Штучний інтелект

Науковий журнал

ISSN 2710-1673

ONLINE: ISSN 2710-1681

Виберіть свою мову


Використання штучних нейронних мереж в енергетиці

Лазаренко Д.В.1
1 Національний технічний університет «Київський політехнічний інститут імені Ігоря Сікорського»

Повний текст (PDF)

УДК: 621:004.8
Мова публікації: Англійська
Stuc. intelekt. 2016; 21; (4):80-84

Анотація: В роботі розглянуто нетрадиційні методи прогнозування, а саме методи, що використовують штучні нейронні мережі. Проаналізовано такі ключові моменти, як: вибір конфігурації нейронної мережі, нормування вхідних даних, а також до уваги взято випадкові фактори, які мають вплив на точність прогнозування навантаження. Наведено порівняльну характеристику ефективності роботи звичайних нейромережевих моделей та мереж з нечіткою логікою.

Ключові слова: штучні нейронні мережі, енергія, нечітка логіка, короткострокове прогнозування

Посилання:

  1. Petrashev S.M., development and implementation of technologies neural mathematical modeling to solve applied problems of heating, 1997, Odessa state. Polytechnic University, Odessa, 17 p.
  2. Kovalenko M.V., short-term forecasting coherent fuel and energy resources in the domestic sector in period heating season, 2005, NTU "HPI", Kharkov, 20 p.
  3. Danyluk O.V., theoretical foundations and modeling of power systems based on the technology of artificial neural least 2003, Institute of Electrodynamics of NAS of Ukraine, Kyiv, 36 p.
  4. Abbass H.A., Pareto euro-evolution: constructing ensemble of neural networks using multi-objective optimization, 2003, Proceedings of CEC’03, N3, 2074-2080 p.
  5. Alotto P. & Nervi, M.A. An efficient algorithm for the optimization of problems with several local minima, 2001, International Journal for Numerical Methods in Eng., N50, 847-868 p.
  6. Bao-Liang Lu, Kita H. & Nishikawa Y. Inverting feed forward neural networks using linear and nonlinear programming, 1999, IEEE Transactions on Neural Networks, Vol. 10, N 6, 1271 – 1290 p.
  7. Shumilova G.P., Gotman N.E., Startseva T.B. Electrical loads prediction in operational control electric power system structures based on neural network, 2008. Syktyvkar, 78 p.
  8. Hsy Y., Ho K. Fuzzy expert systems: An application to short term load forecasting, 1992, IEE Proceedings, Vol. 139, No 6., 471-477 p.
  9. Bakirtzis A.G., Theocharis J.B., Kiartzis S.J. Satsios K.J. Short term load forecasting using fuzzy neural networks, 1995, IEEE Trans. on Power Systems, Vol. 10, No 3, 1518 – 1523 p.
  10. Srinivasan D., Liew A.C. Chang C.S. Forecasting daily load curves using a hybrid fuzzy-neural apporoach, 1994, IEE Proc - Generat. Transmiss. Distrib., Vol. 141, No 6., 561 -567 p.

Переглянути повний текст статті (PDF)