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

Прогнозирование электропотребления промышленных предприятий с помощью искусственных нейронных сетей

Диссертация: Прогнозирование электропотребления промышленных предприятий с помощью искусственных нейронных сетей
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Достоверность научных положений и выводов подтверждается применением современных математических методов прогнозирования и экспериментальной проверкой теоретических выводов путем разработки прогнозной модели электропотребления КОАО «Азот», на основании фактических данных об объемах электропотребления, полученных в процессе работы предприятия при помощи точных измерительных приборов и данных… Читать ещё >

Содержание

  • 1. Прогнозирование электропотребления промышленных предприятий в условиях оптового рынка электроэнергии и мощности
    • 1. 1. Необходимость повышения точности прогнозирования электропотребления для промышленных предприятий
    • 1. 2. Существующие подходы к прогнозированию электропотребления промышленных предприятий
    • 1. 3. Современные средства прогнозирования электропотребления
      • 1. 3. 1. Программный комплекс «Созвездие»
      • 1. 3. 2. Решения по прогнозу потребления на базе платформы «Deductor Studio»
      • 1. 3. 3. Программные продукты ООО НПП «ВНИКО»
      • 1. 3. 4. Программный комплекс «Энергостат»
    • 1. 4. Анализ существующих систем прогнозирования электропотребления промышленных предприятий
    • 1. 5. Выводы
  • 2. Выбор метода прогноза для построения прогнозной модели электропотребления промышленного предприятия
    • 2. 1. Методы прогнозирования
      • 2. 1. 1. Понятие прогнозной модели
      • 2. 1. 2. Классификация методов прогнозирования
    • 2. 2. Обзор методов прогнозирования электропотребления 32 2.2.1. Основные методы прогнозирования временных рядов
      • 2. 2. 2. Прогнозная экстраполяция
      • 2. 2. 3. Корреляционный и регрессионный анализ
      • 2. 2. 4. Прогнозирование на базе АЯ1МА моделей
      • 2. 2. 5. Адаптивные методы прогнозирования 37 2.2.6 Прогнозирование с использованием искусственных нейронных сетей 38 2.2.7. Прогнозирование с использованием гибридных систем
    • 2. 3. Оценка качества прогноза и прогнозной модели
    • 2. 4. Выбор метода для краткосрочного прогнозирования электропотребления промышленного предприятия
    • 2. 5. Выводы
  • 3. Построение прогнозной модели электропотребления промышленного предприятия на основе искусственной нейронной сети
    • 3. 1. Основные принципы построения прогнозной модели электропотребления промышленного предприятия на основе искусственной нейронной сети
    • 3. 2. Анализ параметров, влияющих на электропотребление предприятия, на различных уровнях его системы 59 электроснабжения
    • 3. 3. Методика выбора параметров, влияющих на электропотребление промышленного предприятия на основе метода экспертных оценок
    • 3. 4. Алгоритм построения внутренней структуры прогнозной модели электропотребления промышленного предприятия
    • 3. 5. Выводы
  • 4. Определение закономерностей и построение прогнозной модели электропотребления КОАО «Азот»
    • 4. 1. Структура электропотребления КОАО «Азот»
    • 4. 2. Построение прогнозной модели электропотребления
  • КОАО «Азот» на основе ИНС с применением генетических алгоритмов
    • 4. 2. 1. Выбор конфигурации ИНС
    • 4. 2. 2. Формирование обучающего и проверочного множества входных и выходных данных
    • 4. 2. 3. Формирование, конфигурирование, обучение и проверка ИНС на обучающем и тестовом множествах входных и выходных данных
    • 4. 2. 4. Оценка качества полученной прогнозной модели «А»
    • 4. 3. Выявление параметров, от которых зависит электропотребление КОАО «Азот» с помощью метода экспертных оценок
    • 4. 4. Построение прогнозной модели электропотребления КОАО «Азот» с учетом результата экспертной оценки параметров, от которых зависит электропотребление
  • КОАО «Азот»

4.5. Сравнение полученных прогнозных моделей, оценка их качества, рекомендации по повышению точности прогноза 121 4.6 Оценка ожидаемого экономической эффекта от снижения ошибки прогноза, при использовании созданных прогнозных моделей 123 4.7. Выводы 124

Заключение 126

Список литературы 128

Приложение 1 147

Приложение

Прогнозирование электропотребления промышленных предприятий с помощью искусственных нейронных сетей (реферат, курсовая, диплом, контрольная)

Актуальность работы. Прогнозирование величины электропотребления промышленного предприятия является важной научно-технической задачей. Необходимость точного прогнозирования электропотребления обусловлена технологическими и экономическими причинами.

У крупных энергоемких производств доля платы за электроэнергию в себестоимости продукции может достигать десятков процентов. В условиях рыночной экономики себестоимость продукции предприятия будет определять его конкурентоспособность. В настоящее время (2010 год) большинство крупных промышленных предприятий России покупает электроэнергию на оптовом рынке электроэнергии и мощности. Плата за электроэнергию для таких предприятий складывается из платы за фактический объем потребленной электроэнергии и платы за отклонение объема фактически потребленной электроэнергии от планового объема потребления. Чем больше отклонения фактических объемов электропотребления от плановых, тем больше дополнительных расходов на электроэнергию несет предприятие.

В настоящее время прогнозирование электропотребления на большинстве промышленных предприятий производится на основе метода экспертных оценок, который в большинстве случаев не может обеспечить требуемую точность прогноза.

