Электронная библиотека Веда
Цели библиотеки
Скачать бесплатно
Доставка литературы
Доставка диссертаций
Размещение литературы
Контактные данные
Я ищу:
Библиотечный каталог российских и украинских диссертаций

Вы находитесь:
Диссертационные работы России
Технические науки
Управление в социальных и экономических системах

Диссертационная работа:

Глебов Андрей Александрович. Модель краткосрочного прогнозирования электропотребления с помощью нейро-нечетких систем : дис. ... канд. техн. наук : 05.13.10 Астрахань, 2006 112 с. РГБ ОД, 61:07-5/924

смотреть содержание
смотреть введение
Содержание к работе:

ВВЕДЕНИЕ 4

ГЛАВА 1. ОБЗОР МЕТОДОВ И ПРОГРАММНЫХ СРЕДСТВ ПО

ПРОГНОЗУ ЭЛЕКТРОПОТРЕБЛЕНИЯ 11

1.3. Классификация методов прогнозирования 11

1.2. Обзор методов прогнозирования временных рядов 15

  1. Экстраполяционные методы прогнозирования 15

  2. Регрессионные методы 17

  3. Экспертные методы 18

  4. Нейронные сети 20

  5. Мягкие вычисления. Гибридные системы 23

1.3. Обзор моделей прогноза электропотребления 27

  1. Обзор программных средств по прогнозу электропотребления 34

  2. Выводы по первой главе 38

ГЛАВА 2. МОДЕЛЬ КРАТКОСРОЧНОГО ПРОГНОЗА

ЭЛЕКТРОПОТРЕБЛЕНИЯ 40

2.1 Адаптивная сеть нечеткого вывода -ANFIS 40

  1. Программные средства реализации 46

  2. Алгоритм отбора входных переменных 49

  3. Нормирование данных 58

  4. Сглаживание данных 62

  5. Модель прогнозирования 65

  6. Синтез нейро-нечеткой модели типа Сугэно. Поиск оптимального вектора радиуса субтрактивной кластеризации 67

2.8. Выводы по второй главе 75

ГЛАВА 3. ПРОГРАММНАЯ РЕАЛИЗАЦИЯ МОДЕЛИ

ПРОГНОЗИРОВАНИЯ ЭЛЕКТРОПОТРЕБЛЕНИЯ АСТРАХАНСКОЙ

ОБЛАСТИ 78

3.1. Преимущества использования системы баз данных 78

3.2. Функциональная модель системы поддержки принятия решения
при краткосрочных прогнозах электропотребления 81

3.3. Модель организации знаний системы поддержки принятия
решений при краткосрочных прогнозах потребления электроэнергии 84

3.4. Информационно-логическая модель системы поддержки принятия
решений при краткосрочных прогнозах потребления электроэнергии 85

  1. Семантическое моделирование 85

  2. Выбор программного обеспечения для управления доступом к базе данных 88

  3. Описание параметров входной информации 89

  4. Спецификация обработки информации 92

3.5. Выводы по третьей главе 93

ГЛАВА 4. РЕЗУЛЬТАТЫ ОПЫТНОЙ ЭКСПЛУАТАЦИИ

АВТОМАТИЗИРОВАННОЙ СИСТЕМЫ ПРИНЯТИЯ РЕШЕНИЙ ПРИ КРАТКОСРОЧНЫХ ПРОГНОЗАХ ПОТРЕБЛЕНИЯ ЭЛЕКТРОЭНЕРГИИ. 94

  1. Режимы работы автоматизированной СППР при краткосрочных прогнозах электропотребления 94

  2. Тестирование автоматизированной системы поддержки принятия решения при краткосрочных прогнозах потребления 99

  1. Свидетельство об официальной регистрации программы для ЭВМ. 101

  2. Акт внедрения программного обеспечения 102

  3. Выводы по четвертой главе 104

ОСНОВНЫЕ ВЫВОДЫ И ЗАКЛЮЧЕНИЕ 105

БИБЛИОГРАФИЧЕСКИЙ СПИСОК ИСПОЛЬЗОВАННОЙ

ЛИТЕРАТУРЫ 107

Введение к работе:

д.т.н., проф. Петрова И.Ю.
.

Актуальность работы.

