ОПЕРАТИВНЕ ПРОГНОЗУВАННЯ ЕЛЕКТРИЧНИХ НАВАНТАЖЕНЬ систем електроспоживання з врахуванням їх фрактальних властивостей :



  • Название:
  • ОПЕРАТИВНЕ ПРОГНОЗУВАННЯ ЕЛЕКТРИЧНИХ НАВАНТАЖЕНЬ систем електроспоживання з врахуванням їх фрактальних властивостей
  • Кол-во страниц:
  • 165
  • ВУЗ:
  • Вінницький національний технічний університет
  • Год защиты:
  • 2012
  • Краткое описание:
  • Міністерство освіти і науки, молоді та спорту України


    Вінницький національний технічний університет


     


     


    На правах рукопису


     


     


    ШУЛЛЄ ЮЛІЯ АНДРІЇВНА


     


     


    УДК  621:311.1:001.18


     


    ОПЕРАТИВНЕ ПРОГНОЗУВАННЯ ЕЛЕКТРИЧНИХ НАВАНТАЖЕНЬ систем електроспоживання з врахуванням їх фрактальних властивостей


     


    Спеціальність 05.09.03 – Електротехнічні комплекси та системи


     


     


    Дисертація на здобуття наукового ступеня


     кандидата технічних наук


     


                                       


    Науковий керівник:


    доктор технічних наук, професор


    Лежнюк Петро Дем’янович


     


     


     


     


    Вінниця – 2012




     


    Зміст


     


     


    Перелік умовних позначень………………………..……………………….………………………………….5


    ВСТУП………………………………………………………………………………………………………………………………………………6


    РОЗДІЛ 1 Дослідження СУЧАСНих МЕТОДів ПРОГНОЗУВАННЯ ЕЛЕКТРИЧНИХ НАВАНТАЖЕНЬ систем електроспоживання………...12


    1.1 Аналіз сучасних методів прогнозування електричних навантажень систем електроспоживання………………………………………………………………………..……………………………………....13


    1.1.1 Аналіз методів прогнозування електричних навантажень систем електроспоживання…………………………………………………………………………………………………………...13


    1.1.2 Сучасні методи, що можуть бути використані для прогнозування електричних навантажень систем електроспоживання………………………..…..………….23


    1.2 Прогнозування підходами інтуїції, простого, ковзного середнього, експоненційного згладжування…………………………………………………………………………………………27


    1.3 Використання теорії фрактальних множин і фрактальної геометрії для прогнозування.........................................……………….……………………………………….………………………………….….37


    1.4 Висновки по розділу 1…………………………………………………………………….……………….………...…..40


    РОЗДІЛ 2 Математичне моделювання прогнозування електричних навантажень з використанням фрактальних множин……………………………………………………………………………………………………………….……….……………..42


    2.1 Формування математичної моделі прогнозу навантажень систем електроспоживання з використанням фрактальних множин……………………..…..………42


    2.1.1 Представлення графіка навантаження у вигляді фрактала……………………...42


    2.1.2 Визначення придатності R/S-аналізу для прогнозування електричних навантажень………………………………………………………………………………………………………………….……...45


    2.1.3 Якісна інтерпретація результатів R/S-аналізу графіків електричних навантажень.................................................................................................................................................………………………...48


    2.2 Дослідження фрактальних властивостей графіків навантаження…………………55


    2.2.1 Дослідження фрактальних властивостей річних графіків споживання електроенергії…………………………………………………………………………………………………….……..…………55


    2.2.2 Дослідження фрактальних властивостей графіка півгодинних навантажень промислового підприємства……………………………………………………....………..61


    2.2.3 Обгрунтованість оцінки Н для графіків електричних навантажень…..…64


    2.3 Прогнозування електричних навантажень з використанням сучасного підходу Бокса-Дженкінса (ARMA, ARIMA)…..............................................................................................….66


    2.4 Методика перевірки параметричних гіпотез прогнозування електричних навантажень на основі Д. Кнута……………………………………………………………...………………...........…73


