Методы интеллектуальной поддержки при принятии управленческих решений в системах энергетического менеджмента

• Автор: Бребельс, Адриан
• Шифр специальности: 05.13.01, 05.13.10
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Волгоград
• Количество страниц: 152 с. : ил.

ОГ ДАВЛЕНИЕ
Введение
ГЛАВА 1. Проблема поддержки принятия решения в системе энергетического менеджмента
1.1. Система энергетического менеджмента зданий
1.2. Формализация и классификация зданий как объектов потребителей
энергии.
1.3. Автоматизация мониторинга и измерение процессов и ключевых
характеристик операций
1.3.1. Системы сбора данных
1.3.2. Классификация измеряемых данных
1.3.3. Автоматизированные системы управления зданиями
1.4. Интеллектуальная поддержка при принятии управленческих
решений в системах энергетического менеджмента
1.5. Результаты и выводы по главе
ГЛАВА 2. Обзор подходов поддержки при принятии решений на основе интеллектуальной обработки данных
2.1. Обзор систем поддержки принятия решения
2.2. Модели и методы прогнозирования потребления электроэнергии и
газа.
2.3. Обзор оценок ошибок прогнозирования
2.3.1. Абсолютные ошибки прогнозирования
2.3.2. Процентные ошибки прогнозирования
2.3.3. Симметричные ошибки прогнозирования
2.3.4. Ошибки, основанные на оценке прогноза базовых моделей
2.3.5. Масштабированные ошибки прогнозирования
2.3.6. Относительные оценки
2.3.7. Другие группы оценок
2.4. Подходы к выявлению выбросов в энергетических данных
2.5. Результаты и выводы по главе
ГЛАВА 3. Разработка методов интеллектуальной поддержки при принятии управленческих решений в системах энергетического менеджмента
3.1. Методика интеллектуальной поддержки при принятии управленческих решений в системах энергетического менеджмента
3.2. Метод оценки энергетической результативности
3.3. Модели и методы интеллектуальной обработки данных
3.3.1. Метод прогнозирования потребления электроэнергии в автоматическом режиме
3.3.2. Метод прогнозирования потребления газа
3.3.3. Метод идентификации выбросов в данных
3.4. Методы поддержки приятия решения
3.4.1. Формирование отчетов со структурированной информацией для поддержки принятия решения
3.4.2. Формирование управлений СКК в автоматическом режиме
3.5. Результаты и выводы по главе
ГЛАВА 4. Реализация методики поддержки принятия решения в виде
программного комплекса
4.1. Испытание предложенных моделей и методов интеллектуальной обработки данных и обоснование их эффективности
4.1.1. Результаты испытания предлагаемого метода прогнозирования электроэнергии
4.1.2. Результаты испытания метода прогнозирования потребления газа

4.1.3. Испытание метода идентификации выбросов в данных
4.2. Архитектура системы поддержки принятия решения
4.3. Примеры расчета показателей энергетической эффективности
4.4. Экономическая эффективность предлагаемых решений
4.5. Результаты и выводы по главе
Заключение
Список литературы
Приложение А. Потребление электроэнергии в коммерческих зданиях
(2010-2012)
Приложение Б. Результаты прогнозирования потребления энергии..

Групповые системы поддержки принятия решения (Group Support Systems, GSS): использование механизмов для взаимодействия между технологиями ППР для поддержки рабочей группы.
Системы поддержки принятия решения для обеспечения переговоров (Negotiation Support Systems, NSS): тип СГТПР направленных на обеспечение процесса переговоров между сторонами.
Интеллектуальные системы поддержки принятия решения (Intelligent Decision Support Systems, IDSS): системы реализующие механизмы искусственного интеллекта для поддержки принятия решения.
Системы поддержки принятия решения, основанные на обработке знаний (Knowledge Management-Based DSS, KMDSS): СППР - поддерживающие принятие решения с использованием механизмов получения, хранения и обработки знаний.
Хранилища данных (Data Warehousing, DW): - системы, обеспечивающие масштабированную инфраструктуру для поддержки принятия решения.
Системы корпоративной отчетности и анализа (Enterprise Reporting and Analysis Systems, ERAS) - СППР ориентированные на выполнение производственных задач и включающие оперативную информационную систему, систему бизнес интеллекта и недавно появившуюся систему управления эффективностью предприятием.
В результате анализа сделан вывод о необходимости в реализации СГТПР для СЭМ, основанной на знаниях, при этом, учитывая наличие BMS, необходимо использовать модели и методы интеллектуальной обработки информации для извлечения знаний о процессе использования и потребления энергии и СЭМ. Такую СППР будем рассматривать как гибрид системы интеллектуальной систему поддержки при принятии управленческих решений в системах энергетического менеджмента и системы корпоративной отчетности и анализа для управления эффективностью СЭМ.
Следует выделить следующие задачи обработки данных для интеллектуальной поддержки принятия решения: задача прогнозирования