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.
В обзоре представлены результаты научных исследований по изучению морфо-функциональной динамики коллагена при течении как физиохогических, так и патологических процессов в организме. Показано активное участие коллагена в течении заболеваний весьма отличных по патогенетическим механизмам формирования. Следует отметить, что в последние годы наблюдается повышенный интерес к изучению биохимических параметров обмена коллагена при различных заболеваниях и, как свидетельствуют результаты исследований, их динамика в большинстве своем является отражением тяжести патологического процесса в различных физиологических системах. ...
18 04 2024 7:42:27
Статья в формате PDF 130 KB...
17 04 2024 23:17:36
Статья в формате PDF 104 KB...
16 04 2024 14:26:28
Статья в формате PDF 144 KB...
15 04 2024 17:58:43
Статья в формате PDF 122 KB...
14 04 2024 4:25:15
Статья в формате PDF 117 KB...
08 04 2024 0:59:11
Статья в формате PDF 112 KB...
06 04 2024 18:18:27
Статья в формате PDF 116 KB...
05 04 2024 2:48:17
Статья в формате PDF 119 KB...
04 04 2024 12:54:38
Приведены закономерности влияния топографических и почвенных условий прирусловых территорий на прострaнcтвенную структуру видового состава трав и продуктивность пойменных лугов. ...
03 04 2024 9:29:14
Статья в формате PDF 271 KB...
02 04 2024 19:40:30
31 03 2024 7:54:22
Статья в формате PDF 302 KB...
30 03 2024 9:32:47
Статья в формате PDF 134 KB...
29 03 2024 16:48:57
Статья в формате PDF 123 KB...
28 03 2024 17:47:21
Статья в формате PDF 117 KB...
27 03 2024 17:37:22
Статья в формате PDF 125 KB...
26 03 2024 0:54:58
Статья в формате PDF 131 KB...
25 03 2024 18:56:15
Статья в формате PDF 103 KB...
24 03 2024 19:16:45
Статья в формате PDF 110 KB...
23 03 2024 7:51:33
Представлены результаты исследований влияния открытых разработок месторождений золота на почвенный покров Якокит – Селигдарского междуречья Южной Якутии. Изучены разновозрастные дражные отвалы и почвы естественных лесных биогеоценозов. Главная особенность дражных полигонов – отсутствие или незначительное количество мелкоземного субстрата на отвалах. Мелкоземный субстрат отвалов беден элементами питания. Регенерация почвенного покрова на техногенных ландшафтах затруднена и часто не происходит. ...
22 03 2024 4:37:56
Статья в формате PDF 114 KB...
21 03 2024 10:42:55
Статья в формате PDF 120 KB...
20 03 2024 4:15:40
Зачастую жены священно и церковнослужителей к 40 годам оставались без супруга с 6-8 детьми на руках, половина из которых малолетние, а некоторые носителями неизлечимой болезни. Права на наследство и различного рода материальную помощь строго регламентировались Синодальным управлением. Семьи получали полные пенсии после cмepти родителя, если выслуга составляла не менее 30 лет. Малоимущие семьи священников имели право на получение единовременного пособия. Если срок выслуги отца семейства был менее 10 лет. Благополучие вдов с детьми священно и церковнослужителей зависело от состояния здоровья отца, что давало возможность исправно и в соответствии с временными нормами выработки нести службу, в противном же случае – святое семейство оставалось без средств к существованию. ...
19 03 2024 13:11:34
Статья в формате PDF 138 KB...
18 03 2024 11:43:30
Статья в формате PDF 123 KB...
16 03 2024 21:36:31
Статья в формате PDF 116 KB...
15 03 2024 2:23:58
Статья в формате PDF 108 KB...
14 03 2024 23:15:56
Статья в формате PDF 474 KB...
13 03 2024 14:55:43
Статья в формате PDF 261 KB...
12 03 2024 23:59:59
Статья в формате PDF 210 KB...
11 03 2024 17:30:36
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 ::