    2.5 Висновки по розділу 2……………………………………………………….…………………………….………….....77


    РОЗДІЛ 3 Створення системи оперативного прогнозування, в рамках якої можна реалізувати фрактальні властивості ГЕН…………….................................................................................................................................................................................……..…………79


    3.1 Оцінювання та оперативне прогнозування електричних навантажень систем електроспоживання…………………………………………………………………..……………………………..79


    3.1.1 Модель інтелектуальної адаптивної програмно-апаратної системи контролю та ідентифікації функціонування системи електроспоживання..…79


    3.1.2 Алгоритм оцінювання та оперативного прогнозування електричних навантажень промислових підприємств………………………………………………….….......................83


    3.1.3 Програмно-апаратний комплекс оперативного прогнозування електричних навантажень систем електроспоживання……………………………….………84


    3.2 Алгоритм оцінювання та ідентифікації навантажень систем електроспоживання…………………………………………………..……………………………………………..……….…….88


    3.3 Сценарний алгоритм оптимізації та прогнозування навантаження систем електроспоживання………………………………………………………………………………………………………...……...92


    3.4 Нейромережевий алгоритм оперативного прогнозування електричних навантажень систем електроспоживання………………………………………………………………...….…95


    3.5 Висновки по розділу 3…………………………………………………………………………..………...…………..…99


    РОЗДІЛ 4 ПРАКТИЧНА РЕАЛІЗАЦІЯ МЕТОДІВ ТА АЛГОРИТМІВ ОПЕРАТИВНОГО ПРОГНОЗУВАННЯ ЕЛЕКТРИЧНИХ НАВАНТАЖЕНЬ СИСТЕМ ЕЛЕКТРОСПОЖИВАННЯ…......…………………………………….…………………………..….…..101


    4.1 Оперативне прогнозування електричних навантажень за допомогою штучних нейронних мереж………………………..…………………………………………..………….……………...101


    4.2 Прогнозування електричних навантажень за допомогою ARIMA……………....115


    4.3 Економічна оцінка ефективності оперативного прогнозування електричних навантажень............................................................................................................................................................................................123


    4.4 Висновки по розділу 4………………………………………………………………...…………………………….…126


    ВИСНОВКИ…………………………………………………………………………………………………………...………………..….128


    СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ…………………………………………………………….…………….131


    Додаток А. Документи, що підтверджують застосування роботи.........................................146


    Додаток Б. Витяг з лістингу програми програмно-апаратної реалізації оперативного прогнозування електричних навантажень систем електроспоживання………………………………………………………………………………………………..……….…...........149




    Перелік умовних позначень


     


     


    AR                 – авторегресійна модель;


    ARMA              – модель авторегресії і ковзного середнього;


    АРПСС            – модель авторегресії і проінтегрованого ковзного середнього;


    АСКОЕ           – автоматизована система комерційного обліку електроенергії;


    ВЗП                     – вимірювально-задаюча підсистема;


    ВП                        – вирішуюча підсистема;


    ГЕН                    – графік електричних навантажень;


    ІАПАСКІ     – інтелектуальна адаптивна програмно-апаратна система


                           контролю та ідентифікації;


    MAPE         – середня абсолютна процентна похибка;


    MSE           – мінімізація середньоквадратичної похибки;


    ПКРП              – підсистема контролю, розпізнавання, прогнозування;


    СКБД              система керування базами даних.


     


     




    ВСТУП


     


     


    Актуальність теми. В сучасних умовах ринкової економіки ефективне використання електричної енергії є однією з найважливіших проблем електроенергетики України. Це зумовлено зростанням цін на електроенергію і зростанням її частки в собівартості продукції. В останні роки в Україні змінюється структура електроспоживання. Нові осередки електроспоживання, кількість яких стрімко зростає, характеризується великою кількістю нескоординованих споживачів, що приводить до значного підвищення рівня стохастичних коливань споживання протягом доби, а також до зміни сезонних коливань електроспоживання протягом року. Більш того: саме внаслідок відсутності координації між окремими споживачами можуть виникати великі відхилення в електроспоживанні, амплітуда яких може перевищувати критичні для електропостачальника значення. Це може привести до аварійних ситуацій, особливо за умов високого рівня зношеності обладнання електротехнічних систем.


