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
103 KB...
28 07 2026 19:41:12
Статья в формате PDF
143 KB...
27 07 2026 11:37:29
Статья в формате PDF
365 KB...
26 07 2026 0:53:34
Статья в формате PDF
107 KB...
25 07 2026 19:42:42
Статья в формате PDF
280 KB...
24 07 2026 4:27:39
Статья в формате PDF
174 KB...
23 07 2026 19:49:56
Статья в формате PDF
108 KB...
21 07 2026 4:30:35
Статья в формате PDF
112 KB...
20 07 2026 16:53:51
В обобщенной (негамильтоновой) механике найдены новые уравнения, описывающие физические явления. Рассмотрены системы многомерных линейных дифференциальных уравнений, возникающие из естественных условий на 8 и 16-мерные многообразия над неассоциативными моноидами. Сформулировано несколько теорем и предположений о структуре и общих свойствах интегрируемых негамильтоновых систем вихревого гидродинамического типа. Скорость распространения гравитации u = 7.9904.10 17 см/c. Скорость распространения состояния инерции приблизительно v = 4.8875.10 35 см/c. Масса – очередной флогистон позитивистской физики. Обнаружено несколько листов гравитации.
...
19 07 2026 23:51:10
Статья в формате PDF
127 KB...
18 07 2026 4:50:27
Статья в формате PDF
114 KB...
17 07 2026 4:58:27
Статья в формате PDF
99 KB...
16 07 2026 23:50:56
Статья в формате PDF
118 KB...
15 07 2026 13:43:35
Статья в формате PDF
259 KB...
11 07 2026 8:17:28
Приведена методика анализа древостоя по запатентованному способу измерения растущих деревьев на пробной площадке с лентами леса 20*10 м с дополнительным расчетом коэффициента компонентного экологического неравновесия древостоя по кривым высот и диаметров. Показаны особенности применения кривых диаметров с волновыми составляющими для оценки качества проведения рубок прореживания древостоя.
...
10 07 2026 13:39:47
Статья в формате PDF
265 KB...
09 07 2026 0:28:44
Статья в формате PDF
103 KB...
08 07 2026 9:29:48
Статья в формате PDF
117 KB...
07 07 2026 14:37:39
Статья в формате PDF
296 KB...
06 07 2026 7:55:33
Изучены видовой состав и экобиоморфы лишайников, проведена комплексная оценка роли экологических факторов в развитии лишайникового покрова карстовых воронок на территории Северо-Западного Кавказа.
...
05 07 2026 21:48:59
В работе отражены особенности современных компьютерных и мехатронных технологий в дизайне изделий, способствующих повышению их потребительской ценности.
Раскрыта сущность и методология процесса машинного орнаментирования изделий.
...
04 07 2026 9:19:30
Статья в формате PDF
213 KB...
03 07 2026 11:53:47
Статья в формате PDF
174 KB...
02 07 2026 22:26:58
Статья в формате PDF
216 KB...
01 07 2026 6:18:19
Статья в формате PDF
97 KB...
29 06 2026 21:47:39
Статья в формате PDF
124 KB...
28 06 2026 16:25:38
Статья в формате PDF
196 KB...
26 06 2026 21:17:31
На основе введённых функций состояния для электромагнитного поля и зарядовой функции состояния для частиц выведена полная система уравнений Максвелла для электродинамики. Показано, что закон сохранения зарядов есть следствие существования этой функции. Показано также, что в вакууме электромагнитное поле отсутствует, что подтверждает справедливость теории дальнодействия.
...
25 06 2026 5:53:38
Статья в формате PDF
113 KB...
24 06 2026 4:37:15
Статья в формате PDF
305 KB...
23 06 2026 9:37:54
Статья в формате PDF
122 KB...
22 06 2026 23:28:10
Статья в формате PDF
193 KB...
21 06 2026 0:23:55
Проведен сравнительный спектральный анализ биоэлектрической активности головного мозга по данным электроэнцефалографии (ЭЭГ) и индукционной магнитоэнцефалографии (МЭГИ) пациентов с хронической формой ишемической нейрооптикопатии и глаукомой. Выявлен ряд особенностей, хаpaктеризующих наличие данных видов патологий у исследуемых, проявляющихся десинхронизацией работы полушарий, а так же повышением амплитуды спектральной оценки определенных частотных диапазонов МЭГИ и ЭЭГ. У пациентов с ишемической нейрооптикопатией выявлены признаки усиления тонуса адренорецепторов артериальных сосудов, а так же увеличение амплитуды медленных электрических потенциалов. Наличие глаукомы хаpaктеризовалось усилением тонус адренорецепторов гладкой мускулатуры, а так же ослаблением парасимпатического тонуса вегетативной нервной системы. Сравнительный анализ не показал статистически значимых отличий показателей МЭГИ и ЭЭГ.
...
19 06 2026 14:59:54
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 ::
