ОПТИМИЗАЦИЯ ПРОГНОЗИРОВАНИЯ ЭЛЕКТРОЭНЕРГИИ

На фоне экономического и экологического оптимального управления электроэнергетическими системами важную роль играют точные прогнозы потребления. Для того чтобы сделать максимально точные прогнозы, необходимо разработать и исследовать модели, учитывающие возрастающую количественную структуру и, благодаря значительно большему количеству наблюдений, максимально повысить качество прогнозирования. Искусственные нейронные сети (ИНС) все чаще используются для решения нелинейных задач для растущего объема данных, на которые влияют человеческие и другие факторы. В настоящей работе рассматриваются различные сетевые структуры и гиперпараметры для поиска оптимальной конфигурации сети для прогнозирования показателей электрической нагрузки. Искусственные нейронные сети моделируется в Matlab. Исследование должно показать, имеют ли и какие преимущества (глубокие) нейронные сети в прогнозировании показателей электрической нагрузки. Во время исследования обращено внимание на влияние количество узлов сети и данных, на обучение искусственных нейронных сетей, а также на выбор исторических ценностей/глубина исторических ценностей. Целью работы является имитационное исследование и оценка качества и оптимальности прогнозной модели на основе искусственных нейронных сетей для показателей электрической нагрузки.