АСПЕКТИ ВРАХУВАННЯ ТЕМПЕРАТУРИ ПОВІТРЯ ДЛЯ ПІДВИЩЕННЯ ТОЧНОСТІ КОРОТКОСТРОКОВОГО ПРОГНОЗУВАННЯ ВУЗЛОВИХ НАВАНТАЖЕНЬ

Автор(и)

DOI:

https://doi.org/10.20535/1813-5420.2.2021.247368

Ключові слова:

вузлове електричне навантаження, короткострокове прогнозування, штучна нейронна мережа, рекурентна мережа, багатофакторний прогноз

Анотація

Розглянуто особливості впливу даних про температуру повітря на точність прогнозування вузлових навантажень в енергосистемах та зміну точності такого прогнозування в залежності від навчальної вибірки та її обсягу. Показано застосування методу аналізу даних для виявлення аномальних значень та пропусків для зменшення спотворень даних та покращення результатів прогнозування. Для багатофакторного прогнозу вузлових навантажень було  використано нейронну мережу глибинного навчання типу LSTM. Для оцінки ефективності точності прогнозу розглянуто різні варіанти вибірок даних для навчання нейронної мережі.

Посилання

On Electricyty Market: The Law of Ukraine. No. 2019-VIII of 13.04.2017.

Ivanov H., Blinov I., Parus Y. Simulation Model of New Electricity Market in Ukraine. IEEE 6th International Conference on Energy Smart Systems. 2019. DOI: https://doi.org/10.1109/ESS.2019.8764184

Blinov I.V. Problems of functioning and development of a new electricity market model in Ukraine (According to the scientific report at the meeting of the Presidium of NAS of Ukraine, February 3, 2021)// Visn. Nac. Acad. Nauk Ukr. 2021. No 3. Pp. 20-28.(Ukr) DOI: doi.org/10.15407/visn2021.03.020

NEURC’s Resolution “On Approval of Market Rules” No. 307 dd 14. 03.2018

I. Blinov, V. Miroshnyk, P. Shymaniuk The cost of error of "day ahead" forecast of technological losses of electrical energy. Tekhnichna elektrodynamika. 2020. No.5 pp 70-73 DOI: https://doi.org/10.15407/techned2020.05.070

I. Blinov, V. Miroshnyk, P. Shymaniuk Short-term interval forecast of total electricity generation by renewableenergy sources producers. Proceedings of the Institute of Electrodynamics of the National Academy of Sciences of Ukraine. 2019. No. 54 pp. 5-12.

Seyedeh Narjes Fallah; Mehdi Ganjkhani; Shahaboddin Shamshirband. Computational Intelligence on Short-Term Load Forecasting: A Methodological Overview. MDPI 2019.

P. Chernenko, V. Miroshnyk, P. Shymaniuk Univariable short-term forecast of nodal electrical loads of energy systems. Tekhnichna elektrodynamika. 2020. No. 2. Pp 67-73. DOI: https://doi.org/10.15407/techned2020.02.067

Aoyang Han, Bin Zhang, Zhongliang Sun, Zhiqiang Niu, Junxiong Wang Nodal load forecast model considering network topology constraints. IEEE PES Asia-Pacific Power and Energy Conference. Xi'an.China. 2016.Pp. 939-943.

G.P. Shumilova, N.Je. Gotman, T.B.Starceva Prediction of the active and reactive load of EPS units using inversion of an artificial neural network. Elektrichestvo. No 6. 2007. Pp. 7-13.

G. Hou, K. Xu, S. Yin, Y. Wang, Y. Han, Z. Wang, Y. Mao, Z. Lei A novel algorithm for multi-node load forecasting based on big data of distribution network. International Conference on Advanced Electronic Science and Technology (AEST 2016), Shenzhen, 2016, Pp 655-667.

P. Chernenko, V. Sychova. 2021. Improving the algorithm for determining the effect of air temperature on the overall electrical load of the power system to improve the accuracy of short-term forecasting. Tekhnichna elektrodynamika. 2021. №2, pp. 77-83.

S. Hochreiter, J. Schmidhuber Long Short-term Memory // Neural computation. 1997. No 9. Pp 1735-1780.

G. Klambauer, T. Unterthiner, A. Mayr, S. Hochreiter Self-Normalizing Neural Networks // Advances in Neural Information Processing Systems. 2017. № 30. Pp. 971-980.

D.P. Kingma, J. Ba Adam. A Method for Stochastic Optimization // Proc. of the 3rd International Conference on Learning Representations (ICLR).

##submission.downloads##

Опубліковано

2021-12-21

Номер

№ 2 (2021): 64

Розділ

ЕНЕРГЕТИЧНІ СИСТЕМИ ТА КОМПЛЕКСИ

Ліцензія

Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:

  1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
  1. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
  1. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).