    Напрямком, що дозволяє скоротити витрати та уникнути критичних ситуацій, є оперативне прогнозування електроспоживання, яке допомагає ефективно планувати та нормувати споживання електричної енергії, забезпечувати ефективне використання різнотипного технологічного устаткування. Графік навантаження електричної мережі кожного підприємства формується під впливом різних факторів, повне врахування яких неможливе. Отже, в умовах енергетичного ринку важливе значення для промислових підприємств має створення системи оперативного прогнозування погодинного споживання електричної енергії на добу, що дозволяє мінімізувати відхилення споживаної потужності від потужності заявленої на ринку на добу вперед.


    Оперативне прогнозування електроспоживання промислових підприємств має важливе значення в умовах розвитку Smart Grid-технологій. Насамперед, необхідне воно для того, щоб оптимізувати графіки вироблення електроенергії, за рахунок прогнозування електроспоживання. У випадку, коли неможливо підтримувати баланс шляхом генерування електроенергії можлива зміна графіків електричних навантажень підприємств-регуляторів. Таким чином забезпечується гнучкий двосторонній зв'язок потоків електроенергії і інформації між енергооб'єктами.


    Ймовірнісний характер змін навантаження є однією з істотних особливостей процесу електроспоживання. Внаслідок наявності випадкової складової, природного росту навантаження та впливу різних факторів, строгої періодичності в графіках навантаження немає. Раніше запропоновані методи прогнозування електричного навантаження на практиці зустрічаються з певними труднощами, що обумовлює актуальність розроблення нових методів для прогнозування навантаження. Спектр методик прогнозування витрат електроенергії досить широкий. Однак все більшого поширення набувають інтелектуальні інформаційні технології, які пов’язані з використанням штучних нейронних мереж. Вони дозволяють відтворювати складні залежності, які супроводжуються погано формалізованим завданням. Зокрема, це і теорія фракталів, яка дозволяє з іншої сторони розглянути процес прогнозування електроспоживання.


    Завдяки науковим працям Р. Белмана, Б. Ефрона, Д. Кнута,                              Д. Джаратано та вітчизняних вчених А. К. Шидловського, А. В. Праховника,        А. А. Федорова, B. I. Гордєєва, І. Є. Васильєва, B. I. Щуцкого відбувся інтенсивний розвиток засобів ідентифікації та попередньої обробки інформації з метою оцінки точності, якості, ефективності методик і моделей прогнозування в електроенергетиці. За останні два десятиліття на теренах електроенергетики на вітчизняному і закордонному рівнях стають відомими результати досліджень вчених ВНТУ В. В. Грабка, П. Д. Лежнюка, Б. І. Мокіна, Б. С. Рогальського,              В. В. Кухарчука, М. Й. Бурбело, В. М. Кутіна та інших.


    Однак сьогодні задача прогнозування електричного навантаження для систем електроспоживання вимагає використання нових моделей, нового математичного апарата, нових інформаційних технологій, нового алгоритмічного та програмного забезпечення. Все це повинно бути орієнтованим передусім на задачі ідентифікації і прогнозування в умовах, коли стохастична компонента характеристик суттєво впливає на сценарії електроспоживання.


    Зв'язок з науковими програмами, планами, темами. Спочатку дисертаційна робота виконувалась згідно з планом науково-дослідних робіт кафедри електротехнічних систем електроспоживання та енергетичного менеджменту Вінницького національного технічного університету (ВНТУ) під керівництвом д.т.н., проф. Рогальського Б. С. за держбюджетною темою «Розробка методології (методів, моделей і методик) системного і комплексного вирішення проблеми компенсації реактивних навантажень в електричних мережах споживачів та енергопостачальних компаній» (номер державної реєстрації 0105U002427). Потім дисертаційна робота виконувалась згідно з планом науково-дослідних робіт кафедри електричних станцій та систем ВНТУ під керівництвом д.т.н., проф. Лежнюка П. Д. за держбюджетною темою «Оптимізація функціонування електричних мереж енергосистем в умовах зростання навантаження споживачів та децентралізація їх живлення» (номер державної реєстрації 0110U002161) у відповідності до пріоритетних напрямків розвитку науки і техніки в Україні. Автор брала участь у виконанні вищевказаних робіт як виконавець.


