Вісник Національного технічного університету «ХПІ». Серія: Проблеми удосконалювання електричних машин і апаратів. Теорія і практика

Постійне посилання на розділhttps://repository.kpi.kharkov.ua/handle/KhPI-Press/79787

Офіційний сайт http://pema.khpi.edu.ua/

Журнал публікує оригінальні результати досліджень в електроапаратобудуванні, електромашинобудуванні, енергетиці, техніки сильних електричних і магнітних полів,теоретичної електротехніки, електричних станцій та мереж, а також з фундаментальних аспектів сучасних технологій. Статті орієнтовані на можливе використання результатів розробок вчених у промислове виробництво.

Рік заснування: 2001. Періодичність: 2 рази на рік. ISSN 2079-3944

Переглянути

Фільтри

20241

Налаштування

Автор: search.filters.author.Мейта, Олександр ВячеславовичКлючові слова: search.filters.subject.adaptive methods

Результати пошуку

Зараз показуємо 1 - 1 з 1
  • Ескіз
    Документ
    Застосування нейронних мереж для прогнозування електричного навантаження
    (Національний технічний університет "Харківський політехнічний інститут", 2024) Калінчик, Василь Прокопович; Побігайло, Віталій Анатолійович; Калінчик, Віталій Васильович; Бориченко, Олена Володимирівна; Мейта, Олександр Вячеславович
    В роботі показано, що оперативне управління режимом електроспоживання зводиться до рішення задачі оперативного прогнозування навантаження підприємства. Проаналізовані роботи, присвячені питанням прогнозування електричних навантажень енергосистем і промислових підприємств. Показано, що для досягнення необхідної точності прогнозу доцільно використовувати адаптивні процедури прогнозування і зокрема прогнозування є застосування штучних нейронних мереж. Розглянуті умови визначення конфігурації нейронної мережі. Представлена структура нейронної мережі для прогнозування електричного навантаження промислового підприємства. Приведений процес навчання штучної нейронної мережі з підгонкою моделі до даних з ретроспективної вибірки. Розглянуті моделі добового прогнозування навантаження були досліджені на ретроспективних даних про режими електроспоживання хімічного підприємства з нормуванням вхідних даних. Приведені графіки фактичного сумарного навантаження і прогнозу, отримані за моделями штучної нейронної мережі. Дослідження показали, що застосування штучної нейронної мережі дозволяє проводити якісний прогноз навантаження підприємства при нормальних режимах функціонування обладнання.