Разработка и исследование нейросетевых алгоритмов краткосрочного прогнозирования нагрузки центральной электроэнергетической системы Монголии

Разработка и исследование нейросетевых алгоритмов краткосрочного прогнозирования нагрузки центральной электроэнергетической системы Монголии

Автор: Сухбаатарын Мунхжаргал

Шифр специальности: 05.14.02

Научная степень: Кандидатская

Год защиты: 2004

Место защиты: Новосибирск

Количество страниц: 177 с. ил.

Артикул: 2739982

Автор: Сухбаатарын Мунхжаргал

Стоимость: 250 руб.

СОДЕРЖАНИЕ
1. СОВРЕМЕННОЕ СОСТОЯНИЕ ПРОБЛЕМЫ
1.1. Электроэнергетические системы как область
применения прогнозирования
1.2. Анализ и систематизация методов прогнозирования нагрузки и электропотребления
1.3. Обоснование применения искусственных нейронных сетей
в электроэнергетике
2. ОСНОВНЫЕ ПОЛОЖЕНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ
2.1. Общая характеристика искусственных нейронных сетей.
2.2. Структура и свойства нейронных сетей
2.3. Обучение нейронных сетей
2.3.1. Способность к обучению и накоплению информации
2.3.2. Способы адаптации и методы обучения
2.3.3. Алгоритмы наблюдаемого обучения
2.3.4. Алгоритмы ненаблюдаемого обучения
3. РАЗРАБОТКА И ИССЛЕДОВАНИЕ НЕЙРОСЕТЕВОГО АЛГОРИТМА ОПЕРАТИВНОГО ПРОГНОЗИРОВАНИЯ НАГРУЗКИ ЭЭС
3.1. Структура управления и рыночные отношения
в электроэнергетике Монголии
3.2. Задачи и особенности оперативного прогнозирования нагрузки
3.2. 1. Постановка задачи
3.2.2. Математическая модель и алгоритм решения
3.3. Применение нейронных сетей в задачах прогнозирования.
3.4. Разработка и выбор нейросетевого алгоритма для решения задачи оперативного прогнозирования
3.5. Предлагаемая методология оперативного прогнозирования
нагрузки ЭЭС
3.6. Анализ результатов
3.7. Выбранная методика формирования обучающих множеств, для решения задачи прогнозирования нагрузки на основе ИНС .
3.8. Выбор прикладного программного обеспечения для решения задачи прогнозирования нагрузки ЭЭС на основе нейросетевого алгоритма
3.8.1. Общая характеристика среды Бод1вса
3.8.2. Технология решения задачи прогнозирования нагрузки с применением ИНС в среде айябса
4. ИССЛЕДОВАНИЕ НЕЙРОСЕТЕВОГО АЛГОРИТМА КРАТКОСРЧОНОГО ПРОГНОЗИРОВАНИЯ НАГРУЗКИ ЭЭС
4.1. Задачи прогнозирования нагрузки при планировании нормальных электрических режимов
4.1.1. Прогноз электрических нагрузок
4.1.2. Прогнозирование графика нагрузки .
4.1.3. Математическая модель и алгоритм решения краткосрочного прогнозирования нагрузки ЭЭС
4.2. Предлагаемая методология краткосрочного прогнозирования электрической нагрузки
4.3.Математическая модель и нейросетевой алгоритм решения
4.4. Систематизация вероятностных методов прогнозирования нагрузки .
4.5. Построение модели авторегрессии и проинтегрированного скользящего среднего при краткосрочном прогнозировании нагрузки ЭЭС .
4.6. Сравнительный анализ и обсуждение результатов расчетов .
4.7. Сходство и различие нейронных сетей и математической статистики в
анализе данных
4.8. Общие рекомендации по построению оптимальной нейронной сети для
решения задачи краткосрочного прогнозирования нагрузки ЭЭС .
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРНЫХ ИСТОЧНИКОВ


Основные положения и научные результаты диссертационной работы докладывались и обсуждались на й ежегодной международной научнотехнической конференции студентов и аспирантов Радиотехника, электротехника и энергетика г. Москва, г. Наука. Техника. Инновации г. Новосибирск, г. II всероссийской научнотехнической конференции Энергосистема управление, качество, конкуренция г. Екатеринбург, г. VIII международном Российскокорейском симпозиуме по науке и технологии КОКШ г. Томск, г. У региональной научнопрактической конференции молодых ученых и аспирантов г. Новокузнецк, г. II международной конференции Технические и физические вопросы электроэнергетики ТРЕ г. Табриз Иран, г. Проблемы электротехники, электроэнергетики и электротехнологии г. Тольятти, на семинарах кафедры Системы электроснабжения факультета Энергетики НГТУ, а также на совещаниях с представителями Национального диспетчерского центра Монголии. Публикации. По теме диссертации опубликовано 8 печатных работ. Структура и объем работы. Диссертация состоит из введения, 4 глав, заключения, списка использованных литературных источников и приложений. Общий объем 7 страниц текста. Основной материал изложен на 5 страницах текста, иллюстрирован рисунком, содержит таблиц. Список литературы включает 8 наименований. Электроэнергетические системы ЭЭС являются сложными системами управления. Они характеризуются непрерывным технологическим процессом, обладающим динамическими свойствами, подвержены воздействию внешних и внутренних факторов, имеют сложную, иерархическую структуру. Между энергосистемой и многочисленными потребителями электрической энергии существуют сложные взаимоотношения, которые определяются особенностями электроэнергетического производства. Неразрывность технологического процесса производства и потребления энергии приводит к жесткой зависимости объема производства от потребления в каждый данный момент времени . Изменение нагрузки потребителей во времени происходит постоянно. В связи с этим существует объективная необходимость для энергосистемы в изучении естественных колебаний нагрузки потребителей, анализа и оценки ожидаемых нагрузок и режимов электропотребления. Прогнозирование электрической нагрузки является процессом разработки и формирования прогнозов специальными научными исследованиями конкретных перспектив развития ЭЭС. Прогнозирование находится в тесной взаимосвязи с планированием режимов, разработкой программ, проектированием, управлением ЭЭС. ЭО с учетом ограничений по ЛЭП и ресурсам. Планирование, в свою очередь, является одной из функций управления. Управление как процесс воздействия на организационную систему в целях приведения ее в желаемое состояние укрупненно можно представить состоящим из системы взаимосвязанных функций Рис. Рис. Эти функции управления взаимосвязаны, взаимообусловлены и представляют собой единый процесс, единую систему . Основной задачей управления ЭЭС является надежное снабжение электрической и тепловой энергией требуемого качества при минимальных затратах на ее производство, преобразование, передачу и распределение. ЭЭС целесообразно, когда это возможно, использовать минимум затрат в течение рассматриваемого периода времени различного для различных временных уровней. Прогнозирование нагрузки как функция управления является информационным процессом. Особенности этого процесса заключаются в наличии временного сдвига информации выхода по отношению входа. Величина временного сдвига информационных потоков входа и выхода при принятии решений зависит от времени упреждения прогнозирования по отношению к ретроспективному периоду. В то же время, одной из основных задач оперативного управления энергосистемой в нормальных условиях является обеспечение покрытия нагрузки потребителей системы, мощностью ее электростанций и мсжсистсмных линий электропередач, соединяющих ее с другими системами объединения. Контроль за текущим состоянием управляемой ЭЭС схемой, режимами, средствами управления, ретроспективный анализ событий, оценка перспективных режимов ЭЭС осуществляется оперативным информационноуправляющим комплексом.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.275, запросов: 237