Для более точного прогнозирования электропотребления необходимо разработать прогнозную модель, основанную на зависимостях изменения электропотребления предприятия в реальных условиях эксплуатации.

Цель работы: повышение точности прогнозирования электропотребления промышленного предприятия, путем создания прогнозной модели электропотребления, учитывающей его зависимость от влияющих факторов.

Идея работы заключается в комплексном использовании искусственных нейронных сетей, генетических алгоритмов и метода экспертных оценок для разработки прогнозной модели электропотребления промышленного предприятия, учитывающей совокупность влияющих факторов.

Задачи исследований:

1. Выявить основные требования, предъявляемые к прогнозу величины электропотребления промышленного предприятия, покупающего электроэнергию на оптовом рынке электроэнергии и мощности.

2. Сравнить существующие методы прогнозирования электропотребления промышленных предприятий и выбрать оптимальный метод для прогнозирования электропотребления в условиях работы предприятия на оптовом рынке электроэнергии и мощности.

3. Разработать методику создания прогнозной модели электропотребления промышленного предприятия для выбранного метода прогноза.

4. Разработать методику оценки влияния параметров окружающей среды и производственных параметров на электропотребление промышленного предприятия с использованием метода экспертных оценок для определения набора входных параметров прогнозной модели.

5. Установить зависимость электропотребления многономенклатурного промышленного предприятия от влияющих на него производственных параметров и параметров окружающей среды.

6. Создать с помощью разработанных методик и полученных зависимостей прогнозную модель электропотребления, учитывающую влияние на электропотребление влияющих факторов.

7. Проверить и оценить качество работы полученной прогнозной модели путем сравнения фактических и прогнозных значений электропотребления многономенклатурного предприятия.

Основные научные положения, выносимые на защиту:

1. Для построения прогнозной модели электропотребления промышленного предприятия возможно комплексное использование искусственной нейронной сети, генетических алгоритмов, используемых для определения внутренней конфигурации нейронной сети, и экспертной оценки системы электроснабжения промышленного предприятия, используемой для выбора оптимального набора входных параметров нейронной сети.

2. Использование разработанной прогнозной модели электропотребления позволяет значительно повысить точность прогноза за счет использования зависимостей электропотребления от влияющих факторов, полученных в процессе обучения искусственной нейронной сети.

Научная новизна работы заключается в следующем:

1. Разработана методика определения зависимостей электропотребления промышленного предприятия от влияющих на него параметров с помощью искусственной нейронной сети, отличающаяся комплексным использованием генетических алгоритмов для определения внутренней конфигурации нейронной сети и экспертной оценки системы электроснабжения промышленного предприятия для выбора набора входных параметров нейронной сети.

2. Разработана прогнозная модель электропотребления промышленного предприятия, отличающаяся тем, что в качестве входных параметров модели используются объемы выпуска продукции предприятия.

3. Разработана методика по осуществлению прогноза на промышленных предприятиях, покупающих электроэнергию на оптовом рынке электроэнергии и мощности, отличающаяся последовательным использованием двух прогнозных моделей для предварительного и уточняющего прогнозирования.

Методы исследования. Разработки и исследования проводились на основе теории системного анализа, теории математического моделирования, теории искусственных нейронных сетей, генетических алгоритмов отбора и нечеткой логики, метода экспертных оценок, компьютерного моделирования.

Достоверность научных положений и выводов подтверждается применением современных математических методов прогнозирования и экспериментальной проверкой теоретических выводов путем разработки прогнозной модели электропотребления КОАО «Азот», на основании фактических данных об объемах электропотребления, полученных в процессе работы предприятия при помощи точных измерительных приборов и данных о производстве продукции.

Практическая ценность работы состоит в том, что полученные теоретические и практические результаты могут быть использованы:

— для снижения величины финансовых издержек предприятий, возникающих при отклонении фактических объемов электропотребления от объемов, заявленных к покупке на рынке электроэнергии, путем использования прогнозных моделей электропотребления предприятий с учетом индивидуальных особенностей каждого предприятиядля проведения на предприятии организационных мероприятий в части планирования и учета производственной деятельности, позволяющих снизить величину ошибки при прогнозировании электропотребления.

Реализация результатов работы. Научные и практические результаты работы приняты к использованию в Управлении главного энергетика КОАО «Азот» в качестве дополнения к существующим методам прогнозирования почасовых объемов электропотребления.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на I Всероссийской научно-технической конференции «Современные пути развития машиностроения и автотранспорта Кузбасса» (г. Кемерово, 2007 г.) — VII Международной научно-практической конференции «Современные энергетические системы и комплексы и управление ими» (г. Новочеркасск, 2007 г.) — Третьей научно-технической конференции ОАО «НТЦ Электроэнергетики» «Разработки молодых специалистой в области электроэнергетики — 2008» (г. Москва, 2008 г.).

Публикации. По теме диссертации опубликовано 7 печатных работ, из них в рекомендуемых ВАК изданиях — 1.

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка используемой литературы из 147 наименований и двух приложений и содержит 153 страницы текста, 22 таблицы и 36 рисунков.

Основные результаты, полученные в процессе теоретических и практических исследований, сводятся к следующему:

1. Произведена оценка необходимости снижения ошибки прогнозирования электропотребления промышленных предприятий, покупающих электроэнергию на ОРЭМ.

