Research was carried out within the framework of the state task of the Ministry of Science and Higher Education of the Russian Federation (topic “Development of wavelet analysis models for non-stationary modes of electrical networks to improve the reliability and efficiency of power supply to consumers”, topic code: FENG-2023-0005).
Subject of research: predictive neural network model for a daily load schedule.
Purpose of the study: prediction of power consumption based on the graph of electrical loads using a hybrid neural network.
Object of research: methods for predicting the parameters of the power supply system.
Main results of research: the results of forecasting the parameters of the power supply system based on daily load curves are presented. The simulation was carried out in the MATLAB software package. As a forecasting tool, a neural network was used, for the training of which load values averaged over half-hour time intervals and coefficients characterizing daily load schedules were used. The results obtained showed that the hybrid network gives a fairly accurate result, thereby confirming the adequacy of using a neural network to predict power or electricity consumption. The results of the study can be used for short-term forecasting and other parameters of the power supply system.
Исследование проводилось в рамках государственного задания Министерства науки и высшего образования Российской Федерации (тема «Разработка моделей вейвлет анализа нестационарных режимов электрических сетей для повышения надежности и эффективности электроснабжения потребителей», код темы: FENG-2023-0005).
Предмет исследования: прогнозная модель нейронной сети для суточного графика нагрузки.
Цель исследования: прогнозирование электропотребления на основе графика электрических нагрузок с помощью гибридной нейронной сети.
Объект исследования: методы прогнозирования параметров системы электроснабжения.
Основные результаты исследования: представлены результаты прогноза параметров системы электроснабжения на основе суточных графиков нагрузки. Моделирование проводилось в программном комплексе MATLAB. В качестве инструмента прогнозирования использовалась нейронная сеть, для обучения которой применялись значения нагрузки, усредненные на часовых интервалах времени и коэффициенты, характеризующие суточные графики нагрузок. Полученные результаты показали, что гибридная сеть дает достаточно точный результат, тем самым подтверждая адекватность применения нейронной сети для прогнозирования мощности или потребления электроэнергии. Результаты исследования могут быть использованы для краткосрочного прогнозирования и других параметров системы электроснабжения.