Дипломы, курсовые, рефераты, контрольные...
Срочная помощь в учёбе

Модели и методы управления режимом потребления электроэнергии промышленными предприятиями с непрерывным характером производства

Диссертация: Модели и методы управления режимом потребления электроэнергии промышленными предприятиями с непрерывным характером производства
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Проведен анализ методов автоматизированного управления режимом электропотребления промышленных предприятий, который показал, что существующие методы обладают невысокой эффективностью и не могут в полной мере удовлетворить постоянно растущие требования к качеству управления. Одним из путей повышения качества управления режимом электропотребления предприятий является внедрение математических… Читать ещё >

Содержание

  • 1. ОБЗОР РАБОТ ПО АВТОМАТИЗИРОВАННОМУ УПРАВЛЕНИЮ РЕЖИМОМ ПОТРЕБЛЕНИЯ ЭЛЕКТРИЧЕСКОЙ ЭНЕРГИИ
  • 1. ПРОМЫШЛЕННЫМИ ПРЕДПРИЯТИЯМИ И ПРОИЗВОДСТВЕННЫМИ ОБЪЕДИНЕНИЯМИ
  • 2. КОНЦЕПЦИЯ ПОСТРОЕНИЯ СТРУКТУРЫ АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ ЭНЕРГЕТИКОЙ ПРОМЫШЛЕННЫХ ПРЕДПРИЯТИЙ С НЕПРЕРЫВНЫМ ХАРАКТЕРОМ ПРОИЗВОДСТВА
    • 2. 1. Методика формирования структуры принятия решений
    • 2. 2. Подход к построению функциональной и информационной структур управления
    • 2. 3. Выделение автоматической части системы управления
  • 3. МЕТОДЫ И СРЕДСТВА АВТОМАТИЗИРОВАННОГО УПРАВЛЕНИЯ РЕЖИМОМ ЭЛЕКТРОПОТРЕБЛЕНИЯ ПРЕДПРИЯТИЙ С НЕПРЕРЫВНОЙ ТЕХНОЛОГИЕЙ
    • 3. 1. Анализ состава электропотребляющего оборудования. 3.2. Распределение погрешностей контроля электрических нагрузок по элементам контура управления режимом электропотребления предприятий
    • 3. 3. Общая постановка задачи оперативного управления режимом электропотребления предприятия
    • 3. 4. Методы оперативного прогнозирования электрических нагрузок промышленных предприятий
      • 3. 4. 1. Прогнозирование нагрузок с помощью фильтров Брауна
      • 3. 4. 2. Использование для прогнозирования нагрузок искусственных нейронных сетей
    • 3. 5. Методы формирования оптимального состава потребителей электроэнергии для регулирования электрических нагрузок предприятий
      • 3. 5. 1. Формализация структуры электрической сети предприятий
      • 3. 5. 2. Решение задачи формирования оптимального состава потребителей для оперативного регулирования нагрузки предприятий на основе эвристических и генетических алгоритмов
      • 3. 5. 3. Решение задачи формирования оптимального состава потребителей для оперативного регулирования нагрузки предприятий на основе метода статистических испытаний
  • 4. РЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНОЙ ПРОВЕРКИ ПРЕДЛОЖЕННЫХ МЕТОДОВ УПРАВЛЕНИЯ РЕЖИМОМ ЭЛЕКТРОПОТРЕБЛЕНИЯ
    • 4. 1. Анализ алгоритмов выбора состава потребителей для оперативного регулирования нагрузки предприятия
      • 4. 1. 1. Анализ эвристического алгоритма
      • 4. 1. 2. Анализ генетического алгоритма
      • 4. 1. 3. Анализ метода статистических испытаний. 4.2. Анализ методов адаптивного прогнозирования нагрузок предприятий
      • 4. 2. 1. Оценка качества модели прогнозирования электрических нагрузок на основе фильтров Брауна
      • 4. 2. 2. Оценка эффективности искусственных нейронных сетей для прогнозирования нагрузки

Модели и методы управления режимом потребления электроэнергии промышленными предприятиями с непрерывным характером производства (реферат, курсовая, диплом, контрольная)

Технический прогресс в производственной сфере характеризуется всесторонней электрификацией технологических процессов и, как следствие, возрастанием потребления электрической энергии при производстве промышленной продукции. Поэтому для удовлетворения растущих потребностей предприятий в электроэнергии необходимо уделять внимание, как ее производству, так и экономии.