2. Произведен сравнительный анализ методов прогнозирования электропотребления для целей построения прогнозной модели электропотребления предприятия, покупающего электроэнергию на оптовом рынке. Наилучшим из рассмотренных методов прогноза был признан метод, основанный на искусственных нейронных сетях.

3. Разработана методика создания прогнозной модели электропотребления промышленного предприятия, основанной на искусственной нейронной сети, полученной в результате комплексного использовании генетических алгоритмов и метода экспертной оценки.

4. Для экспериментальной проверки разработанной методики:

4.1. Произведена экспертная оценка структуры системы электроснабжения КОАО «Азот». Выявлены параметры, влияющие на величину его электропотребления.

4.2. Созданы две прогнозные модели электропотребления КОАО «Азот» — с учетом планируемого производства продукции и без него.

4.3. В процессе построения прогнозных моделей КОАО «Азот» определены зависимости изменения его электропотребления от влияющих факторов.

4.4. Проведена проверка прогнозных способностей созданных моделей на множествах фактических данных об электропотреблении и производстве продукции КОАО «Азот» за пять месяцев 2009 года (февраль — июнь).

5. Доказано уменьшение ошибки прогноза при добавлении в прогнозную модель параметров, позволяющих учитывать объемы производства продукции предприятием.

6. Предложен алгоритм прогнозирования электропотребления промышленных предприятий с последовательным применением двух прогнозных моделей. Предварительный прогноз электропотребления производится с помощью прогнозной модели без учета объемов планового производства продукции, а уточняющий (окончательный) с помощью прогнозной модели, учитывающей объемы планового производства продукции предприятием.

ЗАКЛЮЧЕНИЕ

.

В диссертационной работе дано новое решение актуальной задачи повышения точности прогнозирования электропотребления промышленного предприятия, имеющей существенное значение для повышения эффективности эксплуатации систем электроснабжения промышленных предприятий. Повышение точности прогнозирования достигается путем использования прогнозной модели электропотребления, основанной на искусственной нейронной сети, генетических алгоритмах отбора и методе экспертных оценок.

