Краткосрочное предсказание электропотребления для крупного жилого массива города

Abstract

В докладе описан синтезированный на базе искусственной нейронной сети одношаговый предиктор электрической мощности, потребляемой крупным жилым массивом. Особенность предиктора состоит в использовании номера недели в году и номера дня в неделе в качестве обобщенных входных координат, учитывающих влияние разнообразных климатических и антропогенных факторов на потребление электрической мощности в течение дня. При подаче на вход предиктора текущего уровня потребления, а также дополнительной ретроспективной информации о потреблении за истекшие четыре часа, он генерирует получасовой прогноз. Проверка предиктора по данным за второе полугодие 1996 года продемонстрировала удовлетворительное качество прогноза

A half-of-an-hour-depth predictor of electrical power demand for a large city district is described. The predictor has been synthesized using the combination of Artificial Neural Networks and Genetic Algorithms. Its inputs are: a number of the day within a week, a number of the week within a year, current electrical power consumption, and levels of consumption during the previous four hours. Nor current temperature of the air neither temperature forecast are used as the predictor’s inputs. Checking the predictor on the test data representing the second part of the 1996 proved satisfactory quality of the prognosis.