогенезе гестоза. Показано значение как генетически детерминированного, так и обусловленного развитием воспалительного процесса гeнитaлий повышения проницаемости маточно-плацентарного барьера для антигенов плода. Рассмотрена роль иммунокомплексной патологии как пускового механизма в развитии гестоза, значение нарушения продукции плацентой белков беременности и цитокинов с иммуносупрессивным действием при осложненном течении беременности.
...
15 05 2026 11:14:56
Статья в формате PDF
266 KB...
14 05 2026 9:55:56
Статья в формате PDF
106 KB...
13 05 2026 6:22:12
Статья в формате PDF
111 KB...
12 05 2026 17:19:21
Статья в формате PDF
111 KB...
11 05 2026 17:41:51
Статья в формате PDF
253 KB...
10 05 2026 22:30:21
Статья в формате PDF
120 KB...
09 05 2026 18:16:56
Рассматриваются вопросы, связанные с организацией децентрализованной системы финансово-бюджетных взаимоотношений в условиях «де-факто» унитарной модели государственного устройства. Более подробно изучается проблема реализации принципа самостоятельности территориальных бюджетов. Идея субсидиарности в основе функционирования бюджетной системы федеративного типа предполагает вертикальное и горизонтальное выравнивание финансово-бюджетных полномочий. При реализации бюджетной политики федеративного типа соответствующую систему финансово-бюджетных отношений следует рассматривать не как совокупность финансовых механизмов и нормативов, определяющих пропорции и параметры бюджетно-налоговых систем разных уровней, а как средство решения взаимосвязанных задач социальной, экономической и региональной политики с учетом промышленной специализации региональной экономики. Многоуровневое финансово-бюджетное регулирование, осуществляемое в федеративном государстве, объективно порождает различные противоречия, в их числе и несбалансированность федеративной бюджетной системы, которые разрешаются путем создания оптимальных форм и методов управления, регулирования и планирования.
...
07 05 2026 11:11:16
Статья в формате PDF
111 KB...
06 05 2026 10:57:29
Статья в формате PDF
247 KB...
05 05 2026 8:13:53
Статья в формате PDF
393 KB...
04 05 2026 16:48:42
Статья в формате PDF
204 KB...
03 05 2026 15:23:52
Статья в формате PDF
98 KB...
02 05 2026 1:19:43
Статья в формате PDF
113 KB...
01 05 2026 3:14:28
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 ::