Показать весь текст

Список литературы

  1. , Н. Л. О прогнозах потребления электроэнергии в условиях рыночной экономики России Текст. / Н. Л. Авдеева, Ю. М. Коган, А. Е. Романов // Энергетик. 2003. — № 7. -С. 9 — 11.
  2. , Е. В. Проблемы прогнозирования потребности в электроэнергии как база для проектирования региональной электроэнергетики Текст. / Е. В. Агеева, Ю. В. Власова, Ю. М. Коган // Энергетик. 2008. — № 6. — С. 9 — 11.
  3. , С. П. Математическое моделирование процесса электропотребления приёмников поточного производства Текст. / С. П. Агеев // Электрика. 2003. — № 2. — С. 27 — 29.
  4. , С. А. Прикладная статистика и основы эконометрики / С. А. Айвазян, В. С. Мхитарян. М.: Юнити, 1998. -1022 с.
  5. , Т. Статистический анализ временных рядов / Т. Андерсон- Пер с англ. М.: Мир, 1976. — 760 с.
  6. , Т. В. Анализ и нормирование электропотребления предприятий средней и малой мощности с многономенклатурным производством Текст. / Т. В. Анчарова, А. П. Пищур // Вестник МЭИ. 2003. — № 2. — С. 35 — 40.
  7. , Т. В. Определение значимых факторов, влияющих на электропотребление в электротехнической промышленности Текст. / Т. В. Анчарова, 3. К. Хабдуллина // Промышленная энергетика. 1993. — № 4. — С. 21 — 24.
  8. , Т. В. Развитие электропотребления на промышленных предприятиях в условиях неопределенности исходной информации Текст. / Т. В. Анчарова, С. С. Бодрухина, Ю.
  9. В. Матюнина // Промышленная энергетика. 1995. — № 9. — С. 21 — 22.
  10. , Ю. Н. Использование методов теории подобия в прогнозировании выработки электроэнергии Текст. / Ю. Н. Астахов, К. К. Зубков, В. П. Кавченков, Т. Е. Пашенкова // Электричество. 1993. — № 3. — С. 13 — 21.
  11. , Е. Е. Исследование динамики удельных показателей электропотребления промышленных предприятий Текст. / Е. Е. Барыкин, А. В. Витушко, Э. М. Косматов, Л. И. Малькова // Промышленная энергетика. 1998. — № 8. — С. 2 — 7.
  12. , Д. И. Генетические алгоритмы решения экстремальных задач / Д. И. Батищев. Воронеж: ВГУ, 1994. — 135 с.
  13. , И. 3. Нечеткие гибридные системы. Теория и практика / И. 3. Батыршин, А. О. Недосекин, А. А. Стецко. — М.: Физматлит, 2007. 208 с.
  14. , А. В. Пути и результаты совершенствования методов прогнозирования электропотребления Текст. / А. В. Белан, В. И. Гордеев, А. В. Демура, И. И. Надтока // Промышленная энергетика. 1993. — № 9−10. — С. 23 — 26.
  15. , С. Д. Математико-статистические методы экспертных оценок / С. Д. Бешелев, Ф. Г. Гурвич. — М.: Статистика, 1980. 263 с.
  16. , М. М. Методология и опыт прогнозирования полезного отпуска электроэнергии потребителям Текст. / М. М. Беркович, В. В. Косов, Е. В. Косова, Я. М. Уринсон, В. И. Эдельман // Энергетик. 2003. — № 7. — С. 6 — 9.
  17. , Дж. Анализ временных рядов. Прогноз и управление / Дж. Бокс, Г. Дженкинс. М.: Мир, 1974. — 520 с.
  18. , Б. Многомерные статистические методы для экономики / Б. Болн, К. Дж. Хуань. М.: Наука, 1979. — 348 с.
  19. , JI. А. Прогнозирование энергопотребления: современные подходы и пример исследования Текст. / JI. А. Болыпов, М. Ф. Каневский, Е. А. Савельева, В. А. Тимонин, С. Ю. Чернов // Известия Академии наук. Энергетика. 2004. — № 6. — С. 74 — 93.
  20. , Ю. А. Использование современных подходов и методов для прогнозирования электропотребления Текст. / Ю. А. Борцов, Н. Д. Поляхов, И. А. Приходько, Е. С. Анушина // Электротехника. 2006. — № 8. — С. 30 — 35.
  21. , В. К. О сменносуточном энергопотреблении и нормировании в условиях неустойчивой работы основного производства Текст. / В. К. Буторин // Электрика. 2008. — № 3. -С. 36 — 42.
  22. , Д. В. Сравнительные модели прогнозирования электрической нагрузки / Д. В. Бэнн, Е. Д. Фармер- Пер. с англ. М.: Энергоатомиздат, 1987. — 568 с.
  23. , И. Е. Математическая модель расчета и прогнозирования удельного расхода электроэнергии при производстве водорода Текст. / И. Е. Васильев, Р. В. Клюев // Известия вузов. Электромеханика. 2002. — № 3. — С. 59 — 62.
  24. , И. Г. Основы математической статистики /
  25. И. Г. Венецкий, Г. С. Кильдишов. М.: «Госиздат», 1963. 308 с.130
  26. , Е. С. Теория вероятностей / Е. С. Вентцель. -М.: Наука, 1964. 576 с.
  27. , Л. П. Прогнозирование и планирование в условиях рынка: Учебное пособие / Л. П. Владимирова. М., 2001. — 308 с.
  28. , И. В. Использование нейронной сети для краткосрочного прогнозирования электропотребления промышленного предприятия Текст. / И. В. Воронов, Е. А. Политов, В. М. Ефременко // Вестник КузГТУ. 2006. — № 6. — С. 71 — 73.
  29. , И. В. Краткосрочное прогнозирование электропотребления энергосистем с помощью искусственных нейронных сетей Текст. / И. В. Воронов, Е. А. Политов // Электрические станции. 2009. — № 12. — С. 15 — 18.
  30. , И. В. Методика выбора входных параметров нейронной сети для прогнозирования электропотребления промышленного предприятия Текст. / И. В. Воронов, Е. А. Политов, В. М. Ефременко // Вестник КузГТУ. 2009. — № 3. — С. 62- 64.