Одним из путей экономии электроэнергии на промышленных предприятиях является совершенствование структур управления их энергетикой. В настоящее время это достигается созданием автоматизированных систем управления энергетикой предприятий, одной из основных подсистем которых является управление режимом электропотребления.

Актуальность темы

Автоматизированное управление режимом электропотребления на промышленных предприятиях способствует выравниванию графиков нагрузок энергетических систем и обеспечивает их нормальное функционирование в условиях дефицита электрической энергии и мощности.

Особую актуальность автоматизация управления режимом электропотребления приобретает для промышленных предприятий с непрерывным характером производства, которые являются энергоемкими, требующими для производства продукции больших затрат электроэнергии. При этом предъявляются высокие требования к качеству и надежности энергоснабжения предприятий, так как от этого в значительной степени зависит режим работы технологического оборудования и качество изготавливаемой продукции.

В России разработкой методов и средств управления режимом потребления предприятиями электроэнергии занимаются в Московском энергетическом институте, Институте систем энергетики СО РАН (г.Иркутск), Уральском НИИ метрологии, Институте социально-экономических и энергетических проблем Севера Коми научного центра УРО РАН, Сибирском энергетическом институте, МП «Азимут» (г.Гродно), ОАО «Концерн Энергомера» (г.Ставрополь) и ряде других организаций.

Автоматизированному управлению режимом электропотребления предприятий уделяется большое внимание в странах СНГ (Казахском НИИ энергетики, Харьковском государственном политехническом университете, ВЦ {Сиевэнерго и др. организациях) и за рубежом (США, Англии, Канаде, Японии, Италии, Германии, Швеции и др. странах).

Тем не менее, эта проблема в силу своей сложности и многообразия решена далеко не полностью. Недостаточно глубокий анализ процессов потребления1 предприятиями электроэнергии, ограниченное использование в управлении эффективных математических моделей, алгоритмов и современных технических устройств обуславливают актуальность выполненных исследований.

Цель работы является анализ структур автоматизированного управления энергетикой предприятий с непрерывным характером производства, постановка задач, разработка математических моделей и методов, обеспечивающих повышение эффективности управления режимом потребления электроэнергии на предприятиях с непрерывным характером производства.

Для достижения данной цели ставятся задачи по разработке:

• концепции построения структуры принятия решений, функциональной, информационной и организационно-технической структур для предприятий с непрерывным характером производства, обеспечивающих их эффективное функционирование в условиях дефицита электрической энергии;

• подходов к созданию в рамках предложенной концепции автоматизированных систем управления энергетикой промышленных предприятий с непрерывной технологией, обеспечивающих целостность управления, взаимную увязку и согласование реализуемых системой функций;

• статистических моделей и методов искусственного интеллекта для прогнозирования получасовой (усредненной за 0,5 часа) активной нагрузки предприятий в условиях реализации управляющих воздействий по управлению режимом электропотребления;

• статистических, эвристических и генетических алгоритмов формирования состава электропотребляющего оборудования, используемого для оперативного регулирования получасовой активной нагрузки предприятийI • системы оптимизации предложенных методов, моделей и алгоритмов путем моделирования на ЭВМ и в составе действующей системы.

Методы исследования. При анализе процессов электропотребления предприятиями с непрерывным характером производства использован аппарат теории случайных процессов и математической статистики. В основу формирования структуры системы управления режимом электропотребления положены принципы системного подхода, учитывающие тесное взаимодействие между элементами системы управления, системой управления и внешней средой. Для оптимизации управления режимом электропотребления использованы методы целочисленного программирования, искусственного интеллекта и математического моделирования.