Прогнозирование режимных параметров и технико-экономических показателей является одной из важных задач, как при планировании, так и при ведении текущих режимов электроэнергетической системы (ЭЭС). Создание условий для свободной конкуренции на оптовом рынке электроэнергии является частью комплекса мероприятий, проводимых в рамках реформирования отрасли, и направлено на выработку нового механизма образования цен на электрическую энергию, отражающего баланс интересов производителей и потребителей электроэнергии. Цена ошибок прогнозирования и планирования становится все более высокой. Оценочные расчеты, проводимые для энергообъединения России с уровнем месячного потребления около 1500 млн. кВтч, показали, что улучшение качества прогнозирования только месячного потребления на 0,1% способно в настоящих условиях снизить затраты на оплату отклонений от плана по поставкам электроэнергии на 3-5 млн. рублей в год. Еще больший эффект приносит уточнение краткосрочного и оперативного прогноза графиков потребления мощности.

Совет директоров ОАО «Системный оператор – Центральное Диспетчерское Управление Единой Энергосистемой» (ОАО «СО-ЦДУ ЕЭС») 29 апреля 2005 года утвердил основные стратегические задачи развития в «Приоритетных направлениях деятельности ОАО «СО-ЦДУ ЕЭС» на 2005-2008 года», в которых требуется единообразное применение передовых технологических решений, аппаратных технических средств и программного обеспечения на всех уровнях оперативного диспетчерского управления. Поэтому в сравнительном анализе, который проводился в работе, не рассматривались программные комплексы зарубежного производства, так как они не соответствуют данным требованиям. Анализ показал, что на рынке существует два программных продукта для прогноза электропотребления. Это программный комплекс «Энергостат», который разработан в ВНИИ энергетики и рекомендован для внедрения в региональные диспетчерские управления (РДУ) и программный комплекс «Прогноз БР», разработанный для обязательного внедрения в диспетчерские управления в рамках реформирования рынка электроэнергии. Отсутствие необходимого объема статистики по электропотреблению в некоторых энергообъединениях, в том числе и в Астраханском РДУ, не позволяет использовать программу «Энергостат». Минимальный объем базы ретроспективной информации по электропотреблению составляет один год для программного обеспечения «Энергостат». Переход к рыночным отношениям в энергетике и образование новых субъектов рынка не позволяет использовать статистику, которая велась на бумажных носителях в энергообъединениях.

Кроме этого, стоимость данного продукта является высокой, что не позволяет апробировать его на данных энергосистемы, а сравнение результатов прогноза с другими системами не имеет смысла, так как каждая энергосистема имеет свою специфику. Например, в Астраханской области потребление не превышает 600-700 мегаватт и в основном состоит из нагрузки потребительского сектора, что делает процесс изменения нагрузки более непредсказуемым по сравнению с энергосистемами, где большую часть потребления составляет промышленный сектор.

Таким образом, минимизация ошибок планирования, а так же создание такого программного обеспечения, которое позволит использовать малый объем ретроспективной информации, является актуальной задачей.

Целью диссертации является разработка модели краткосрочного прогноза электропотребления и комплекса программ для снижения погрешности планирования режимных параметров и технико-экономических показателей в условиях малых объемов ретроспективной информации.

В рамках работы решаются задачи:

Анализ и классификация существующих автоматизированных систем поддержки принятия решения при краткосрочных прогнозах электропотребления, а так же существующих методов и моделей прогноза, применяемых для прогноза электропотребления.

Разработка эффективной модели прогноза электропотребления.

Проектирование с использованием методов системного анализа структуры базы данных, обеспечивающей реализацию эффективного хранения и использования данных телеметрии для прогноза электропотребления.

Разработка алгоритмов формирования обучающих выборок для системы поддержки принятия решения при краткосрочных прогнозах.

Создание комплекса программного обеспечения, реализующего автоматизацию следующих операций: запись данных с внешних источников информации, формирование обучающих выборок системы и прогноз электропотребления в реальном времени.

Проверка адекватности разработанной модели и программного обеспечения.

Методы исследования.

Для решения поставленной задачи в работе были использованы методы математической статистики, обработки данных, регрессионного анализа, нейронных сетей, нечеткой логики, гибридных систем, теории баз данных, технологии построения реляционных баз данных.

