Прогнозирование электропотребления предприятия с применением искусственных нейронных сетей

Abstract

Energy consumption has increased dramatically over the past century due to many factors, including both technological, social and economic factors. Therefore, predicting energy consumption is of great importance for many parameters, including planning, management, optimization and conservation. Data-driven models for predicting energy consumption have grown significantly over the past several decades due to their improved performance, reliability, and ease of deployment. Artificial neural networks are among the most popular data-driven approaches among the many different types of models today. This article discusses the possibility of using artificial neural networks for medium-term forecasting of the power consumption of an enterprise. The task of constructing an artificial neural network using a feedback algorithm for training a network based on the Matlab mathematical package has been implemented. The authors have analyzed such characteristics as parameter setting, implementation complexity, learning rate, convergence of the result, forecasting accuracy, and stability. The results obtained led to the conclusion that the feedback algorithm is well suited for medium-term forecasting of power consumption.

За последнее столетие потребление энергии резко возросло из-за многих факторов: технологических, социальных, экономических. Поэтому прогнозирование энергопотребления имеет большое значение для множества процессов, включая планирование работы генерирующего оборудования, управление и оптимизацию режимов работы энергетических систем, а также сохранение энергетических ресурсов. За последние несколько десятилетий модели на основе данных для прогнозирования энергопотребления значительно улучшились благодаря их повышенной производительности, надежности и простоте развертывания. На сегодняшний день среди множества различных типов моделей искусственные нейронные сети входят в число наиболее популярных подходов на основе данных. В этой статье рассмотрена возможность применения искусственных нейронных сетей для среднесрочного прогнозирования электропотребления предприятия. Реализована задача построения искусственной нейронной сети с использованием алгоритма с обратной связью для обучения сети на базе математического пакета MATLAB. Нами были про­анализированы такие характеристики, как настройка параметров, сложность реализации, скорость обучения, сходимость результата, точность прогнозирования и стабильность результата. Полученные результаты позволили сделать вывод, что алгоритм с обратной связью хорошо подходит для среднесрочного прогнозирования электропотребления.