Научная новизна. На основе анализа процесса управления режимом потребления электроэнергии на предприятиях с непрерывным характером производства предложены структура принятия решений, функциональная, информационная и организационно-техническая структуры, позволившие с единых системных позиций подойти к построению систем автоматизированного управления режимом электропотребления предприятий.

Выполнен анализ структуры и состава контура автоматизированного управления режимом электропотребления предприятий с непрерывной технологией, позволивший осуществить распределение погрешностей, возникающих при регулировании получасовой активной нагрузки предприятий, по элементам контура.

Разработаны процедуры оперативного прогнозирования получасовой активной нагрузки предприятий на основе статистических моделей и методов искусственного интеллекта, обеспечивающие необходимую точность прогноза в условиях реализации управляющих воздействий по регулированию нагрузки.

Предложены статистические, эвристические, генетические алгоритмы выбора состава электропотребляющего оборудования для оперативного регулирования получасовой активной нагрузки предприятий с непрерывным характером производства, позволившие повысить эффективность управления режимом электропотребления предприятий.

Выполнена оптимизация разработанных моделей, моделей и алгоритмов управления путем моделирования на ЭВМ.

Практическая ценность работы заключается в разработке моделей, методов и алгоритмов управления режимом электропотребления предприятий с непрерывным характером производства, позволивших повысить качество управления и выполнить требования энергосистемы с минимальным ущербом для производства.

Внедрение в составе АСУ энергетикой предприятий результатов работы способствует созданию оптимальных условий функционирования энергосистем.

Реализация и внедрение результатов исследований. Результаты диссертационной работы использованы при разработке АСУ энергетикой на ОАО «Саратовстройстекло» и внедрены как составная часть системы управления режимом электропотребления объединения.

Материалы работы нашли применение в лекционных курсах, лабораторных работах, курсовых и дипломных проектах специальности 220 200 «Автоматизированные системы обработки информации и управление» в Саратовском государственном техническом университете. Представленные в работе результаты являются составной частью фундаментальных научных исследований, выполняемых Институтом проблем точной механики и управления РАН (№ гос. per. 01.990.0 5 866).

Апробация работы. Основные результаты работы докладывались и обсуждались на научных семинарах кафедры «Системотехника» Саратовского государственного технического университета (1998;2003 гг.), Международной научно-технической конференции «Актуальные проблемы анализа и обеспечения надежности и качества приборов, устройств и систем» (Пенза, 1998 г.), региональной межвузовской научно-практической конференции «Прогрессивные технологии в науке и производстве» (Камышин, 2000 г.), Международной научной конференции «Информационные технологии в естественных науках, экономике и образовании» (Саратов-Энгельс, 2002 г.), Международной научной конференции «Проблемы и перспективы прецизионной механики и управления» (Саратов, 2002 г.).

Выносимые на защиту результаты. В соответствии с целью работы получены следующие результаты, которые выносятся на защиту:

1. Структура принятия решений, функциональная, информационная и организационно-техническая структуры автоматизированного управления режимом электропотребления для предприятий с непрерывным характером производства, полученные на основе системного анализа процессов потребления электроэнергии на этих предприятиях.

2. Структура и состав контура автоматизированного управления режимом электропотребления для предприятий с непрерывной технологией и распределение погрешности регулирования получасовой активной нагрузки предприятия по выделенным элементам контура.

3. Адаптивные методы оперативного прогнозирования получасовой активной нагрузки промышленных предприятий, построенные на основе полиномиальных моделей и искусственных нейронных сетей с использованием процедур коррекции, обеспечивающие необходимую точность прогноза в условиях реализации управляющих воздействий по регулированию режима электропотребления.

4. Статистические, эвристические и генетические алгоритмы выбора состава потребителей-регуляторов электрической энергии для оперативного регулирования активной нагрузки предприятий с непрерывной технологией.

5. Процедура оптимизации предложенных моделей и алгоритмов путем моделирования на ЭВМ.

