Застосування нейронних мереж для прогнозування електричного навантаження

Abstract

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.The paper shows that the operational management of the power consumption regime is reduced to solving the problem of operational forecasting of the enterprise's load. The paper analyzes the works devoted to the forecasting of electric loads of power systems and industrial enterprises. It is shown that in order to achieve the required forecast accuracy, it is advisable to use adaptive forecasting procedures and, in particular, to use artificial neural networks. The use of artificial neural networks for forecasting the load of industrial enterprises is due to their properties, such as the ability to learn, reliability with incomplete input information, and the rapid response of the learned network to input influences. The conditions for determining the configuration of a neural network are considered. The structure of a neural network for predicting the electrical load of an industrial enterprise is presented. The process of training an artificial neural network with fitting the model to data from a retrospective sample is presented. The considered models of daily load forecasting were investigated on retrospective data on the modes of electricity consumption of a chemical enterprise with normalization of input data. The graphs of the actual total load and the forecast obtained by the artificial neural network models are presented. The research has shown that the use of an artificial neural network allows for a qualitative forecast of the enterprise's load under normal operating conditions of the equipment.