Калінчик, Василь ПрокоповичПотьомкіна, Ганна Леонідівна2025-03-192025-03-192024Потьомкіна, Г. Л. Моніторинг електроспоживання гірничорудного підприємства : магістерська дис. : 141 Електроенергетика, електротехніка та електромеханіка / Потьомкіна Ганна Леонідівна. – Київ, 2024. – 74 с.https://ela.kpi.ua/handle/123456789/72976Актуальність 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.74 с.ukенергоспоживанняенергетична ефективністьпрогнозуванняштучні нейронні мережімоніторингенергосистемамоделі машинного навчанняenergy consumptionenergy efficiencyforecastingartificial neural networksmonitoringpower systemmachine learning modelsМоніторинг електроспоживання гірничорудного підприємстваMaster Thesis