Опубликовано 19.04.2023 в 20:35
УДК: 537.31
В статье проводится обзор традиционных и нейросетевых методов прогнозирования электрической нагрузки. Представлен среднесрочный прогноз потребления электрической энергии в распределительной сети 0,4 кВ с применением метода статистического прогнозирования и простейшей нейронной сети. Анализ результатов показал, что обученная нейронная сеть выдает более точный результат по сравнению со статистическим прогнозом.
TRADITIONAL AND NEURAL NETWORK METHODS OF FORECASTING ELECTRICITY CONSUMPTION: AN OVERVIEW
The paper provides an overview of traditional and neural network methods for forecasting electricity consumption. A medium-term forecast of electric energy consumption in a 0.4 kV distribution power grid using the statistical forecasting method and the simplest neural network is presented. The analysis of the results showed that the trained neural network produces a more accurate result compared to the statistical forecast.
Библиографический список
Библиографический список
1. Билалова А. И. Прогнозирование потребления электрической энергии электротехническим комплексом городской электрической сети: дисс. … канд. техн. наук. – Самара, 2019. – 166 с.
2. Манусов В. З., Родыгина С. В. Нейронные сети: прогнозирование электрической нагрузки и потерь мощности в электрических сетях. От романтики к прагматике: монография. – Новосибирск: Изд-во НГТУ, 2018. – 303 с.
3. Полуянович Н. К., Дубяго М. Н., Азаров Н. В., Огреничев А. В. Нейросетевой метод в задачах прогнозирования электропотребления в электроэнергетической системе // Математические методы в технологиях и технике. – 2022. – № 1. – С. 114–118.
4. Распоряжение главы Республики Мордовия № 237-РГ от 30 апреля 2020 года «Об утверждении схемы и программы развития электроэнергетики Республики Мордовия на 2021 – 2025 годы»: Кодекс: Электронный фонд правовой и нормативно–технической документации: сайт [Электронный ресурс]. – Режим доступа: https://docs.cntd.ru/document/570924817 (дата обращения: 03.11.2022).
5. Сергеев А. П., Тарасов Д. А. Введение в нейросетевое моделирование: учеб. пособие; под общ. ред. А. П. Сергеева. – Екатеринбург: Изд-во Урал. ун-та, 2017. – 128 с.
Выходные данные статьи: Агеев В. А., Казаков Д. В., Репьев Д. С. Обзор традиционных и нейросетевых методов прогнозирования электрической нагрузки [Электронный ресурс] // Огарев-online. – 2023. – №5. – Режим доступа: https://journal.mrsu.ru/arts/obzor-tradicionnyx-i-nejrosetevyx-metodov-prognozirovaniya-elektricheskoj-nagruzki