Прогнозирование процессов электропотребления на железнодорожном транспорте

• Автор: Яковлев, Дмитрий Александрович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Иркутск
• Количество страниц: 155 с. : ил.

Введение

1 АНАЛИЗ МЕТОДОВ ПРОГНОЗИРОВАНИЯ

ЭЛЕКТРОПОТРЕБЛЕНИЯ

1.1. Прогнозирование в системах электроснабжения железнодорожного транспорта.

1.2 Анализ существующих методов прогнозирования

электропотребления.

1.2.1. Методы эвристического прогнозирования.

1.2.2. Математические методы временной экстраполяции.

1.3 Анализ методов оценки расхода электрической энергии тяговыми подстанциями

2. ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ СИСТЕМ ТЯГОВОГО ЭЛЕКТРОСНАБЖЕНИЯ

2.1. Имитационное моделирование в задачах электропотребления

2.2. Постановка задачи.
2.3. Моделирование СТЭ 1x и 2x кВ
2.4 Определение годового расхода электроэнергии для отдельной
тяговой подстанции.
2.5. Результаты расчетов электропотребления на основе имитационного
моделирования
3 ПРОГНОЗИРОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ НА ОСНОВЕ
ТЕХНОЦЕНОЛОГИЧЕСКОГО АНАЛИЗА.
3.1 Прогнозирования потребления электроэнергии тяговыми
подстанциями с использованием рангового анализа
3.2. Программная система учта и прогнозирования электропотребления
тяговыми подстанциями
4. ПРОГНОЗИРОВАНИЕ ЭЛЕКТРОПОТРЕБЛЕНИЯ
С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ.
4.1. Анализ применения нейронных сетей для прогнозирования расхода электроэнергии тяговыми подстанциями.
4.2. Формирование рациональной обучающей выборки при
прогнозировании электропотребления на тягу поездов.
4.3. Реализация нейросетевого моделирования.
4.4. Разработка нейросетевых моделей прогноза.
ЗАКЛЮЧЕНИЕ
Библиографический список.
Приложения А
Приложения Б
Приложения В
Приложения Г
ВВЕДЕНИЕ
Развитие производственной деятельности на железнодорожном транспорте сопровождается усложнением технологий и совершенствованием систем управления. Немаловажная роль при этом отводится системному развитию электрического хозяйства железных дорог, одним из направлений которого являются внедрение результатов исследований, базирующихся на современных математических методах и информационных технологиях . Прикладные информационные системы находят все большее применение в задачах эффективного использования электроэнергии ЭЭ на железнодорожном транспорте .
Одно из перспективных направлений исследований состоит в создании математических моделей и методов прогнозирования электропотребления ЭП на тяговых подстанциях магистральных железных дорог 9. Разработанные ранее технологии прогнозирования были ориентированы, в основном, на стационарные условия и использование удельных норм расхода ЭЭ 8. Современные условия функционирования субъектов хозяйственной деятельности характеризуются нестабильностью экономических процессов, что требует совершенствования методов анализа и прогнозирования ЭП , .
Актуальность


Выявлено, что при построении прогноза по уровню НОДдорога нейронная сеть оптимально сочетает в себе такие характеристики как быстродействие и высокая аппроксимирующая способность. Предложена оценка качественных и
количественных факторов, влияющих на электропотребление. Рассмотрены различные варианты их представления в нейронной сети. Реализация факторного нейросетевого прогнозирования осуществляется посредством использования модели персептрона , 4, ориентированной на прогнозную оценку одного параметра. Данная модель реализована для решения задачи прогноза электропотребления тяговыми подстанциями Забайкальской железной дороги и ее отделений с применением рангового анализа 1, 0. При использовании данной модели возникает задача прогнозирования ЭП объектов с первым рангом , как одной из главных характеристик деятельности отделения дорог. При этом первичный анализ показал, что потребителями первого ранга для каждого из отделения дороги являются следующие тяговые подстанцииНОД1 ТП Чита НОД2 ТП Чичатка НОД4 ТП Уруша. Для осуществления прогнозных оценок параметра i следует выделить факторы, на него влияющие. Значимость каждого из факторов оценивается исходя из наличия накопленных статистических данных. В качестве меры значимости того или иного фактора Е принимается значение его коэффициента корреляции , с электропотреблением. Выполненный корреляционный анализ по отделениям дороги показал, что наиболее сильным влиянием обладают грузооборот Г тыс. Значения корреляции лежат в пределах , 0,6. На основе проверки значимости коэффициентов при степенях выше первой можно сделать вывод об их незначительном влиянии на прогнозируемый параметр . В итоге приемлемой регрессионной зависимостью можно считать линейную функцию вида i. По методу наименьших квадратов рассчитаны коэффициенты зависимостей для отделений Забайкальской железной дороги. Проверка сформулированной модели на адекватность дала положительный результат. Непараметрическую зависимость 5, Н2 можно смоделировать на нейронной сети, в которой в качестве входных параметров принимаются факторы Е, и Е 2, а выходного электропотребление . На основе полученных результатов определены наиболее эффективные средства прогнозирования ЭП для организационноструктурных уровней железнодорожной магистрали. В заключении приведены основные выводы по работе и отмечается, что на основе проведенных исследований решена актуальная проблема прогнозирования электропотребления для тяговых подстанций магистральных железных дорог. При работе над диссертацией автор пользовался научными консультациями канд. Раевского Н. Железные дороги филиалы ОАО Российские железные дороги следует рассматривать как большие системы. Этот подход предполагает изучение таких систем с использованием методов, учитывающих наличие тесных связей между большим числом факторов, определяющих состояние объекта. Кроме того, они являются управляемыми объектами, которые необходимо рассматривать как совокупность взаимосвязанных подсистем, объединенных общей целью функционирования . Одной из основных подсистем рассматриваемых объектов, непосредственно вовлеченных в процесс производства, являются хозяйства электроснабжения. Приоритетным направлением их деятельности, является снижение эксплуатационных расходов на тягу поездов и повышение эффективности использования электроэнергии для обеспечения перевозочного процесса. От правильной оценки данного показателя зависит успешная деятельность не только электрического хозяйства железнодорожных магистралей, но и отрасли в целом. Классическая теория управления включает в себя три элемента планирование, организацию и собственно управление . Все три элемента базируются на прогнозировании деятельности и развития системы. Прогнозирование является составной частью планирования, которое можно представить в виде сдвига выходной информации по отношению к информации входа. В процессе планирования вырабатываются управленческие решения, учитывающие переход объекта из первоначального в некоторое новое состояние, сформировавшееся под воздействием ряда внешних и внутренних факторов.