Основные результаты выполненных исследований можно сформулировать следующим образом:

1. Проведен анализ методов автоматизированного управления режимом электропотребления промышленных предприятий, который показал, что существующие методы обладают невысокой эффективностью и не могут в полной мере удовлетворить постоянно растущие требования к качеству управления. Одним из путей повышения качества управления режимом электропотребления предприятий является внедрение математических моделей, методов, алгоритмов и современных технических средств управления. Особую актуальность это приобретает для предприятий с непрерывным характером производства, для которых характерны большие ущербы, вызываемые ненадежной работой технологического оборудования.

2. Предложен подход к построению структуры принятия решений, функциональной, информационной и организационно-технической структур управления режимом электропотребления предприятий с непрерывным характером производства. Выполнено распределение погрешности контроля получасовой активной нагрузки по выделенным элементам контура управления с учетом затрат на его техническую и алгоритмическую реализацию.

3. Построены адаптивные процедуры оперативного прогнозирования получасовой активной нагрузки для предприятий с непрерывной технологией в нормальных условиях их функционирования и в условиях реализации управляющих воздействий по регулированию режима электропотребления: на основе полиномиальных моделей (фильтров Брауна) и искусственных нейронных сетей, обеспечивающих точность прогноза нагрузки в пределах установленных ограничений.

4. Разработан комбинированный метод обучения искусственных нейронных сетей, обеспечивающий прогнозирование получасовой активной нагрузки предприятий в условиях ее глубоких ограничений, устанавливаемых энергетической системой.

5. Предложены статистические, эвристические и генетические алгоритмы формирования оптимального состава электропотребляющего оборудования для регулирования получасовой активной нагрузки предприятий, позволившие повысить эффективность управления режимом электропотребления предприятий на основе своевременного получения качественной информации для принятия решений.

6. Материалы диссертационной работы реализованы на ОАО «Саратовстройстекло», а также использованы в научных разработках Института проблем точной механики и управления РАН.

ЗАКЛЮЧЕНИЕ

.