  31. , И. В. Обзор типов искусственных нейронных сетей и методов их обучения Текст. / И. В. Воронов, Е. А. Политов, В. М. Ефременко //Вестник КузГТУ. 2007. — № 3. — С. 38 — 42.
  32. , И. В. Определение параметров, влияющих на электропотребление промышленного предприятия, с помощью метода экспертных оценок Текст. / И. В. Воронов, Е. А. Политов, В. М. Ефременко // Вестник КузГТУ. 2009. — № 5. — С. 61- 64.
  33. , Г. К. Генетические алгоритмы, нейронные сети и проблемы виртуальной реальности / Г. К. Вороновский. Харьков: Основа, 1997. — 112 с.131
  34. , Е. В. Особенности прогнозирования энергопотребления на региональном уровне Текст. / Е. В. Гальперова // Известия Академии наук. Энергетика. 2004. — № 4. — С. 61 — 66.
  35. Генетические алгоритмы Электронный ресурс. // (EHIPS) Генетические алгоритмы. URL: http://www.iki. rssi.ru/ehips/Genetic. htm (дата обращения: 01.06.2009).
  36. , В. В. Прогнозирование / В. В. Глущенко. -3-е изд. М.: Вузовская книга, 2008. — 208 с.
  37. , В. И. Моделирование процесса электропотребления объектов техноценоза Текст. / В. И. Гнатюк // Электрика.- 2004. № 4. — С. 36 — 41.
  38. , В. И. Оценка адекватности работы динамической адаптивной модели электропотребления Текст. / В. И. Гнатюк, С. Н. Гринкевич, Д. В. Луценко // Электрика. 2006. -№ 12. — С. 36 — 39.
  39. , В. И. Прогнозирование электропотребления методами GZ-анализа Текст. / В. И. Гнатюк, Д. В. Луценко, А. М. Линев, П. С. Ермоленко // Электрика. 2008. -№ 8. — С. 24 -30.
  40. , В. И. Прогнозирование электропотребления техноценоза классическим методом Текст. / В. И. Гнатюк, С. Н. Гринкевич // Электрика. 2006. — № 1. — С. 30 — 33.
  41. , В. И. Программный комплекс «Электропотребление объекта техноценологического типа» Текст. / В. И. Гнатюк, А. Е. Северин, С. Н. Гринкевич // Электрика. 2004. — № 6.- С. 31 34.
  42. , В. И. Система исходных данных для моделирования электропотребления техноценоза Текст. / В. И. Гнатюк, 132
  43. С. Н. Гринкевич, С. В. Ханевич // Электрика. 2006. — № 9. — С. 46 — 47.
  44. , В. И. Тонкие процедуры рангового анализа по электропотреблению Текст. / В. И. Гнатюк // Электрика. 2007. — № 12. С. 13 — 16.
  45. , Б. Н. Прогноз электропотребления промышленного предприятия в условиях нестабильной экономики Текст. / Б. Н. Головкин, В. Н. Пирогов, А. П. Старцев // Промышленная энергетика. 1996. — № 2. — С. 8 — 12.
  46. , Е. И. Определение расхода электроэнергии на основе математической модели Текст. / Е. И. Грачева, Р. С. Са-итбаталова // Промышленная энергетика. 1999. — № 4. — С. 24 -25.
  47. , В. М. Опыт нормирования и прогнозирования электропотребления предприятия на основе математической обработки статистической отчетности Текст. / В. М. Гунин, Л. А. Копцев, Г. В. Никифоров // Промышленная энергетика. — 2000. -№ 2. С. 2 — 5.
  48. , А. В. Краткосрочное прогнозирование суточных графиков нагрузки на основе искусственных нейронных сетей Текст. / А. В. Демура // Известия вузов. Электромеханика. -1998. № 2/3. — С. 69 — 71.
  49. , А. В. Моделирование и прогнозирование на основе искусственных нейронных сетей Текст. / А. В. Демура //Известия вузов. Электромеханика. 2005. — № 5. — С. 29 — 32.
  50. , А. Я. Метод нормирования электроэнергии на предприятиях с изменяющимися режимами потребления мощности Текст. / А. Я. Дзевенцкий, Ф. А. Хашимов, А. 3. Шукуров // Промышленная энергетика. 1996. — № 5. — С. 4 — 6.
  51. , Г. М. Экспертные оценки в научно-техническом прогнозировании / Г. М. Добров, Ю. В. Ершов, Е. И. Левин. — Киев: Наук, думка, 1974. 480 с.
  52. , Л. Г. Экспертные оценки в управлении / Л. Г. Евланов, В. А. Кутузов. М.: Экономика, 1978. — 134 с.
  53. , П. С. Прогнозирование расхода электрической энергии нефтеперерабатывающего производства Текст. / П. С. Ермоленко // Электрика. 2006. — № 10. — С. 35 — 39.
  54. , М. С. Вероятностные алгоритмы оценки электрических нагрузок Текст. / М. С. Ершов, А. В. Егоров, Д. П. Сорокотягин, И. В. Ивановский // Промышленная энергетика. -1998. № 2. — С. 17 — 21.
  55. , М. С. Моделирование электропотребления в системах промышленного электроснабжения Текст. / М. С. Ершов, С. А. Головатов, Г. Я. Григорьев // Промышленная энергетика. 1999. — № 5. — С. 22 — 25.
  56. , В. М. Анализ электропотребления на предприятии по производству химического волокна Текст. / В. М. Ефременко, И. В. Воронов // Вестник КузГТУ. 2006. — № 4. -С. 85 — 87.
  57. , И. В. Вероятностное моделирование расчетных электрических нагрузок промышленных установок Текст. / И. В. Жежеленко, В. П. Степанов, О. В. Быховская // Электричество. 1983. — № 7. — С. 52 — 54.
  58. , И. В. Методы вероятностного моделирования в расчетах характеристик электрических нагрузок потребителей / И. В. Жежеленко, Ю. JI. Соенко, В. П. Степанов. М.: Энергоатомиздат, 1990. — 124 с.
  59. , С. В. Модели электропотребления на основе нейронных сетей Текст. / С. В. Жичкин // Электрика. 2003. -№ 2. — С. 37 — 39.
