Запропоновано архітектуру штучної нейронної мережі глибинного навчання для короткострокового прогнозування сумарного відпуску електроенергії виробниками з відновлюваних джерел енергії (ВДЕ). Показано, що за допомогою такої нейронної мережі, крім точкового прогнозу найбільш ймовірного значення відпуску, доцільно прогнозувати 10-й та 90-й перцентилі розподілу похибки, що дає нижню і верхню межі прогнозного інтервалу з імовірністю попадання 0,8. Для навчання використовувалась функція похибки, яка є комбінацією середнього квадрату відхилень та похибкою квантильної регресії для моделі перцентилів. Апробація моделі проводилась на реальних даних сумарного відпуску виробників з ВДЕ, які публікував ДП "Енергоринок". Якість прогнозу порівнювалась з прогнозами виробників. Мінімальної середньої похибки досягнуто шляхом усереднення прогнозів нейронної мережі та виробників, найнижчу максимальну похибку забезпечує самостійний прогноз нейронної мережі. Прогнозний інтервал забезпечує ймовірність потрапляння фактичного значення 0,82 замість очікуваного 0,8.

  Повний текст PDF - 828.896 Kb    Зміст випуску     Цитування публікації

  Якщо, ви не знайшли інформацію про автора(ів) публікації, маєте бажання виправити або відобразити більш докладну інформацію про науковців України запрошуємо заповнити "Анкету науковця"