Блінов, І. В.Шиманюк, П. В.Сичова, В. В.Мірошник, В. О.2025-02-212025-02-212024Вплив аномальних значень на точність прогнозування втрат в розподільчих мережах / І. В. Блінов, П. В. Шиманюк, В. В. Сичова, В. О. Мірошник // Енергетика: економіка, технології, екологія : науковий журнал. – 2024. – № 4. – С. 149-154. – Бібліогр.: 16 назв.https://ela.kpi.ua/handle/123456789/72671Актуальність дослідження обумовлена сучасними трендами в управлінні режимами роботи розподільних електричних мереж із використанням технологій Smart Grid, а також необхідністю зниження витрат операторів систем розподілу на закупівлю електроенергії. Для цього потрібні точні результати прогнозування навантажень у вузлах мережі на різних горизонтах прогнозування. Різкі зміни топології мережі можуть збільшувати похибки прогнозу втрат як єдиного часового ряду, що негативно впливає на ефективність керування мережею та підвищує витрати на закупівлю електроенергії для покриття втрат. У роботі було розглянуто методи прогнозування на основі штучних нейронних мереж для розрахунку та прогнозування втрат електричної енергії, а також проведено порівняння цих методів між собою. Розрахунки виконано на основі даних одного з українських операторів систем розподілу, а тестова електрична мережа адаптована на основі схеми CIGRE для моделювання втрат електричної енергії. Оскільки дані вузлового навантаження містили пропуски та аномалії, було використано двоетапний алгоритм аналізу даних із застосуванням методу кластеризації DBSCAN для їх виявлення та корекції. В результаті проведених обчислень втрат на основі достовіризованих даних, похибка втрат була зменшена втричі порівняно з розрахунками, що базуються на коефіцієнтах навантаження. Використання методів аналізу даних та прогнозування на основі штучних нейронних мереж значно підвищує точність розрахунків втрат і мінімізує похибки.ukвтративузлове навантаженняпрогнозуваннянейронні мережіCIGRELSTMlossesnode loadforecastingneural networksВплив аномальних значень на точність прогнозування втрат в розподільчих мережахInfluence of anomalous values on the accuracy of forecasting losses in distribution networksArticleС. 149-154https://doi.org/10.20535/1813-5420.4.2024.316249621.311:681.30000-0001-8010-53010000-0002-7585-74930000-0001-7385-16800000-0001-9036-7268