Показать весь текст

Список литературы

  1. A.B. О порядке ограничения или временного отключения потребителей электрической энергии // Энергетик. 2000. № 8. С. 10.
  2. В.Г., Решетов В. И., Моржин Ю. И., Савваитов Д. С. Автоматизация диспетчерского управления ЕЭС России // Энергетик. 2001. № 2. С.8−10.
  3. С.С. Автоматизированная система диспетчерского управления Гродненских электрических сетей // Энергетик. 1997. № 8. С. 19−20.
  4. A.A. Автоматизация управления рациональным электропотребле нием. М.: Наука, 1990. 282 с.
  5. Л.М. Очерки об электроэнергетики Японии // Энергетик. 2001. № 2. С.14−16.
  6. Л.М. Очерки об электроэнергетики Японии // Энергетик. 2000. № 8. С. 17−20.
  7. Д.А., Русанов А. И., Маклецов A.M. Оптимизация размещения систем сбора, обработки и передачи информации о параметрах режима электроэнергетической системы // Энергетика. 1985. № 3. С. 13−16.
  8. И.И. О некоторых возможностях регулирования электропотребления завода // Промышленная энергетика. 1975. № 3. С.28−31.
  9. А.Ф., Новиков Р. В. Экспертно-моделирующая система формирования рациональных структур для энергетики промышленных предприятий // Проблемы точной механики и управления: Сб. науч. трудов. Саратов: СГТУ, 2002. С. 108−116.
  10. В.Ф. Автоматизация учета и контроля потребления электроэнергии на промышленных предприятиях / Автоматизированные системы управления в энергохозяйстве промышленных предприятий: Материалы конф. М., 1976. С.103−106.
  11. B.C., Телицын С. С., Порохнявый Б. Н. Экономическая эффективность внедрения автоматизированных систем учета электроэнергии // Промышленная энергетика. 1980. № 2. С.5−7.
  12. Алгоритм централизованного контроля и учета расхода электроэнергии в АСУТП электроснабжения промышленного предприятия. Ульяновск, 1979 /Ульяновский ЦНТИ, инф. листок, № 300−79/.
  13. А.Ф. Структуры автоматизированных систем управления энергетикой промышленных предприятий. Саратов: Изд-во Сарат. ун-та, 1983. 4.1. 120 е., 4.2. 164 с.
  14. Г., Кошта А., Распутин А. АС контроля и учета основных показателей режимов электропотребления промышленных предприятий // Современные технологии автоматизации. 1998. № 1. С. 78−82.
  15. В., Распутин А. Устройство сбора и передачи данных ЭКОМ-ЗООО // Современные технологии автоматизации. 1998. № 1. С. 84−86.
  16. В., Распутин А. Опыт реализации системы учета электропотребления АО «Уралэлектромедь» // Современные технологии автоматизации. 1996. № 1. С. 86−88.
  17. В.В. Комплекс аппаратно-программных средств «ПОТОК-1» для многоуровневой сети учета и контроля электропотребления // Энергетик. 1997. № 8. С. 28−29.
  18. В.А. АСКУЭ современного предприятия // Энергетик. 2001. № 12. С. 41.
  19. С.Н., Уразов В. В., Чумаков В. В. Создание АСКУЭ на базе ИВК «Спрут» // Энергетик. 2001. № 2. С.11−13.
  20. Капитонова JL, Туганов Б., Сатаров В. Территориально-распределенная автоматизированная система учета и контроля электропотребления // Современные технологии автоматизации. 1996. № 1. С. 78−80.
  21. Э., Бирюков П., Хатламанджиев JL, Зубченко В. и др. Автоматизация учета энергопотребления // Современные технологии автоматизации. 1996. № 1. С. 74−76.
  22. А., Данильчик А., Коцарь О. и др. Система информационных энергосберегающих технологий // Современные технологии автоматизации. 1997. № 4. С. 80−85.
  23. Г. А. Вопросы оптимизации работы систем электроснабжения предприятий / Автоматизированные системы управления в энергохозяйстве промышленных предприятий: Материалы конф. М., 1976. С. 130−133.
  24. Н.Ш., Загородний C.B., Калинчик В. П. и др. Автоматизированная система управления потреблением электроэнергии // Электронная промышленность. 1979, С. 35−36.
  25. Ю.Ц. Программное обеспечение КТС «Энергомера» // Энергетик. 2000. № 8. С. 42−44.
  26. Г. С. Комплексы потребителей-регуляторов мощности на гродненских предприятиях. М.: Недра, 1989. 200 с.