    Мета і завдання досліджень.


    Метою дослідження є підвищення ефективності керування електроспоживанням шляхом використання методу і моделей оперативного прогнозування електричних навантажень систем електроспоживання з врахуванням їх фрактальних властивостей.


    Відповідно до поставленої мети, необхідно розв'язати такі основні задачі:


    -              провести огляд відомих методів прогнозування електричних навантажень систем електроспоживання;


    -              проаналізувати методи визначення фрактальності ряду і виявити фрактальні властивості графіків електричних навантажень;


    -              розробити підхід для прогнозування електричного навантаження в реальному масштабі часу з врахуванням його фрактального характеру, що базується на нейромережевих технологіях;


    -              розробити класифікацію сценаріїв поведінки електричних навантажень систем електроспоживання, що дозволяє здійснювати прогнозування добових електричних навантажень;


    -              розробити єдину інформаційну базу, алгоритм та програмно-апаратний комплекс для автоматизації процесу прогнозування електричних навантажень систем електроспоживання.


    Об'єктом дослідження є процес споживання електричної енергії.


    Предметом дослідження є методи прогнозування електричних навантажень систем електроспоживання.


    Методи дослідження. Для розв’язання поставлених завдань в дисертаційній роботі використано такі методи: для дослідження графіків навантажень – елементи математичної статистики та фрактального аналізу; для прогнозування електричних навантажень – методи теорії нейронних мереж і моделі авторегресії та ковзного середнього; для класифікації сценаріїв поведінки електричних навантажень систем електроспоживання – сценарні підходи; для розробки інформаційної бази, алгоритмів та програмно-апаратного комплексу – імітаційне моделювання.


    Наукова новизна одержаних результатів:


    1. Вперше виявлено фрактальні властивості графіків електричних навантажень та наявність короткотермінової і довготермінової їх пам’яті, що дозволяє використовувати фрактальний аналіз для математичного моделювання та прогнозування залежності майбутніх значень графіків навантажень від їх минулих змін чи «початкових умов».


    2. Вперше розроблено метод для оперативного прогнозування електричного навантаження в реальному масштабі часу з врахуванням його фрактального характеру, що базується на нейромережевих технологіях і дозволяє підвищити точність прогнозування в порівнянні з існуючими методами.


    3. Вдосконалено математичну модель для опису характеристик графіків навантажень, як випадкового процесу, та запропоновано класифікацію сценаріїв поведінки електричних навантажень систем електроспоживання, які базуються на виділенні стохастичної складової із динамічного ряду електроспоживання, що дозволяє здійснювати оперативне прогнозування електричних навантажень.


    Практичне значення одержаних результатів. Розроблено алгоритм для оперативного прогнозування електричних навантажень промислових підприємств з врахуванням його фрактального характеру, що базується на нейромережевих технологіях, який дозволяє виявити критичні режими електроспоживання та знизити рівень ризику аварійних вимкнень. Розроблено програмно-апаратний комплекс для автоматизації процесу оперативного прогнозування електричних навантажень систем електроспоживання, що дозволяє підвищити точність та швидкодію.


    Результати дисертаційної роботи впроваджено в ТОВ «Вінницький комбінат хлібопродуктів №2» у вигляді методу та програмно-апаратного комплексу для автоматизації процесу оперативного прогнозування електричного навантаження з врахуванням його фрактального характеру, що базується на нейромережевих технологіях. Це підвищує ефективність керування електроспоживанням (акт від 03.09.2012 р. – додаток А). Результати теоретичних та експериментальних досліджень використано у навчальному процесі кафедри електротехнічних систем електроспоживання та енергетичного менеджменту ВНТУ для підготовки фахівців за спеціальностями 7.05070103 – «Електротехнічні системи електроспоживання» та 7.05070108 – «Енергетичний менеджмент» в курсах дисциплін «Енергозбереження», «Енергетичний менеджмент», «Прогнозування та планування енерговикористання» (акт від 04.09.2012 р. – додаток А).


