Короткострокове прогнозування електричного навантаження (ПЕН) промислових підприємств і цивільних об'єктів є важливим і складним науковим завданням, оскільки надає змогу реалізувати функції керування електроспоживанням і забезпечити енергоефективні режими функціонування систем електрозабезпечення цих і цивільних об'єктів. Досліджено математичні моделі на основі статистичних методів і методів штучного інтелекту для ПЕН промислових підприємств на один крок вперед. Опрацювання літератури показало, що найбільш ефективні та поширені методи короткострокового ПЕН на один крок вперед такі: авторегресивна інтегрована модель ковзного середнього (ARIMA), "наївний" прогноз та адаптивна система нейро-нечіткого висновку (ANFIS). Із метою вибору методу ПЕН, який забезпечить вирішення задач керування електроспоживанням та електропостачанням, проведено розрахункові дослідження вказаних методів ПЕН. При прогнозуванні з використанням ANFIS враховувалися такі зовнішні факторі: фактор дня (якщо будній день, то 1, якщо вихідний, то 0), час доби, день тижня. Об'єктом дослідження є методи ПЕН, які проводилися на основі виміряних даних електричного навантаження промислового підприємства з виготовленням пластмасових виробів. Вимірювання проводилися щоденно з 11 січня 2015 р. по 11 червня 2015 р. (з урахуванням святкових і вихідних днів) кожні пів години (відповідно, 48 вимірювань на добу). Для оцінки якості моделей прогнозування використовувалася стандартна величина: середньоквадратична похибка (RMSE). Розрахункові дослідження виконані у програмному середовищі MATLAB 2020b, із набором інструментів: Fuzzy Logic Toolbox та Econometrics Toolbox. Із використанням методів ARIMA, "наївного" прогнозу та адаптивної системи ANFIS розроблено моделі ПЕН на один крок вперед. Результати розрахункових досліджень показали, що прогнозування з використанням моделі ARIMA (2,1,2) забезпечує найменшу похибку RMSE на рівні 0,0317 і 0,0354 відповідно для навчальної та тестової вибірки. В подальших дослідженнях планується розробка моделей багатокрокового ПЕН.

 Наукова періодика України 

---

Додаткова інформація про автора(ів) публікації:
(cписок формується автоматично, до списку можуть бути включені персоналії з подібними іменами або однофамільці)

• Балюта Сергій Миколайович (технічні науки)
• Куєвда Юлія Валеріївна (технічні науки)

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