  60. , Д. М. К вопросу о методах и моделях прогнозирования нагрузки Текст. / Д. М. Жуков // Электрика. 2007. -№ 12. — С. 10 — 13.
  61. , Т. Б. Прогнозирование тенденций финансовых рынков с помощью нейронных сетей / Т. Б. Ибираимова // Нейрокомпьютеры и их применение: Труды VIII всероссийской конференции. М.: ИПУ РАН, 2002. — С. 745 — 755.
  62. , M. Н. Анализ роста курса акций с применением нейронных сетей / M. Н. Иванов // Нейрокомпьютеры и их применение: Труды VIII всероссийской конференции. М.: ИПУ РАН, 2002. — С. 756 — 772.
  63. , В. Д. Применение нейросетевых технологий в различных областях науки и техники Текст. / В. Д. Ивченко, С. С. Кананадзе // Приборы и системы. Управление, контроль, диагностика. 2005. — № 6. — С. 28 — 29.
  64. Р. Г. Статистические методы исследования при разработке математической модели электропотребления производственного объекта Текст. / Р. Г. Идиятуллин, Д. В.
  65. Шуралев // Известия ВУЗов. Проблемы энергетики. 2002. — № 5−6, — С. 56 — 69.
  66. , Р. Основные концепции нейронных сетей / Р. Каллан. М.: Издательский дом «Вильяме», 2003. — 288 с.
  67. Кемеровское открытое акционерное общество «Азот» Электронный ресурс. // История. URL: http://www.azot.kuzbass.net/section/78.html (дата обращения: 01.07.2009)
  68. , М. Многомерный статистический анализ и временные ряды / М. Кендалл, А. Стюарт. М.: Наука, 1976. — 736 с.
  69. , Д. И. Прогнозирование экономических показателей с помощью метода экспоненциального сглаживания / Д. И. Клеопатр ов, А. А. Френкель. — М.: Наука, 1973. — 298 с.
  70. , Ю. П. Сезонные закономерности электропотребления Магнитогорского промышленного узла Текст. / Ю. П. Коваленко, В. Б. Славгородский // Промышленная энергетика. -2003. № 7. — С. 28 — 35.
  71. Комплекс «Созвездие». Модуль Энерготрейдер Электронный ресурс. // Созвездие Энергетических Решений. URL: http ://soz vezdie.net/svstem/modul е. php? SECTIONID=2&ID=l 8 (дата обращения: 10.02.2009).
  72. , JI. А. Нормирование и прогнозирование потребления электроэнергии в зависимости от объемов производивства Текст. / JI. А. Копцев // Промышленная энергетика. 1996. — № 3. — С. 5 — 7.
  73. , Б. И. Методика обеспечения почасового прогнозирования электропотребления предприятий с учетом погодных факторов Текст. / Б. И. Кудрин, А. В. Мозгалин // Вестник МЭИ. 2007. — № 2. — С. 105 — 108.
  74. , Б. И. Учет технологических факторов при нормировании расходов электроэнергии и прогнозировании электропотребления химических предприятий Текст. / Б. И. Кудрин // Промышленная энергетика. 2002. — № 12. — С. 24 — 28.
  75. , Б. И. Электроснабжение промышленных предприятий: Учебник для студентов высших учебных заведений / Б. И. Кудрин. М.: Интермет Инжиниринг, 2005. — 672 с.
  76. , В. Г. Прогнозирование электрической нагрузки с использованием искусственных нейронных сетей Текст. / В. Г. Курбацкий, Н. В. Томин // Электрика. 2006. — № 7. — С. 26 — 32.
  77. , О. Е. Прогноз годового электропотребления крупных техноценозов Текст. / О. Е. Лагуткин, М. Г. Ошурков // Известия вузов. Электромеханика. 1995. — №. 1−2. — С. 115 — 117.
  78. , И. Л. Минимальные веса в задаче выделения тренда случайного процесса Текст. / И. Л. Легостаева, А. Н. Ширяев // Теория вероятностей и ее применение. 1971. — т. XVI. — № 2. — С. 29 — 31.
  79. , В. А. Теория и практика прогностики / В. А. Лисичкин. М.: Наука, 1972. — 223 с.
  80. , К. Д. Методы прогнозирования экономических показателей / К. Д. Льюис- пер. с англ.: Е. 3. Демиденко. М.: Финансы и статистика, 1986. — 132 с.
  81. , Б. И. Взаимосвязь точности прогнозирования и неравномерности графиков электропотребления Текст. / Б. И. Макоклюев, В. Ф. Еч // Электрические станции. 2005. -№ 5. — С. 64 — 67.
  82. , Б. И. Влияние колебаний метеорологических факторов на электропотребление энергообъединений Текст. / Б. И. Макоклюев, В. С. Павликов, А. И. Владимиров, Г. И. Фефелова // Энергетик. 2003. — № 6. — С. 45 — 48.
  83. , Б. И. Влияние метеорологических факторов на электропотребление Текст. / Б. И. Макоклюев, Б. С. Павликов, А. И. Владимиров, Г. И. Фефелова // Электрические станции. 2002. — № 1. — С. 26 — 31.
  84. , Б. И. Моделирование электрических нагрузок электроэнергетических систем Текст. /Б. И. Макоклюев, В. Н. Костиков // Электричество. 1994. — № 10. — С. 13−16.
  85. , Б. И. Прогнозирование потребления электроэнергии в АО «Мосэнерго» / Б. И. Макоклюев, А. И. Владимиров, Г. И. Фефелова // ТЭК. 2001. — № 4. — С. 56 — 57.
  86. , Б. И. Учет влияния метеорологических факторов при прогнозировании электропотребления энергообъединений Текст. / Б. И. Макоклюев, В. Ф. Еч. // Энергетик. — 2004. № 6. — С. 15 — 16.
  87. , В. 3. Нейросетевые модели для анализа и прогнозирования нагрузки энергосистемы Текст. / В. 3. Манусов, С. В. Хохлова // Электрика. 2004. — № 6. — С. 28 — 30.138
