Короткострокове прогнозування та керування електроспоживанням промислового підприємства
| dc.contributor.advisor | Калінчик, Василь Прокопович | |
| dc.contributor.author | Пономаренко, Вадим Олегович | |
| dc.date.accessioned | 2019-06-11T13:16:45Z | |
| dc.date.available | 2019-06-11T13:16:45Z | |
| dc.date.issued | 2018 | |
| dc.description.abstracten | Relevance of the work. Forecasting the value of electric consumption of an industrial enterprise is an important technical and economic issue of science. The need for accurate prediction of electricity consumption is due to technological and economic reasons. There is a large number of models and methods of short-term load forecasting. The formation and development of methods of mathematical modeling, forecasting and planning of electricity consumption are connected with the work of such domestic and foreign scientists: P. Chernenko, O. Martynyuk, V. Miroshnik, A. Prahovnik, I. Voronov, Aliyev B., Bartolomey P., Berdin A., Bogdanov V., Vagin V., Vasiliev I., Vinnikov V., Gordeyev V., Gursky S., Kalyuzhny A., Karpov V., Kudrin B., Lipes A., Melamed A., Makoklyuev B., Rabinovich M. , Stepanov V., Timchenko V., Fokin Y., Chernysh E., Bunn DW, and others. The quality of the forecast depends largely on the chosen mathematical model. The most widely used models are, the load is divided into two components: base (regular) and weather dependent (irregular). However, the methods of short-term forecasting of electricity consumption, which are in operation, do not fully satisfy the technology of their use in the control of regimes. The main disadvantage of existing methods is the need to build a load model and continuous refinement of the finished model. Another disadvantage of these methods is the inaccurate relationship between the input and output variables, since the relationships between them are nonlinear. The object of the study is the processes of the consumption of an industrial enterprise and the factors on which they depend. The purpose of the work: to increase the accuracy of forecasting the consumption of industrial enterprises, by creating a forecast model of electricity consumption, taking into account its dependence on the factors affecting it. Subject of research: available short-term forecasting models, their errors, ways to reduce them, algorithms for training artificial neural networks, heuristic algorithms for selecting factors. Research methods. Developments and researches were carried out on the basis of the theory of mathematical modeling, the theory of system analysis, the theory of artificial neural networks, heuristic selection algorithms and fuzzy logic, computer modeling, reverse error propagation. The scientific novelty of the results 1. A method for determining the dependencies of the industrial enterprise's electricity consumption on the parameters influencing it using an artificial neural network is developed, which is characterized by the complex use of educational algorithms for determining the internal configuration of the neural network and the heuristic choice of consumers, regulators of the power supply of the industrial enterprise. 2. A forecast model of the consumption of an industrial enterprise is created, which is characterized by the fact that as input parameters of the model different factors are used: weather, production, socio-economic. 3. A methodology for carrying out a forecast for industrial enterprises that will participate in the balancing market of electric energy in Ukraine, which is distinguished by the consistent use of the forecast model and the algorithm of consumer-regulator choice. The practical value of the result . The research carried out in the work can be used: - to reduce the financial costs of enterprises arising from the deviation of the actual volumes of electricity consumption from the volumes declared for purchase in the electricity market, using the forecast models of the consumption of enterprises taking into account the individual characteristics of each enterprise; - for planning and accounting of production activity, allowing to reduce the magnitude of the error when forecasting electricity consumption; - to determine all factors that affect the electrical consumption of the object, as well as their positioning from the strongest to the weakest; - to choose the most optimal plan of work of the enterprise in the short-term perspective in case of necessity of choosing ways of controlling the electrical load of the enterprise. | uk |
| dc.description.abstractuk | Актуальність роботи. Прогнозування величини електричного споживання промислового підприємства є важливим техніко-економічним питанням науки. Необхідність точного прогнозування електроспоживання обумовлена технологічними і економічними причинами. Існує велика кількість моделей і методів короткострокового прогнозування навантаження. Становлення і розвиток методів математичного моделювання, прогнозування і планування електроспоживання пов'язано з роботами таких вітчизняних і зарубіжних вчених: П.О.Черненко, О.В. Мартинюк, В.О. Мірошник ,А.В. Праховник, І.В. Воронов, А.В. Алюєв Б.І., Бартоломей П.І., Бердін А.С., Богданов В.А., Вагін В.П ., Васильєв І.Є., Віників В.А., Гордєєв В.І., Гурський С.К., Калюжний А.С., Карпов В.В., Кудрін Б.І., Ліпес А.В., Меламед А.М., Макоклюєв Б.І., Рабінович М.А., Степанов В.П., Тимченко В.Ф., Фокін Ю.А., Черниш Е.