Hybrid approach to the forecasting of electric consumption time series for organizational management in the wholesale market

Скорочена інформація про документ
dc.contributor.authorOstapchenko, K. B.
dc.contributor.authorLisovychenko, O. I.
dc.contributor.authorBorukaiev, Z. Kh.
dc.date.accessioned2020-03-11T14:56:54Z
dc.date.available2020-03-11T14:56:54Z
dc.date.issued2019
dc.description.abstractenThe problem of increasing the efficiency of solving the complex of tasks of forecasting and planning electric consumption by regional companies of electricity suppliers - subjects of the organizational management system in the wholesale electricity market is considered. The analysis of the use of various modeling methods in solving the problem of choosing and building a model for forecasting electric consumption is carried out. The task of constructing a hybrid prognostic model devoid of the shortcomings of individual modeling methods is formulated. Preference is given to the approach associated with the integrated use of mathematical tools based on apparatus of artificial neural networks, a genetic algorithm and a Kalman filter for constructing generalized nonlinear multifactor models. It will increase the efficiency of the model building process and their subsequent use for searching both short-term and long-term forecasts. In order to eliminate the effect of random components of the time series with an uneven distribution of the values of the electric consumption on the training process of the neural network as a non-linear forecasting model, we suggest its preliminary preparation using the Kalman filter. Further optimization of the neural network topology is carried out on the basis of a genetic algorithm that allows, at the mutation stage, to adaptively choose the type of structure transformation most suitable for a given network configuration.uk
dc.description.abstractruРассматривается проблема повышения эффективности решения комплекса задач прогнозирования и планирования электропотребления региональными компаниями поставщиков электроэнергии - субъектами системы организационного управления оптовым рынком электроэнергии. Проведен анализ использования различных методов моделирования при решении задачи выбора и построения модели прогнозирования электропотребления, формулируется задача построения гибридной прогностической модели, лишенной недостатков отдельных методов моделирования. Предпочтение отдано подходу, связанному с комплексным использованием математических средств на базе аппаратов искусственных нейронных сетей, генетического алгоритма и фильтра Калмана для построения обобщенных нелинейных многофакторных моделей. Он позволит повысить эффективность процесса построения моделей и их последующего использования для поиска, как краткосрочных, так и долгосрочных прогнозов. Для исключения влияния случайных составляющих временного ряда с неравномерным распределением значений показателя электропотребления на процесс обучения нейронной сети как нелинейной модели прогнозирования предлагается предварительная ее подготовка с помощью применения фильтра Калмана. В дальнейшем осуществляется оптимизация топологии нейронной сети на базе генетического алгоритма, который позволяет на этапе мутации адаптивно выбирать тип преобразования структуры, наиболее подходящий для заданной конфигурации сети.uk
dc.description.abstractukРозглядається проблема підвищення ефективності вирішення комплексу задач прогнозування і планування електроспоживання регіональними компаніями постачальників електроенергії - суб'єктами системи організаційного управління оптовим ринком електроенергії. Проведено аналіз використання різних методів моделювання при вирішенні завдання вибору і побудови моделі прогнозування електроспоживання, формулюється завдання побудови гібридної прогностичної моделі, позбавленої недоліків окремих методів моделювання. Перевага надається підходу, пов'язаного з комплексним використанням математичних засобів на базі апаратів штучних нейронних сіток, генетичного алгоритму і фільтра Калмана для побудови узагальнених нелінійних багатофакторних моделей. Він дозволить підвищити ефективність процесу побудови моделей і їх подальшого використання для пошуку, як короткострокових, так і довгострокових прогнозів. Для виключення впливу випадкових складових часового ряду з нерівномірним розподілом значень показника електроспоживання на процес навчання нейронної сітки як нелінійної моделі прогнозування пропонується попередня її підготовка за допомогою застосування фільтра Калмана. Надалі здійснюється оптимізація топології нейронної сітки на базі генетичного алгоритму, який дозволяє на етапі мутації адаптивно вибирати тип перетворення структури, найбільш підходящий для заданої конфігурації сітки.uk
dc.format.pagerangeС. 42-52uk
dc.identifier.citationOstapchenko, K. B. Hybrid approach to the forecasting of electric consumption time series for organizational management in the wholesale market / K. B. Ostapchenko, O. I. Lisovychenko, Z. Kh. Borukaiev // Адаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник. – 2019. – № 1 (34). – С. 42–52. – Бібліогр.: 24 назви.uk
dc.identifier.doihttps://doi.org/10.20535/1560-8956.1.2019.178228
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/32209
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceАдаптивні системи автоматичного управління : міжвідомчий науково-технічний збірник, 2019, № 1 (34)uk
dc.subjecthybrid approachuk
dc.subjecttime series forecastinguk
dc.subjectelectric consumption processesuk
dc.subjectorganizational managementuk
dc.subjectwholesale electricity marketuk
dc.subjectгібридний підхідuk
dc.subjectпрогнозування часового рядуuk
dc.subjectпроцеси електроспоживанняuk
dc.subjectорганізаційне управлінняuk
dc.subjectоптовий ринок електроенергіїuk
dc.subjectгибридный подходuk
dc.subjectпрогнозирование временного рядаuk
dc.subjectпроцессы электропотребленияuk
dc.subjectорганизационное управлениеuk
dc.subjectоптовый рынок электроэнергииuk
dc.subject.udc004.89:65.011.56uk
dc.titleHybrid approach to the forecasting of electric consumption time series for organizational management in the wholesale marketuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
asau2019-1_06Ostapchenko.pdf
Розмір:
292.75 KB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.06 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Адаптивні системи автоматичного управління: міжвідомчий науково-технічний збірник, № 1 (34)