ПРИКАСПИЙСКИЙ ЖУРНАЛ

УПРАВЛЕНИЕ И ВЫСОКИЕ ТЕХНОЛОГИИ

Применение эволюционных коннективистских моделей идентификации состояний динамики систем для решения задачи прогнозирования потребления электроэнергии в автоматическом режиме

Читать

Щербаков Максим Владимирович, Козлов Илья Петрович, Щербакова Наталия Львовна Применение эволюционных коннективистских моделей идентификации состояний динамики систем для решения задачи прогнозирования потребления электроэнергии в автоматическом режиме  // Прикаспийский журнал:  управление и высокие технологии. — 2011. — №4. — Стр. 70-75.

Щербаков Максим Владимирович - кандидат технических наук, Волгоградский государственный технический университет, 400131, Россия, Волгоград, пр. Ленина, 28, maxim.shcherbakov@gmail.com.

Козлов Илья Петрович - магистрант, Волгоградский государственный технический университет, 400131, Россия, Волгоград, пр. Ленина, 28, benkyo.nanodesu@gmail.com.

Щербакова Наталия Львовна - кандидат технических наук, Волгоградский государственный технический университет, 400131, Россия, Волгоград, пр. Ленина, 28, snl@gebeus.ru.

В статье рассматривается решение проблемы прогнозирования потребления электроэнергии. Зачастую нет возможности своевременного формирования прогноза потребления электроэнергии экспертом в связи с большим количеством анализируемых объектов. В этом случае актуальной задачей является разработка адекватных и точных механизмов прогнозирования потребления в автоматическом режиме. В статье рассматривается применение оригинального метода прогнозирования, основанного на анализе динамики объекта на коротких интервалах наблюдений. Метод использует свойства цикличности анализируемых объектов и основан на классификации состояния динамики объекта на коротком интервале наблюдения. Выделяется два основных этапа: синтеза и настройки моделей и этапа прогнозирования и верификации. На первом этапе строится модель классификации и прогнозирования состояния динамики системы на коротком интервале наблюдения и модели прогнозирования потребления электроэнергии для каждого класса. Предлагается также формировать ансамбль моделей для каждого класса. Для оценки эффективности метода были решены задачи прогнозирования потребления электроэнергии в коммерческом здании. Сравнивались результаты применения различных подходов, и при применении предлагаемого метода показано снижение ошибки прогнозирования в 1,4–3,1 раза.

Ключевые слова: прогнозирование потребления электроэнергии,эволюционные коннективистские системы,гибридные модели,идентификация динамики