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.



КОЛЛЕДЖ-БАЗА ПЕДАГОГИЧЕСКИХ ИССЛЕДОВАНИЙ

КОЛЛЕДЖ-БАЗА ПЕДАГОГИЧЕСКИХ ИССЛЕДОВАНИЙ Статья в формате PDF 154 KB...

08 05 2026 4:23:57

ФОРМАЛИЗАЦИЯ ВЛИЯНИЯ ВНЕШНИХ СВЯЗЕЙ НА КАЧЕСТВО ОБРАЗОВАНИЯ В ФИЛИАЛЕ ВУЗА

ФОРМАЛИЗАЦИЯ ВЛИЯНИЯ ВНЕШНИХ СВЯЗЕЙ НА КАЧЕСТВО ОБРАЗОВАНИЯ В ФИЛИАЛЕ ВУЗА Построена математическая модель системы управления качеством образования филиала ВУЗа с учетом влияния внешних информационных связей, проведена оценка критерия качества и улучшения внешних связей вследствие внедрения информационной системы. ...

25 04 2026 16:43:38

АНАЛИЗ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ ВУЗОВ РОССИИ

АНАЛИЗ ИННОВАЦИОННОЙ ДЕЯТЕЛЬНОСТИ ВУЗОВ РОССИИ Статья в формате PDF 315 KB...

20 04 2026 11:56:28

МОЛОЧНЫЙ НАПИТОК С ЭКСТРАКТОМ ЧАЙНОГО ЛИСТА

МОЛОЧНЫЙ НАПИТОК С ЭКСТРАКТОМ ЧАЙНОГО ЛИСТА Статья в формате PDF 322 KB...

16 04 2026 15:34:30

БРИЛЛЬ ГРИГОРИЙ ЕФИМОВИЧ

БРИЛЛЬ ГРИГОРИЙ ЕФИМОВИЧ Статья в формате PDF 452 KB...

12 04 2026 8:41:58

СПОСОБ ЗАКРЫТОГО ДРЕНИРОВАНИЯ ФЛЕГМОНЫ ЗАДНЕГО СРЕДОСТЕНИЯ И ПРАВОСТОРОННЕГО ПЛЕВРИТА

СПОСОБ ЗАКРЫТОГО ДРЕНИРОВАНИЯ ФЛЕГМОНЫ ЗАДНЕГО СРЕДОСТЕНИЯ И ПРАВОСТОРОННЕГО ПЛЕВРИТА Представлено обоснование и техника закрытой медиастинотомии со стороны правой плевральной полости и её дренирования через передний мини-доступ в V межреберье активным трубчатым дренажом с боковыми отверстиями у больных с флегмоной заднего средостения, возникшей вследствие перфорации стенки грудного отдела пищевода, отличающаяся простотой исполнения, малой травматичностью и высокой дренажной эффективностью. ...

07 04 2026 4:47:23

СОВРЕМЕННЫЕ ПРЕДСТАВЛЕНИЯ О ВОЗМОЖНЫХ МЕХАНИЗМАХ СРЫВА ИММУНОЛОГИЧЕСКОЙ ТОЛЕРАНТНОСТИ МАТЕРИ ПО ОТНОШЕНИЮ К АНТИГЕНАМ ПЛОДА КАК ВЕДУЩЕГО ФАКТОРА ИММУНОАЛЛЕРГИЧЕСКОГО ПРОИСХОЖДЕНИЯ ГЕСТОЗА СООБЩЕНИЕ I. РОЛЬ НАРУШЕНИЙ ИНВАЗИИ ТРОФОБЛАСТА В СТЕНКУ МАТКИ И НЕ

СОВРЕМЕННЫЕ ПРЕДСТАВЛЕНИЯ О ВОЗМОЖНЫХ МЕХАНИЗМАХ СРЫВА ИММУНОЛОГИЧЕСКОЙ ТОЛЕРАНТНОСТИ МАТЕРИ ПО ОТНОШЕНИЮ К АНТИГЕНАМ ПЛОДА КАК ВЕДУЩЕГО ФАКТОРА ИММУНОАЛЛЕРГИЧЕСКОГО ПРОИСХОЖДЕНИЯ ГЕСТОЗА СООБЩЕНИЕ I. РОЛЬ НАРУШЕНИЙ ИНВАЗИИ ТРОФОБЛАСТА В СТЕНКУ МАТКИ И НЕ Анализ данных литературы свидетельствует о том, что инициирующими патогенетическими факторами развития гестоза являются недостаточность инвазии трофобласта в стенку матки и неполноценность плацентации, то есть ограничение ее поверхностной плацентарной площадкой. Последнее обусловлено генетически детерминированными факторами, в частности, аномалиями структуры интегринов, приводящими к нарушению инвазии трофобласта в децидуальную оболочку матки, в том числе в маточно-плацентарные артерии. При этом в сосудах плаценты и субплацентарной зоны сохраняются мышечные элементы, реагирующие развитием спазма и ишемии на действие вазопрессорных нервных и гумopaльных влияний. ...

02 04 2026 4:41:31

ФОРМА И ТОПОГРАФИЯ СЛЕПОЙ КИШКИ У МОРСКОЙ СВИНКИ

ФОРМА И ТОПОГРАФИЯ СЛЕПОЙ КИШКИ У МОРСКОЙ СВИНКИ Слепая кишка морской свинки имеет форму витка толстой спирали и большие относительные размеры, занимает большую часть каудальной половины брюшной полости, охвачена первой петлей восходящей ободочной кишки. Она сжимает слепую кишку, которая образует складки. ...

01 04 2026 17:41:53

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 ::