Научная новизна работы. В диссертации разработаны и вынесены на защиту следующие основные положения:

Модель краткосрочного прогноза электропотребления, отличающаяся применением нейро-нечетких систем типа Сугэно, модифицированного алгоритма отбора входных переменных, алгоритмом поиска оптимального радиуса субтрактивной кластеризации, оптимальных методов предобработки данных, что позволило уменьшить погрешность прогноза на 5% в среднем за сутки.

Модифицированный алгоритм динамического отбора входных переменных методом последовательного поиска вперед, отличающийся от традиционного выбором входных переменных на основе суммы среднеквадратичной ошибки на тренировочной и тестовой выборках. Это позволило исключить эксперта из анализа влияния независимых параметров на электропотребление и уменьшить общую погрешность прогноза на 2 % в среднем.

На основе анализа алгоритмов синтеза базы нечетких правил нейро-нечеткой системы типа Сугэно разработан и впервые применен алгоритм поиска оптимального вектора радиуса субтрактивной кластеризации при синтезе базы нечетких правил нейро-нечеткой системы. Это позволило исключить участие эксперта при выборе значения вектора радиуса и автоматизировать процесс создания базы правил, а также уменьшить общую погрешность прогноза на 0,8% в среднем.

Полученные оптимальные методы предобработки данных для ретроспективных показателей электропотребления Астраханской области, позволяющие уменьшить общую погрешность прогноза на 0,5% в среднем за сутки.

Впервые разработанные концептуальная модель и структура базы данных для сбора и хранения ретроспективных данных электропотребления и данных прогноза.

Впервые разработанные функциональная и семантическая модели системы поддержки принятия решения при краткосрочных прогнозах электропотребления.

Практическая ценность работы заключена в следующем:

На основе созданных моделей и предложенных методов обработки данных разработана автоматизированная система поддержки принятия решения при краткосрочных прогнозах электропотребления, позволяющая повысить точность прогноза на 5% в среднем за сутки. Система поддержки принятия решения при краткосрочных прогнозах электропотребления внедрена на предприятии Филиал ОАО «СО-ЦДУ ЕЭС» - Астраханское региональное диспетчерское управление энергосистемы Астраханской области, о чем свидетельствует акт внедрения. Получено свидетельство об официальной регистрации программ для ЭВМ №2006612348 в Реестре программ для ЭВМ Федеральной службы по интеллектуальной собственности, патентам и товарным знакам.

Апробация работы.

Результаты работы были представлены на следующих научных конференциях: первом специализированном научно-техническом семинаре "Современные методы и программные средства анализа и планирования электропотребления, балансов мощности и электроэнергии" (ВНИИ Энергетики, Москва, 2003), VI международной научно-практической конференции «Компьютерные технологии в науке, производстве, социальных и экономических процессах» (Новочеркасск, 2005), на Всероссийской научно-практической конференции «Образование, наука, бизнес: особенности регионального развития и интеграции» (Череповец, 2005).

Публикации.

Основные положения и результаты работы опубликованы в 8 печатных работах.

Объем работы.

Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы. Работа изложена на 112 страницах текста, содержит 14 рисунков, 24 таблицы, список литературы включает 62 наименования.

Подобные работы
Шабалина Ольга Аркадьевна
Модели и методы для управления процессом обучения с помощью адаптивных обучающих систем
Селезнев Павел Владимирович
Разработка моделей прогнозирования для информационно-аналитической системы оценки рентабельности региональной транспортной компании
Прилуцкая Ирина Евгеньевна
Система поддержки принятия решений для организации взаимодействия скорой медицинской помощи и поликлинических служб
Паничкина Марина Васильевна
Разработка информационно-аналитической модели взаимодействия системы образования и бизнес-сообщества
Кочиева Таиса Багратовна
Исследование и разработка моделей базовых систем стимулирования в активных системах
Айшаева Зарема Оюсовна
Механизмы и модели совершенствования системы планирования и управления деятельностью фирмы
Давыдов Сергей Викторович
Когнитивные модели управления развитием систем профессионального образования
Голембиовский Дмитрий Юрьевич
Модели, стратегии и системы управления портфелем производных финансовых инструментов
Бережная Елена Викторовна
Методология и экономико-вероятностные модели управления автотранспортными системами в нестабильной экономической среде
Зеленин Александр Юрьевич
Управление инвестиционным процессом развития региональной системы телерадиовещания на основе моделей и алгоритмов принятия решений

© Научная электронная библиотека «Веда», 2003-2013.
info@lib.ua-ru.net