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
Электрические станции, сети и системы

Диссертационная работа:

Сухбаатарын Мунхжаргал. Разработка и исследование нейросетевых алгоритмов краткосрочного прогнозирования нагрузки центральной электроэнергетической системы Монголии : Дис. ... канд. техн. наук : 05.14.02 : Новосибирск, 2004 177 c. РГБ ОД, 61:05-5/565

смотреть введение
Введение к работе:

Актуальность темы. Прогнозирование нагрузки электроснабжения стало одним из главных областей исследования в электротехнике и является сложной задачей. Во-первых, последовательность нагрузки сложна и проявляет несколько ступеней сезонности: нагрузка заданного часа зависит не только от нагрузки предыдущего часа, но и от нагрузки этих часов предыдущих суток с одинаковым названием дней предыдущих недель. Во-вторых, многие внешние (внесистемные) переменные, которые должны рассматриваться, исключительно сезонно-зависимые.

Проблемам изучения закономерностей и изменения электрической нагрузки во времени, прогнозированию электрических нагрузок в процессе планирования электрическими режимами и для принятия решений при управлении режимами электроэнергетических систем (ЭСС) посвящено большое количество работ. Большой вклад в изучение этих вопросов внесли Арзамасцев Д.А., Бесчинский АА, Виленский A.M., Гамм А.З., Головкин П.И., Долгополов П.Н., Коган Ю.М., Меламед A.M., Мелентьев Л.А., Некрасов А.С., Руденко Ю.Н., Тимченко В.Ф., Совалов С А., Скрипко ОА., Шид-ловскийА.К., и др.

Задача прогнозирования электрической нагрузки сводится к прогнозированию ее значений на различные интервалы (час, сутки, неделя, месяц, квартал, год). Иными словами, она заключается в осуществлении различных типов прогнозирования (оперативное, краткосрочное, среднесрочное, долгосрочное), Каждый вид имеет свои особенности, соответственно различны цели и условия прогнозирования, исходные данные, на которых строятся прогнозные модели, а к моделям предъявляются различные требования.

Значение краткосрочного прогнозирования, в особенности, возрастает по мере увеличения конкуренции на электроэнергетическом рынке. В Монголии после преобразования структуры электроснабжения в электроэнергетической системе в 2001 году электроэнергия стала товаром, продаваемым и покупаемым по маркетинговым ценам. Поскольку прогнозирование нагрузки играет решающую роль в составлении этих цен, они становятся насущным для электроснабжения промышленности.

С развитием теории искусственного интеллекта в последнее десятилетие было предложено решение задачи прогнозирования нагрузки с использованием искусственных нейронных сетей (ИНС). Предпочтение их традиционным моделям обусловлено тем, что при этом не требуется построения модели обЬекта, не теряется работоспособность при неполной входной информации. Нейросети представляют собой адаптивные интеллектуальные системы, способные подстраиваться под изменения состояния обЬекта, обладают устойчивостью к помехам, имеют высокое быстродействие.

Нейронные сети нелинейны по своей природе и представляют собой эффективный метод моделирования, позволяющий воспроизводить сложные

* ^С национальная!

і ЬНМ ПОТЕКА }

зависимости. С математической точки зрения нейросетевые алгоритмы - это мощный метод моделирования, аппроксимирующие любые непрерывные функции.

Целесообразность применения нейросетевых алгоритмов для решения задач прогнозирования проистекает вследствие следующих причин: реализации простой, но достаточно эффективной схемы вычислений; возможности применения, как при непрерывном, так и при дискретном характере переменных. Существенной особенностью рассматриваемого подхода является то, что он применим не только как основополагающий метод. Поэтому одной из возможных тенденций использования неиросетевьж алгоритмов является их сочетание с классическими методами.

Цель и задачи работы. Целью диссертационной работы является оценка возможности применения методов искусственного интеллекта, в частности, нейросетевых алгоритмов краткосрочного прогнозирования электрической нагрузки для принятия решений в планировании эффективного функционирования и развития электроэнергетической системы Монголии.

При проведении теоретических и экспериментальных исследований, направленных на разработку алгоритмов прогнозирования нагрузки для анализа режимов ЭЭС, решаются следующие задачи:

  1. Систематизация и теоретический анализ существующих моделей и методов прогнозирования нагрузки в электроэнергетике.

  2. Анализ области применения нейросетевых алгоритмов в задачах управления, оптимизации и планирования режимов электроэнергетических систем.

  3. Разработка и развитие новых научных моделей и методов краткосрочного прогнозирования электрической нагрузки систем, основанных на искусственных нейронных сетей.

  4. Сравнительный анализ методов математической статистики и нейросетевых алгоритмов в задачах прогнозирования электрической нагрузки для принятия решений при планировании нормальных режимов, эффективного функционирования и развития электрических систем.

Методы исследований. Разработанные в диссертации научные положения основываются на системном подходе к планированию нормальными режимами и развитием электроэнергетических систем. При проведении исследований использовались положения методологии нейроинформатики, прогнозирования и принятия решений, теории вероятности и математической статистики, экспертных систем, теории нейронньж сетей, а также нейросетевые алгоритмы решения задач краткосрочного прогнозирования нагрузки электроэнергетических систем.