    Особистий внесок здобувача. Наукові положення, що увійшли до дисертаційної роботи, отримані автором самостійно. У роботах, опублікованих у співавторстві, здобувачеві належать такі результати: у [59] – запропоновано математичну модель визначення та прогнозування екстремальних навантажень електротехнічних комплексів в умовах ризику та невизначеності з використанням методу Д. Е. Кнута та фрактальних множин; у [124] – запропоновано для опису характеристик електричних навантажень електротехнічних комплексів використати кортеж, що складається із характеристик, як самого випадкового процесу, так і статистичних характеристик його відхилень від середнього значення, а також показано, що такий процес може бути охарактеризовано показником Херста; у [125] – запропоновано алгоритм ідентифікації сценаріїв поведінки електричних навантажень окремих електротехнічних комплексів (окремих підприємств), агрегації декількох сценаріїв в єдину модель прогнозування поведінки та оптимізації керування електричних навантажень електротехнічних комплексів.


    Апробація результатів дисертації. Основні положення та результати виконаних у дисертаційній роботі досліджень доповідались та обговорювались на: міжнародній науково-технічній конференції «Сучасні проблеми радіоелектроніки, телекомунікації та приладобудування» (Вінниця, 2005); на міжнародних науково-технічних конференціях «Контроль і управління в складних системах» (Вінниця, 2005, 2012); на міжнародній науково-технічній конференції «Сучасні проблеми мікроелектроніки, радіоелектроніки, телекомунікації та приладобудування» (Вінниця, 2006); на міжнародній науково-технічній конференції «Автоматика – 2006» (Вінниця, 2006); на всеукраїнському науковому семінарі «Проблеми і перспективи енергозбереження комунального господарства і промислових підприємств» (Луцьк, 2009); на міжнародній науково-практичній конференції «Стратегічні питання світової науки – 2010» (Перемишль, 2010); на міжнародній науково-технічній конференції «Підвищення ефективності енергоспоживання в електротехнічних пристроях і системах» (Луцьк, 2010); на міжнародній науково-практичній конференції «Передові наукові розробки» (Прага, 2011); на міжнародній науково-технічній конференції «Оптимальне керування електроустановками» (Вінниця, 2011); на науково-технічних конференціях професорсько-викладацького складу співробітників та студентів університету з участю працівників науково-дослідних організацій та інженерно-технічних працівників підприємств м. Вінниці та області на базі ВНТУ в період 2005 – 2012 pp.


     


    Публікації. Основні положення дисертації відображені в 10-ти друкованих працях, в тому числі в 5 статтях у фахових виданнях та 5 тезах науково-технічних конференцій.

  • Список литературы:
  • ВИСНОВКИ


     


    У роботі наведено нове вирішення актуальної науково-прикладної задачі підвищення ефективності керування електроспоживанням за рахунок розроблення методу і моделей оперативного прогнозування електричних навантажень систем електроспоживання з врахуванням їх фрактальних властивостей. Проведені наукові дослідження дозволили отримати наступні основні результати та висновки.


    1. Внаслідок наявності випадкової складової, природного росту навантаження, нескоординованих дій споживачів, виникає ситуація, коли часовий ряд електроспоживання має суттєво стохастичну компоненту. Для вивчення таких процесів як споживання електроенергії може бути використаний базовий інструмент фрактального аналізу часових рядів – R/S-аналіз, що запропонований Херстом. Він дозволяє виявити і чисельно оцінити фундаментальні характеристики часових рядів: наявність довготермінової пам'яті, її глибину, трендостійкість, хаотичність або стохастичність аналізованого процесу.


    2. Аналіз графіків електричних навантажень (ГЕН) показав наявність фрактальних властивостей у ГЕН та показав наявність короткотермінової і довготермінової пам’яті, що дозволяє для математичного моделювання та прогнозування використовувати фрактальний аналіз, який встановлює залежність майбутніх значень ГЕН від їх минулих змін чи «початкових умов». ГЕН є самоподібними, а часовий інтервал, на якому простежується довготермінова залежність, лежить у діапазоні від тижня до року.


