Запропоновано метод удосконалення процесів підтримки прийняття рішень при управлінні режимами теплозабезпечення закладів соціально-бюджетної сфери шляхом розроблення моделі прогнозу споживання теплової енергії будівлею. Об'єкт дослідження - процес вибору найбільш оптимальної архітектури нейронної мережі для вирішення завдання прогнозування теплоспоживання будівлі соціально-бюджетної сфери. Предмет дослідження - моделі прогнозування теплоспоживання будівель соціально-бюджетної сфери з використанням штучних нейронних мереж. Мета роботи - підвищення достовірності прогнозування потреб будівель соціально-бюджетної сфери у теплозабезпеченні. Розроблено моделі короткострокового прогнозування теплозабезпечення об'єктів соціально- бюджетної сфери з використанням штучних нейронних мереж, що враховують вплив погодних умов, коливання потреби в тепловій енергії залежно від графіку роботи закладу, а також минулі значення потреб у теплозабезпеченні. Моделі побудовано на основі архітектур нелінійної мережі типу вхід-вихід, нелінійної авторегресійної мережі, нелінійної авторегресійної нейронної мережі із зовнішніми входами. Запропоновані моделі реалізовано у програмному середовищі Matlab, для навчання використано алгоритм Левенберга-Марквардта. Проведено експерименти з дослідження точності розроблених моделей, які показали, що найбільшої точності прогнозу можна досягти за використання моделі типу NARX. Використання запропонованої моделі в рамках інформаційної системи "HeatCAM" для прогнозування теплоспоживання будівель протягом опалювального сезону дозволяє підвищити ефективність підтримки процесу прийняття рішень при управлінні режимами теплозабезпечення, що сприятиме зниженню споживання теплової енергії.

  Повний текст PDF - 760.56 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"