  88. , В. 3. Оценка и прогнозирование электропотребления в энергосистемах на основе нечеткого регрессионного анализа Текст. / В. 3. Манусов, А. В. Могиленко, В. П. Костро-мин // Электрика. 2003. — № 7. — С. 41 — 43.
  89. , А. М. Применение принципов экспертных систем для прогнозирования электропотребления Текст. / А. М. Меламед, О. А. Скрипко // Электричество. 1994. — № 1. — С. 26 — 31.
  90. , Л. В. Анализ электропотребления на Рязанском нефтеперерабатывающем заводе Текст. / Л. В. Михайлова // Промышленная энергетика. 1993. — № 1. — С. 19−21.
  91. , А. Ю. Определение среднесменной мощности группы электроприемников с помощью теории нечетких множеств Текст. /А. Ю. Морхов // Известия вузов. Электромеханика. 1995. — № 1−2. — С. 121 — 123.
  92. , И. И. Многофакторное моделирование электропотребления промышленного предприятия Текст. / И. И. Надтока // Известия вузов. Электромеханика. 1998. — № 2/3. -С. 72 — 74.
  93. , В. Ю. Прогнозирование сбытовых показателей деятельности энергосистемы с помощью аппарата нейронных сетей Текст. / В. Ю. Нечитайлов, И. А. Вилесов // Промышленная энергетика. 2002. — № 4. — С. 2 — 8.
  94. , Г. В. Анализ устойчивости регрессионных моделей электропотребления Текст. / Г. В. Никифоров // Промышленная энергетика. 1999. — № 12. — С. 18 — 20.
  95. , Г. В. Совершенствование нормирования и планирования электропотребления в промышленном производстве Текст. / Г. В. Никифоров // Промышленная энергетика. -1999. № 3. — С. 27 — 29.
  96. , И. Н. Ранговые оценки электропотребления промышленных предприятий Текст. / И. Н. Нифонтов, М. Г. Ошурков, О. Е. Лагуткин // Электрика. 2003. — № 12. — С. 18 -22.
  97. , С. С. Оперативное прогнозирование электропотребления металлургического предприятия как средство снижения рыночных рисков Текст. / С. С. Новиков // Вестник МЭИ. 2008. № 1. — С. 91 — 97.
  98. , В. К. Нормирование энергозатрат при многономенклатурном производстве Текст. / В. К. Олейников, Г. В. Никифоров // Промышленная энергетика. — 2000. — № 6. — С. 30 -32.
  99. , М. Б. Прогнозирование в региональной электроэнергетике / М. Б. Перова, И. В. Булавин, В. М. Санько. -Вологда. НПЦ «Легия», 2001. 73 с.
  100. , Е. А. Выбор модели для долгосрочного прогнозирования электропотребления промышленного предприятия Текст. / Е. А. Политов, И. В. Воронов, В. М. Ефременко // Вестник КузГТУ. 2006. — № 6. — С. 71 — 73.
  101. , Е. А. Принципы построения прогнозной модели электропотребления промышленного предприятия на основе искусственной нейронной сети Текст. / Е. А. Политов, И. В. Воронов, В. М. Ефременко // Вестник КузГТУ. 2009. — № 5. -С. 58 — 60.
  102. , Э. В. Экспертные системы / Э. В. Попов. М.: Наука, 1987. 520 с.
  103. Постановление Правительства Российской Федерации от 31 августа 2006 года № 529 «О совершенствовании порядка функционирования оптового рынка электрической энергиимощности) // Российская газета. 2006. — № 194. — С. 18−19.140
  104. Программное обеспечение для объектов энергетики Электронный ресурс. // ООО Научно-производственное предприятие «ВНИКО». URL: http://vniko.ru/ioom/index.php?option=:com content&task=view&id =20&Itemid=45 (дата обращения: 01.02.2009).
  105. Программно-технологическое обеспечение для энергетики Электронный ресурс. // Энергостат. URL: http://www.energostat.ru/products (дата обращения: 01.02.2009).
  106. , Л. С. Моделирование режимов электропотребления предприятий транспорта нефти Текст. / Л. С. Родина, Н.
  107. B. Токочакова, Ю. Н. Колесник // Вестник МЭИ. 2002. — № 3.1. C. 71 74.
  108. , Л. С. Моделирование электропотребления участков нефтепровода с учетом состава насосных агрегатов Текст. / Л. С. Родина, Н. В. Токочакова, Ю. Н. Колесник, С. И. Поло-винко // Вестник МЭИ. 2005. — № 2. — С. 61 — 65.
  109. , Л. С. Структурные закономерности суточного электропотребления энергосистемы Текст. / Л. С. Родина, Н. В. Токочакова, В. Н. Токочаков // Промышленная энергетика. -1996. № 11. — С. 26 — 28.
  110. , Р. С. Некоторые вопросы составления и анализа электробаланса на промышленных предприятиях Текст. / Р. С. Саитбаталова, Р. У. Галеева // Промышленная энергетика. 1996. — № 5. — С. 2 — 3.
  111. , Р. С. Оперативное прогнозирование режима электропотребления Текст. / Р. С. Саитбаталова, Е. И. Грачева, В. А. Хатанов // Промышленная энергетика. 2000. -№ 6. — С. 27 — 29.
  112. , Р. С. Статистическая оценка фактического удельного расхода электроэнергии на выпуск продукции141
  113. Текст. // Р. С. Саитбаталова, Р. У. Галеева, Филиппов Н. А. // Промышленная энергетика. 2002. — № 12. — С. 29 — 30.
  114. , В. Ф. Математическое моделирование потребления электроэнергии производственными системами Текст. / В. Ф. Самосейко, В. А. Шошмин // Электричество. -1995. № 3. — С. 23 — 29.
  115. , В. Б. Влияние сезонного изменения температуры на электропотребление Магнитогорского металлургического комбината Текст. / В. Б. Славгородский, В. П. Пруда-ев, Ю. П. Коваленко // Промышленная энергетика. 1998. — № 12. — С. 12 — 17.