Научная новизна, основные положения, выносимые на защиту, заключаются в следующем:

1. Проведен теоретический анализ основньж положений методов неиросетевьж вычислений, показавший преимущества ИНС в задаче прогнози-

рования. Выполнена оценка принципиальной возможности применения нейронных сетей в электроэнергетике.

  1. Разработаны нейросетевые алгоритмы краткосрочного и оперативного прогнозирования нагрузки электрических систем, отличающиеся выбранной архитектурой и реализацией нейронных сетей.

  2. Составлены различные методики формирования обучающих множеств для ИНС при краткосрочном и оперативном прогнозировании, с целью повышения эффективности нейросетевых алгоритмов прогнозирования нагрузки ЭЭС.

  3. Выполнен сравнительный анализ эффективности использования нейросетевых алгоритмов и вероятностно-статистических методов прогнозирования электрической нагрузки. Показана целесообразность применения ИНС в задачах краткосрочного прогнозирования электрической нагрузки при планировании нормальных режимов и развития ЭЭС.

Достоверность результатов, полученных в диссертации, определяется адекватностью математических моделей, применяемых для решения поставленных задач; использованием реальных данных для часовых интервалов нагрузки ЦЭЭС Монголии с 1998 по 2002 годы, в качестве исходной информации при проведении исследований; апробацией результатов на сравнительном анализе с реальными значениями нагрузки и со значениями, определенными с помощью традиционных методов прогнозирования.

Практическая ценность. Выполненные исследования, а также разработанные методики и алгоритмы могут использоваться в АО-энерго, городских электрических сетях, проектных и исследовательских организациях для решения задач прогнозирования нагрузки при планировании режимов электроэнергетических систем.

В настоящее время нейросетевые алгоритмы краткосрочного прогнозирования в составе методики опережающего управления и программная реализация подготовки исходных данных для обучения нейросетей внедрены в диспетчерской службе Национального диспетчерского центра Монголии.

Основное практическое значение работы заключается в повышении эффективности используемых алгоритмов прогнозирования нагрузки при принятии решений для управления режимами и развитием энергосистем, что приводит к улучшению технико-экономических показателей энергосистем, улучшению качества функционирования ЭЭС, повышению оперативности и обоснованности принятия решений.

Новые достижения в области моделирования и оптимизации режимов ЭЭС могут быть использованы в учебных дисциплинах «Математическое моделирование», «Физико-математические основы электроэнергетики».

Апробация работы. Основные положения и научные результаты диссертационной работы докладывались и обсуждались на 10-й ежегодной международной научно-технической конференции студентов и аспирантов "Радиотехника, электротехника и энергетика" (г. Москва); на региональной научно-

технической конференции студентов, аспирантов и молодых ученых "Наука. Техника. Инновации" (г. Новосибирск, 2003 г.); на II всероссийской научно-технической конференции "Энергосистема: управление, качество, конкуренция" (г. Екатеринбург, 2004 г.); на VIII международном Российско-корейском симпозиуме по науке и технологии KORUS-2004 (г. Томск, 2004 г.); на IY региональной научно-практической конференции молодых ученых и аспирантов (г. Новокузнецк, 2004 г.); на II международной конференции 'Технические и физические вопросы электроэнергетики ТРЕ-2004" (г. Табриз Иран, 2004 г.); на всероссийской Научно-технической конференции "Проблемы электротехники, электроэнергетики и электротехнологии" (г. Тольятти, 2004); 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 обЬем работы. Диссертация состоит из введения, 4 глав, заключения, списка литературы и приложений. Общий обЬем 177 страниц текста. Основной материал изложен на 145 страницах текста, иллюстрирован 36 рисунком, содержит 16 таблиц. Список литературы включает 118 наименований.

Подобные работы
Шевцов Максим Викторович
Разработка и исследование алгоритмов адаптивного функционирования защиты от всех видов коротких замыканий на основе дистанционного принципа
Павлюченко Дмитрий Анатольевич
Разработка и исследование генетических алгоритмов для анализа и оптимизации режимов электроэнергетических систем
Вессарт Василий Владимирович
Разработка и исследование структур и алгоритмов управления систем автономного энергоснабжения с ветроэнергетическими установками
Першин Павел Иванович
Разработка математической модели многоагрегатной газотурбинной электростанции для исследования и оптимизации алгоритмов управления
Макоклюев Борис Иванович
Разработка методов, алгоритмов и программ прогнозирования с учетом метеофакторов графиков нагрузки для повышения эффективности управления режимами энергосистем
Цэвэгжавын Онормаа
Исследование математических моделей и методов для расчета и анализа установившихся режимов электроэнергетической системы Монголии
Мохамед Али Салех
Исследование и разработка мероприятий по повышению надежности электростанций и сетей Республики Йемен
Коваленко Вячеслав Петрович
Разработка и исследование импульсного метода контроля угла между векторами напряжений по концам электропередачи
Тимофеева (Гречухина) Ирина Владимировна
Исследование и разработка преобразователей тока нулевой последовательности для защит от замыканий на землю электрических сетей 6-10 кВ
Литвинов Валерий Геннадьевич
Разработка методов исследования и анализ показателей безопасности состояния систем энергетики

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