    3. Розроблено метод для оперативного прогнозування електричного навантаження в реальному масштабі часу з врахуванням його фрактального характеру, що базується на нейромережевих технологіях і дозволяє більш точно, в порівнянні з існуючими методами, робити прогноз. Суттєвим моментом запропонованого підходу є наявність критичного значення показника Херста чи фрактальної розмірності ГЕН, при наближенні до якого система втрачає стійкість та переходить у нестабільний стан і параметри швидко або зростають, або зменшуються, в залежності від тенденції, що має місце в даний час. Запропоновано відповідну архітектуру нейронної мережі, що функціонує паралельно контрольованому електроспоживанню, яка при виявленні критичного значення показник Херста чи фрактальної розмірності виконує оперативний прогноз електричного навантаження в реальному масштабі часу.


    4. Вдосконалено математичну модель для опису характеристик графіків навантажень як випадкового процесу, який характеризується набором числових характеристик та запропоновано класифікацію сценаріїв поведінки електричних навантажень систем електроспоживання, які базуються на виділенні стохастичної складової із динамічного ряду електроспоживання, що дозволяє здійснювати оперативне прогнозування електричних навантажень.


    5. Запропоновані в роботі методи та алгоритми оцінювання і оперативного прогнозування електричних навантажень промислових підприємств з врахуванням його фрактального характеру, що базуються на нейромережевих технологіях, практично реалізовані у вигляді програмно-апаратного комплексу для автоматизації процесу оперативного прогнозування електричних навантажень систем електроспоживання, що дозволяє підвищити точність та швидкодію, а також виявити критичні режими електроспоживання та знизити рівень ризику аварійних вимкнень.


    6. Виконано прогнозування електричних навантажень за допомогою штучних нейронних мереж. Точність прогнозування розробленої нейромережевої структури оцінено показником відсоткової похибки MAPE, яка лежить в межах 2,5%. Для порівняння виконано прогноз електричних навантажень за допомогою ARIMA. Моделі авторегресії і ковзного середнього можуть врахувати фрактальну природу часових рядів споживання електроенергії з наявною короткотерміновою і довготерміновою пам’яттю. Отриманий прогноз також задовільний (в межах 5%).


    7. Надано рекомендації з практичного застосування запропонованих у дисертаційній роботі методу та математичних моделей, а також проведено економічну оцінку ефективності оперативного прогнозування електричних навантажень систем електроспоживання. Матеріали дисертаційної роботи впроваджено в ТОВ «Вінницький комбінат хлібопродуктів №2» та в навчальному процесі кафедри ЕСЕЕМ ВНТУ для підготовки фахівців за спеціальностями «Електротехнічні системи електроспоживання» та «Енергетичний менеджмент» в курсах «Енергозбереження», «Енергетичний менеджмент», «Прогнозування та планування енерговикористання».


     


     


     


     


    СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ


     


     


    1.         Авата Х. Модель среднесрочного прогнозирования спроса на электроэнергию / Х. Авата, Ц. Хаттори, Н. Сакураи // Дэнреку кэй дзай кэнкю. – 1985. – № 18. – С. 17 – 40.


    2.         Авраменко В.М. Програмні засоби для автоматизації оперативного диспетчерського керування енергосистем / В. М. Авраменко, В.Л. Прихно,               П.О. Черненко // Інформаційні технології та комп’ютерна інженерія. – 2005. –           № 3. С 21 – 26. – ISSN 1999-9941.


    3.         Авраменко В.М. Проблеми моделювання та керування режимами електроенергетичних систем // В.М. Авраменко, В.О. Крилов, В.Л. Прихно,           П.О. Черненко // Технічна електродинаміка. – 2007. – № 3. – С. 64 – 71. – ISSN 1607-7970.


    4.         Авраменко В.Н. Развитие методов и програмних средств моделирования сложных ЭЭС для задач АСДУ энергосистем / В.Н. Авраменко, В.А, Крылов, В.Н. Прихно, П.А. Черненко // Енергетика та електрифікація. – 2008. – №7. – С. 54 – 69. ISSN 0424-9879.