  116. , Ст. Д. Участие быстроменяющихся электрических нагрузок в графиках нагрузок промышленных предприятий Текст. / Ст. Д. Стоянов, Хр. Ст. Богданов // Промышленная энергетика. 1994. — № 3. — С. 42 — 46.
  117. , В. В. Повышение качества планирования электропотребления на основе статистического анализа Текст. /
  118. B. В. Суднова, А. Е. Якимов // Электричество. 1992. — № 5.1. C. 12 16.
  119. , В. В. Оптимизация электропотребления нефтедобывающих предприятий Текст. / В. В. Сушков, А. Д. Гельд // Промышленная энергетика. 1998. — № 8. — С. 12 — 14.
  120. , Н. А. Математические модели прогнозирования расхода электрической энергии с учетом сезонного фактора142
  121. Текст. / Н. А. Таряник // Промышленная энергетика. 1992. -№ 12. — С. 22 — 25.
  122. Теория прогнозирования и принятия решений: Учебное пособие / Под ред. С. А. Саркисяна. М.: Высшая школа, 1977. — 351 с.
  123. , Г. Р. Математическая модель прогнозирования электрической нагрузки в ЖКХ (на примере многоэтажных гаражей-стоянок) Текст. / Г. Р. Титова, Е. Д. Розанова //Известия вузов. Проблемы энергетики. 2006. — № 11−12. — С. 13 — 15.
  124. , Э. Е. Методы прогнозирования в условиях рынка: Учебное пособие / Э. Е. Тихонов. Невинномысск, 2006. -211 с.
  125. , В. Н. О нормировании и планировании электропотребления на промышленных предприятиях Текст. / В. Н. Усихин // Промышленная энергетика. 1997. — № 4. — С. 30 — 37.
  126. , А. И. Нормирование электропотребления на основе математического моделирования Текст. / А. И. Федоров, Г. В. Вагапов // Известия вузов. Проблемы энергетики. 2008. -№ 9−10. — С. 130 — 133.
  127. , С. Г. Ценологический подход к нормированию и прогнозированию электропотребления Текст. / С. Г. Филиппов // Электрика. 2004. — № 7. — С. 18−21.
  128. , Ю. А. Вероятностно-статистические методы в расчетах систем электроснабжения. М.: Энергоатомиздат, 1985.- 240 с.
  129. , Ю. А. Формальные приемы выбора метода прогнозирования режимов электропотребления объектов ЭЭС Текст. / Ю. А. Фокин, С. В. Минаков // Вестник МЭИ. 2001. -№ 1. — С. 9 — 15.
  130. , Ю. А. Экспериментальное исследование вероятностно-статистических характеристик нагрузок в электро-снабжающей системе Текст. / Ю. А. Фокин, И. С. Пономаренко, В. С. Павликов // Электричество. 1983. — № 9. — С. 9 — 15.
  131. , С. Нейронные сети: полный курс / С. Хайкин.- 2-е изд. М.: Издательский дом «Вильяме», 2006. — 1104 с.
  132. , С. А. Методики составления баланса и расчета рангового распределения норм электропотребления многономенклатурного производства Текст. / С. А. Хорьков // Промышленная энергетика. 2007. — № 10. — С. 23 — 27.
  133. , Е. М. Статистические методы прогнозирования / Е. М. Четыркин. М.: Финансы и статистика, 1979. — 199 с.
  134. , А. К. Расчеты электрических нагрузок систем электроснабжения промышленных предприятий / А. К. Шидловский, Г. Я. Вагин, Э. Г. Куренный. М.: Энергоатомиздат, 1992. — 223 с.
  135. , Г. П. Краткосрочное прогнозированиеэлектрических нагрузок с использованием искусственных ней144ронных сетей Текст. / Г. П. Шумилова, Н. Э. Готман, Т. Б. Старцева // Электричество. 1999. — № 10. — С. 6 — 12.
  136. , Г. П. Модель суточного прогнозирования нагрузок ЭЭС с использованием нечетких нейронных сетей Текст. / Г. П. Шумилова, Н. Э. Готман, Т. Б. Старцева // Известия Академии наук. Энергетика. 2001. —№ 4. — С. 52 — 59.
  137. , В. И. Анализ и прогнозирование энергопотребления в Мурманской области Текст. / В. И. Щуцкий, Н. М. Кузнецов, Е. А. Токарева, С. А. Фищук // Промышленная энергетика. 1998. — № 10. — С. 5 — 9.
  138. , Н. Г. Нечеткие нейронные сети с генетической настройкой / Н. Г. Ярушкина. — М.: Финансы и статистика, 2004. 320 с.
  139. Deductor Электронный ресурс. // Basegroup.ru: Deductor. URL: http://basegroup.ru/deductor/ (дата обращения: 01.02.2009)
  140. Gilchrist, W. Statistical Forecasting / W. Gilchrist. -London: John Wiley & Sons, 2001. 540 p.
  141. Fogel, D. B. Evolutionary computation: Toward a New Philosophy of Machine Intelligence / D. B. Fogel. Piscataway, NJ: IEEE Press, 1995. — 340 p.
  142. Hirota, K. A Disturbed Model of Fuzzy Set Connectives / K. Hirota, W. Pedrycz // Fuzzy Sets and Systems. 1994. — V. 68. -P. 157 — 170.
  143. Kohonen, T. Self-organizing Maps. Heidelberg: Springer Verlag, 1995. — 256 p.
  144. Makridakis, S. Forecasting: methods and applications. / S. Makridakis, S. Wheelwright, R. Hyndman. N-Y.: John Wiley & Sons, 1998. — 420 p.
  145. Mennon, A. Characterization of class of sigmoid functions with applications to neural networks / A. Mennon, K. Mehrota, C. K. Mohan, S. Ranka // Neural networks. 1996. — № 9. — P. 819 -835.
  146. Pedrycz, W. A Distributed Fuzzy System Modeling / W. Pedrycz, C. W. Lam, A. Roch // IEEE Transactions on System, Man and Cybernetics. 1995. — № 5. — P. 41 — 43.
  147. Zadeh, L. A. Fuzzy Logic, Neural Network and Soft Computing // Communication of the ACM. 1994. — № 3. — P. 78 — 84.
Заполнить форму текущей работой

Заказал и сдал!