  27. Куцевич H.A. SCADA-системы. Взгляд со стороны // PC WEEK. 1999. № 33. С.7−18.
  28. В.Ф., Шошмин В. А. Математическое моделирование потребления электроэнергетики производственными системами // Энергетика и транспорт. 1995. № 3. С. 23−29.
  29. В.Г. Использование нечетких чисел в задачах электроснабжения // Электричество. 1995. № 3. С. 29−33.
  30. В.Г. Интеллектуализация САПР объектов электроэнергетики: Нечетко-множественная концепция // Энергетика. 1994. № 9. С. 14−20.
  31. Д.М., Митяшин Н. П. и др. Несимметричные режимы многочастотных тиристорных комплексов // Вопросы преобразовательной техники, частотного электропривода и управления: Межвуз. науч. сб. Саратов: СГТУ, 1998. С. 18−26.
  32. Куэн Зуин Ань. Самообучающаяся экспертная система для управления электроэнергетическими системами в аварийных режимах // Электричество. 1995. № 3. С. 34−36.
  33. Куэн Зуин Ань. Применение методов распознавания образов для экспресс-анализа динамической устойчивости электроэнергетических систем // Электричество. 1994. № 4. С.28−32.
  34. Л.Л. Алгоритмы принятия решений в экспертных системах управления аварийными режимами энергосистем // Изв. АН СССР. Энергетика и транспорт. 1998. № 1. С. 14−17.
  35. Л.Л. К поиску управляющих воздействий, повышающих устойчивость электроэнергетической системы // Изв. АН СССР. Энергетика и транспорт. 1983. № 1. С. 23−26.
  36. А.Г., Зайченко Ю. П., Димитров В. Д. Принятие решений на основе самоорганизации. М.: Сов. Радио, 1976. 280 с.
  37. Ю.М., Колдаев Р. В. Генетический алгоритм синтеза оптимальной кривой многоступенчатого выходного напряжения однофазного инвертора // Техническая электродинамика. Ч. 2. Киев: ИЭД HAH Украины, 2000. С. 93−96.
  38. Применение методов нейронных сетей и генетических алгоритмов в решении задач управления электроприводами / Клепиков В. Б., Сергеев С. А., Махотило К. В., Обруч И. В. // Электротехника. 1999. № 5. С. 2−6.
  39. А.Л., Калин С. А. Использование технологии нейронных сетей для решения электротехнических задач // Электротехника. 2000. № 2. С.
  40. И.Н., Глазунова A.M. Достоверизация телеизмерений в ЭЭС с помощью искусственных нейронных сетей // Электричество. 2000. № 10. С. 18−24.
  41. Г. П., Готмаи Н. Э., Старцева Т. Б. Краткосрочное прогнозирование электрических нагрузок с использованием нейронных сетей // Электричество. 1999. № 10. С. 7−12.
  42. Ю.Я., Хохлов М. В., Алла Э. А. Оперативное управление режимами региональной энергосистемы с использованием нейронных сетей // Электричество. 2000. № 4. С. 2−10.
  43. А.И. Применение нейрокомпьютеров в энергетических системах // www.user.citvline.ru/~neurncws.
  44. Д.В., Фармер Е. Д. Сравнительные модели прогнозирования электрической нагрузки / Пер. с анг. М.: Энергоатомиздат, 1987. 214с.
  45. Kanai Н. Total Energy Management in a Factory Through Distributed Processing. Proc. IEEE, 1979. № 5. p. 542−546.
  46. Учет иконтроль энергоносителей и тепловой энергии: методы и приборы / Под ред. В. С. Кахановича. М.: Энергия, 1980. 232 с.
  47. В.А., Журавлев В. Г., Филлипова Т. А. Оптимизация режимов электостанций и энергосистем. М.: Энергоиздат, 1981. 464 с.
  48. В.А., Жуков J1.A., Поспелов Г. Е. Электрические системы: Режимы работы электрических систем и сетей / Под ред. В. А. Веникова. М.: Высшая школа, 1975. 344 с.
  49. Проектирование подсистем и звеньев автоматизированных систем управления / А. Г. Мамиконов, В. В. Кульба, А. Д. Цвиркун, С. А. Косяченко: Под ред. А. Г. Мамиконова. М.: Высшая школа, 1975. 248 с.
  50. А.Д. Структура сложных систем. М.: Сов. радио, 1975. 200 с.
  51. А.Д. Основы синтеза структуры сложных систем. М.: Наука, 1982. 200 с.
  52. А.Г. Основы построения АСУ. М.: Высшая школа, 1981. 248 с.
  53. А.Г., Цвиркун А. Д., Кульба В. В. Автоматизация проектирования АСУ. М.: Энергоиздат, 1981. 328 с. (Применение вычислительных машин в исследованиях и управлении производством).