А., Bunn DW, та інших. Якість прогнозу багато в чому залежить від обраної математичної моделі. Найбільшого поширення набули моделі, розкладають навантаження на дві складові: базову (регулярну) і залежну від погоди (нерегулярну). Однак, наявні в експлуатації методи короткострокового прогнозування електроспоживання, не задовольняють повною мірою технології їх використання при управлінні режимами. Основним недоліком існуючих методів є необхідність побудови моделі навантаження і постійне уточнення готової моделі. Іншим недоліком цих методів є неточне встановлення співвідношення між вхідними та вихідними змінними, так як залежності між ними нелінійні. Об’єктом дослідження являються процеси електроспоживання промислового підприємства а також фактори від яких вони залежать Мета роботи: підвищення точності прогнозування електроспоживання промислового підприємства, шляхом створення прогнозної моделі електроспоживання, що враховує його залежність від впливаючих на нього факторів. Завдання досліджень: 1. Виявити основні вимоги, що пред'являються до прогнозу величини електроспоживання промислового підприємства, що купує електроенергію на оптовому а в майбутньому і на балансуючому ринку електроенергії і потужності. 2. Порівняти існуючі методи прогнозування електроспоживання промислових підприємств і вибрати оптимальний метод для прогнозування електроспоживання в умовах роботи підприємства на оптовому та балансуючому ринку електроенергії та потужності. 3. Розробити методику створення прогнозної моделі електроспоживання промислового підприємства для обраного методу прогнозу. 4. Розробити методику оцінки впливу параметрів навколишнього середовища і виробничих параметрів на електроспоживання промислового підприємства з використанням штучної нейронної мережі для визначення набору вхідних параметрів прогнозної моделі. 5. Встановити залежність електроспоживання багатономенклатурного промислового підприємства від впливаючих на нього виробничих параметрів і параметрів навколишнього середовища. 6. Створити за допомогою розроблених методик та отриманих залежностей прогнозну модель електроспоживання, що враховує впливаючі на електроспоживання фактори 7. Перевірити і оцінити якість роботи отриманої прогнозної моделі шляхом порівняння фактичних і прогнозних значень електроспоживання машинобудівного підприємства. Предмет дослідження: наявні короткострокові прогнозні моделі, їх похибки, шляхи їх зменшення, алгоритми навчання штучних нейронних мереж, евристичні алгоритми вибору факторів. Методи дослідження. Розробки і дослідження проводилися на основі теорії математичного моделювання, теорії системного аналізу, теорії штучних нейронних мереж, евристичних алгоритмів відбору і нечіткої логіки, комп'ютерного моделювання, зворотного розповсюдження помилки. Наукова новизна одержаних результатів. 1. Розроблено методику визначення залежностей електроспоживання промислового підприємства від впливаючих на нього параметрів за допомогою штучної нейронної мережі, що відрізняється комплексним використанням навчальних алгоритмів для визначення внутрішньої конфігурації нейронної мережі та евристичного вибору споживачів-регуляторів електропостачання промислового підприємства. 2. Створена прогнозна модель електроспоживання промислового підприємства, що відрізняється тим, що в якості вхідних параметрів моделі використовуються різні фактори: погодні, виробничі, соціально-економічні. 3. Створено методику щодо здійснення прогнозу на промислових підприємствах, що будуть учасниками балансуючого ринку електричної енергії в Україні, що відрізняється послідовним використанням прогнозної моделі та алгоритму вибору споживача-регулятора. Практичне значення одержаних результатів. Дослідження, що було проведене в роботі може бути використане: - для зниження величини фінансових витрат підприємств, що виникають при відхиленні фактичних обсягів електроспоживання від обсягів, заявлених до покупки на ринку електроенергії, шляхом використання прогнозних моделей електроспоживання підприємств з урахуванням індивідуальних особливостей кожного підприємства; - для планування та обліку виробничої діяльності, що дозволяють знизити величину помилки при прогнозуванні електроспоживання; - для визначення всіх факторів, що впливають на електроспоживання об’єкту, а також їх позиціонування від найбільш сильного до найбільш слабкого; - для вибору найбільш оптимального плану роботи підприємства у короткостроковій перспективі в випадку необхідності вибору шляхів управління електричним навантаженням підприємства. | uk |
| dc.format.page | 118 c. | uk |
| dc.identifier.citation | Пономаренко, В. О. Короткострокове прогнозування та керування електроспоживанням промислового підприємства : магістерська дис. : 141 Електроенергетика, електротехніка та електромеханіка / Пономаренко Вадим Олегович. – Київ, 2018. – 118 с. | uk |
| dc.identifier.uri | https://ela.kpi.ua/handle/123456789/27883 | |
| dc.language.iso | uk | uk |
| dc.publisher.place | Київ | uk |
| dc.subject | короткострокове прогнозування | uk |
| dc.subject | прогнозна модель | uk |
| dc.subject | керування електроспоживанням | uk |
| dc.subject | інтегрована модель авторегесії | uk |
| dc.subject | середня абсолютна похибка прогнозу | uk |
| dc.subject | середня абсолютна похибка у відсотках | uk |
| dc.subject | середньоквадратична похибка | uk |
| dc.subject | корінь середньоквадратичної похибки | uk |
| dc.subject | short-term forecasting | uk |
| dc.subject | forecast model | uk |
| dc.subject | power consumption management | uk |
| dc.subject | integrated model of autoregression | uk |
| dc.subject | average absolute error | uk |
| dc.subject | mean absolute error | uk |
| dc.subject | mean squared error | uk |
| dc.subject | root of mean square error | uk |
| dc.subject.udc | 621.311.153 | uk |
| dc.title | Короткострокове прогнозування та керування електроспоживанням промислового підприємства | uk |
| dc.type | Master Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Ponomarenko_magistr.pdf
- Розмір:
- 1.94 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.06 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: