2022

Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/56991

Переглянути

Результати пошуку

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Комбіновані моделі прогнозування електроспоживання
    (Національний технічний університет "Харківський політехнічний інститут", 2022) Калінчик, Василь Прокопович; Побігайло, Віталій Анатолійович; Калінчик, Віталій Васильович; Бориченко, Олена Володимирівна; Мейта, Олександр Володимирович
    В статті досліджуються моделі та методи прогнозування електричного навантаження. Показано, що серед відомих методів управління електро-споживанням перевага надається тим, які базуються на використанні прогнозних оцінок. Проведено аналіз робіт, присвячених питанням прогно-зування процесів систем управління електроспоживанням промислових підприємств. Показано, що за основу для оперативного прогнозування навантажень систем електропостачання промислових підприємств доцільно використовувати адаптивні моделі. Аналіз адаптивних моделей про-гнозування електроспоживання на основі методу експоненціального згладжування показав їх високу ефективність і хорошу пристосованість до змін процесу електроспоживання. Показано, що найбільшу складність при прогнозуванні представляють випадки стрибкоподібних змін у розви-тку процесу. Стрибкоподібні зміни процесу можуть призвести до порушення раніше існуючих якісних співвідношень параметрів прогнозованої системи. Якщо стрибок представляє собою перехід прогнозованої системи з одного стійкого стану в інше, то модель експоненціального згладжу-вання з корекцією постійної згладжування має найкращу пристосованість до такого роду змінам. У той же час зміни типу "імпульс" відпрацьо-вуються моделлю з певною затримкою, що призводить до збільшення середньоквадратичної помилки прогнозу. Тому реакція моделі на зміну сповільнюється. Для усунення зазначеної обставини пропонується процедура прогнозування на основі комбінованих моделей. В роботі розгля-нуто дві моделі комбінованого прогнозування - комбінована модель спільної обробки результатів прогнозування і комбінована модель селекти-вного типу. Проведені експериментальні дослідження розглянутих моделей.