  54. И.Б., Кезлинг Г. Б., Кукор Б. Л. Интегрированные АСУ в машиностроении. J1.: Машиностроение, 1988. 224 с.
  55. Автоматизированная система управления для металлургического завода / А. П. Копелевич, М. Кнотек, A.A. Белостоцкий, С. К. Раевич. М.: Металлургия, 1973.232 с.
  56. Проблемы создания автоматизированных систем управления производством / М. Кнотек, А. П. Копелевич, Е. К. Масловский, А. Б. Челюсткин. М.: МЦНТИ, 1977. 64 с.
  57. А.Ф., Иващенко В. А., Канофьев A.B. и др. Управление режимом электропотребления в АСУ энергохозяйством предприятия // Энергетика. 1981. № 3. С.81−85.
  58. В.А. Методологические аспекты автоматизации управления энергетическими системами промышленных предприятий // Проблемы и перспективы прецизионной механики и управления: Материалы Междунар. конф. Саратов: Изд-во Сарат. ун-та, 1997. С.30−32.
  59. А. Ф., Иващенко В. А., Захаров В. И. Систематизация задач и подсистем АСУ энергохозяйством предприятия // Проблемы и системы управления. 1979. № 4. С. 10−11.
  60. Калянов Г. Н. CASE-технологии. Консалтинг при автоматизации бизнес-процессов/ 2-е изд. перераб. и доп. М.: Горячая линия-Телеком, 2000. 320 с.
  61. А. АСУ ТП на рубеже веков // PC WEEK/RE. 1999. № 47. С. 28−29.
  62. И.Н., Глазунова A.M. Достоверизация телеизмерений в ЭЭС с помощью искусственных нейронных сетей // Электричество. 2000. № 10. С. 1824.
  63. Управляющие вычислительные машины в АСУ технологическими процессами: Пер. с англ. / Под ред. Т. Харрисона. М.: Мир, 1975. Т. 1. 536 с.
  64. Управление электропотреблением и его прогнозирование / В. И. Гордеев, И. Е. Васильев, В. И. Щуцкий. Ростов на Дону: Изд-во Ростов, ун-та, 1991. 104 с.
  65. JI.H., Смирнов Н. В. Таблицы математической статистики. М.: Изд-во вычислительного центра АН СССР, 1986. 462 с.
  66. E.H. Статистические методы прогнозирования. М.: Статистика, 1977. 200 с.
  67. Г. А., Ракант М. И. Автоматизированный комплексный учет энергоносителей промышленных предприятий // Промышленная энергетика. 1979. № 9. С. 12−17.
  68. А.Г., Зайченко Ю. П., Димитров В. Д. Принятие решений на основе самоорганизации. М.: Сов. радио, 1976. 280 с.
  69. Brown, R.G. Smoothing, Forecasting and Prediction of Discrete Time Series. Prentice Hall, Englewood Cliffs, NJ, 1963.
  70. Д.А., Иващенко B.A., Резчиков А. Ф. Адаптивные процедуры прогнозирования электрических нагрузок промышленных предприятий // Проблемы и перспективы прецизионной механики и управления: Материалы Междунар. конф. Саратов, 2002. С. 58−65.
  71. Теория прогнозирования / Под. ред. С. А. Саркисяна М.: Высшая школа, 1977.351 с.
  72. Методика определения ущерба от нарушения нормального режима электроснабжения. Комитет ВСНТО по промышленной энергетике, 1978. 81 с.
  73. В.В. Вопросы надежности энергоснабжения // Промышленная энергетика. 1977. № 5. С. 31−33.
  74. П.И. Режимы электроснабжения потребителей. М.: Энергия, 1971. 112с.
  75. В.А. Учет надежности при проектировании энергосистем. М.: Энергия, 1978.260 с.
  76. Э.Э., Ерекеев O.K., Недельчик Э. А. Инженерная реализация построения нелинейных характеристик ущербов у потребителей-регуляторов / Проблемы общей энергетики и единой энергетической системы. М., 1979. С. 37−48.
  77. Нейронные сети. STATISTICA Neural Networks. М: Горячая линия-Телеком, 2000. 182с.
  78. А.Н., Россиев Д. А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. 150с.
  79. Г. П., Готман Н. Э., Старцева Т. Б. Краткосрочное прогнозирование электрических нагрузок с использованием искусственных нейронных сетей // Электричество. 1999. № 10. С. 7−12.
  80. О.Г., Шамраев A.A., Лавренченко К. А. Исследование методов обучения многослойного персептрона // Автоматизированные системы управления и приборы автоматики. Харьков, 2002. С. 4−9.
  81. Т.И., Суятинов С. И. Нейрокомпьютерные системы: Учеб. пособие для студ. спец. 220 400, 210 100. Саратов, 1999. 96 с.
  82. Л.А., Яковлева Г. Л. Модернизированный метод обратного распространения ошибки // Проблемы и перспективы прецизионной механики и управления: Материалы Междунар. науч. конф. Саратов, 2002. С. 93−94.
  83. М.Ф., Брагин Т. М. Искусственные нейронные сети и их использование в интеллектуальных системах: Учеб. пособие. Саратов: СГТУ, 2000. 128 с.
  84. S zu H., Hartley R. Fast Simulated annealing // Physics Letters/ 1222(3,4), 1987.P. 157.
  85. Rumelhart D.E., Hinton G.E., Williams R.j. Learning internal reprentations by error propagation // Parallel distributed processing, vol. 1. Cambridge, MA: MIT Press, 1986. P. 318.
  86. M., Пейперт С. Персептроны. M.: Мир, 1971. 287 с.
  87. Я.З. Адаптация и обучение в автоматических системах. М.: Наука, 1968. 399 с.
  88. Ф. Нейрокомпьютерная техника: Теория и практика. М.: Мир, 1992. 301 с.
  89. А.И. О современных направлениях развития нейрокомпьютеров // Информационные технологии. № 5. 1997. С. 2−4.
  90. Я., Арбиб М. Концептуальные модели нервной системы. М.: Мир, 1976. 200 с.
  91. Д.А., Иващенко В. А., Ханбиков Р. И. Оперативное управление режимом электропотребления промышленных предприятий // Автоматизация и управление в машино- и приборостроении: Межвуз. науч. сб. Саратов, 2003. С. 34−38.
  92. Е.М., Папков Б. В. Об ущербе от нарушений электроснабжения потребителей // Электрические станции. 1975. № 2. С. 42−44.
  93. Г. К., Махотило К. В., Петрашов С. Н. и др. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Харьков: Основа, 1997.
  94. В.Ф. Феномен науки. Кибернетический подход к эволюции. М.: Наука, 1993.231 с.
  95. Clement R., Wren A. Genetic Algorithms and Bus-Driver Scheduling. I IjL
  96. Presented at the 6 Intervational Conference for Computer-Aided Transport Scheduling. Lisbon. Portugal. 1993.
  97. Атмар Вирт. Рассуждения об эволюции машинного интеллекта и ее возможной реализации в машинной форме. Дисс. 1976.
  98. Е.С. Исследование операций. Задачи, принципы, методология: Учеб. Пособие для студ. Вузов. М.: Высш. шк., 2001. С. 161−170.
  99. Л.И. Основы численных методов. М.: Наука, 1987. 320 с.
  100. И.М. Метод Монте-Карло. М.: Наука, 1985. 80 с.
  101. Г. О. Решение статистических задач о распределении методом Монте-Карло // Статистические методы для ЭВМ / Под ред. К. Эйнслейна, Э. Рэлстона, Г. С. Уилфа. М.: Наука, 1986. С. 26−50.
  102. Р.В. Численные методы для научных работников и инженеров. М.: Наука, 1972. 400 с.
  103. Р. Имитационное моделирование систем — искусство и наука: Пер. с англ. М.: Мир, 1978. 400 с.
  104. Т. Машинные имитационные эксперименты с моделями экономических систем: Пер. с англ. М.: Мир, 1975. 540 с.
  105. Прикладная статистика: Основы моделирования и первичная обработка данных. Справ, изд. / С. А. Айвазян, И. С. Енюков, Л. Д. Мешалкин. М.: Финансы и статистика, 1989. 608 с.
  106. .И., Ханин М. А., Чернавский Д. С. Введение в математическое моделирование патологических процессов. М.: Медицина, 1980. 264 с.
  107. Г. В., Левнер E.B. Дискретные оптимизационные задачи и эффективные приближенные алгоритмы. Обзор. Изв. АН СССР // Техническая кибернетика. 1979. № 6. С. 84−92.
  108. A.A., Сигал И. Х., Финкильштейн Ю. Ю. Об эффективности комбинаторных методов в дискретном программировании. В кн.: Современное состояние теории исследования операций. М.: Наука, 1979. С. 237−264.
  109. Ю.Ю. Приближенные методы и прикладные задачи дискретного программирования. М.: Наука, 1976. 264 с.
  110. Использования алгоритмов решения задачи выбора состава потребителей-регуляторов электроэнергии для оперативного регулирования активной нагрузки предприятия.
  111. Председатель комиссии Члены комиссии: и со/) 6 ^
Заполнить форму текущей работой

Заказал и сдал!