Моніторинг електроспоживання гірничорудного підприємства

Скорочена інформація про документ
dc.contributor.advisorКалінчик, Василь Прокопович
dc.contributor.authorПотьомкіна, Ганна Леонідівна
dc.date.accessioned2025-03-19T08:12:24Z
dc.date.available2025-03-19T08:12:24Z
dc.date.issued2024
dc.description.abstractАктуальність Повномасштабна війна в Україні створила безпрецедентні виклики для енергетичної системи країни. Постійні обстріли енергооб'єктів, введення графіків погодинних обмежень та адаптація виробничих процесів до нових умов призвели до значної нестабільності в споживанні електроенергії. Точне прогнозування електричних навантажень в таких умовах є критично важливим для ефективного управління енергоресурсами, забезпечення стабільної роботи підприємств та мінімізації економічних втрат. Метою даного дослідження є покращення методів моніторингу та підвищення точності прогнозування електроспоживання гірничорудного підприємства шляхом розробки гібридної моделі прогнозування на основі штучних нейронних мереж. Ця модель враховує динамічні зміни в роботі енергосистеми, включаючи аварійні відключення, коливання споживання електроенергії, вплив погодних умов та інші фактори, які раніше було складно врахувати традиційними методами. Об’єкт дослідження: Процес транспортування і розподілу електроенергії для промислових споживачів. Предмет дослідження: Методи та моделі для прогнозування і планування споживання енергії на підприємстві. Наукова новизна одержаних результатів полягає в оригінальному методі короткострокового прогнозування споживання електроенергії, заснований на аналізі історичних даних; прогнозна модель на основі штучних нейронних мереж, яка враховує економічні фактори; та нова методика формування навчальної вибірки, що дозволяє підвищити точність прогнозування за рахунок використання кліматичних даних.
dc.description.abstractotherRelevance The full-scale war in Ukraine has created unprecedented challenges for the country's energy system. Constant shelling of energy facilities, the introduction of hourly restrictions schedules and the adaptation of production processes to new conditions have led to significant instability in electricity consumption. Accurate forecasting of electrical loads in such conditions is critically important for effective management of energy resources, ensuring stable operation of enterprises and minimizing economic losses. The purpose of this study is to improve monitoring methods and increase the accuracy of forecasting electricity consumption of a mining enterprise by developing a hybrid forecasting model based on artificial neural networks. This model takes into account dynamic changes in the operation of the power system, including emergency shutdowns, fluctuations in electricity consumption, the impact of weather conditions and other factors that were previously difficult to take into account by traditional methods. Object of research: The process of transportation and distribution of electricity for industrial consumers. Subject of research: Methods and models for forecasting and planning energy consumption at the enterprise. The scientific novelty of the obtained results lies in the original method of short- term forecasting of electricity consumption, based on the analysis of historical data; a forecasting model based on artificial neural networks, which takes into account economic factors; and a new method of forming a training sample, which allows to increase the accuracy of forecasting by using climatic data.
dc.format.extent74 с.
dc.identifier.citationПотьомкіна, Г. Л. Моніторинг електроспоживання гірничорудного підприємства : магістерська дис. : 141 Електроенергетика, електротехніка та електромеханіка / Потьомкіна Ганна Леонідівна. – Київ, 2024. – 74 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/72976
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectенергоспоживання
dc.subjectенергетична ефективність
dc.subjectпрогнозування
dc.subjectштучні нейронні мережі
dc.subjectмоніторинг
dc.subjectенергосистема
dc.subjectмоделі машинного навчання
dc.subjectenergy consumption
dc.subjectenergy efficiency
dc.subjectforecasting
dc.subjectartificial neural networks
dc.subjectmonitoring
dc.subjectpower system
dc.subjectmachine learning models
dc.titleМоніторинг електроспоживання гірничорудного підприємства
dc.typeMaster Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
PotomkinaHL_GE_31mp_magistr.pdf
Розмір:
834.63 KB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ЕП)
Магістерські роботи