    5.         Авраменко В.М. Моделювання електроенергетичних систем і нові програмні засоби для планування режимів та оперативного керування енергосистемами / В.М. Авраменко, В.О. Крилов, В.Л. Прихно, П.О. Черненко // ПР. Ін-ту електродинаміки НАНУ: ЗБ. Наук.пр. – 2009. – Вип. 23. – С. 27–32.


    6.         Авраменко В.М. Методики і програмні засоби для забезпечення автоматичного та диспетчерського керування електроенергетичними системами / В.М. Авраменко, В.О. Крилов, В.Л. Прихно, П.О. Черненко // ПР. Ін-ту електродинаміки НАНУ: ЗБ. Наук. пр.– 2010.– Вип. 26. – С. 31– 38.


    7.         Акофф Р. О целеустремленных системах. / Р.Акофф, Э. Эмери; пер. с англ. – М.: Советское радио, 1974. – 272 с.


    8.         Алимов Ю.И. Альтернативы методу математической статистики. /                 Ю.И.  Алимов. – М.: Знание, 1980. – 64 с.


    9.         Алиев  Р.А. Управление  производством при нечеткой исходной информации. / Р.А. Алиев, А.Э. Церковный, Г.А. Мамедова.  – М.: Москва, 1991. – 240 с.


    10.    Андерсон Т. Статистический аналіз временних рядов / Т. Андерсон. – М.: Мир, 1976. –755 с.


    11.    Афанасьев В.И. Математическая теория конструирования систем управления. / В.И. Афанасьев, В.Б. Колмановский,  В.Р. Носов. – М.: Высшая школа, 1998. – 574 с.


    12.    Безденежных А.Г. Статистическое прогнозирование максимумов загрузки и электропотребления энергетических систем и промышленых предприятий /            А.Г. Безденежных, А.М. Тихонов // Электроснабжение и автоматизирование электрически-приводних промышленых предприятий. – 1984. – С. 3–8.


    13.    Беляев Л.С. Применимость вероятностных методов в энергетических расчетах / Л.С. Беляев, Л.А. Крумм // Изв. АН СССР Энергетика и транспорт, 1983, №2. С.3–11. – ISSN 0002-3310.


    14.    Бэнн Д.В. Сравнительные модели прогнозирования электрической нагрузки. / Д.В. Бэнн, Е.Д. Фармер. – М.: Энергоатомиздат, 1987. – 200 с.


    15.    Бендат Дж. Измерение и анализ случайных процессов. / Дж. Бендат,                   А. Пирсол.  – М.: Мир, 1974. – 474 с.


    16.    Богданов В.Л. Влияние температуры и освещенности на потребление активной мощности / В.Л. Богданов, В.М. Бордюгов // Электрические станции. – 1983. – №7.– С. 55 – 57. – ISSN 0201-4564.


    17.    Богуславский И.А. Прикладные задачи фильтрации и управления /                  И.А. Богуславский. – М.: Наука, 1983. – 400 с.


    18.    Бокс Д. Анализ временних рядов. Прогноз и управление / Д Бокс,                  Г. Дженкинс. – М.: Мир. – Вып. 1. – 1974. – 406 с.


    19.    Большев Л.Н. Таблицы математической статистики. / Л.Н. Большев,               Н.В. Смирнов. – М.: Наука. Главная редакция физико-математической литературы, 1983. 416 с.


    20.    Бриллинджер Д. Временные ряды. Обработка данных и теория /                        А. В. Булинского и И. Г. Журбенко под ред. А. Н. Колмогорова; пер. с англ.– М.: Мир, 1980. – 536 с.


    21.    Бурбело М.Й. Проектування систем електропостачання. Приклади розрахунків. Навчальний посібник. / М. Й. Бурбело. – Вінниця: УНІВЕРСУМ, 2005. – 148 с.


    22.    Бурбело М.Й. Алгоритм цифрової обробки інформації системи керування симетрувальним трансформатором. / М. Й. Бурбело, О.В. Бабенко // Вісник ВПІ, 2006. – № 6. – С. 147 – 151. – ІSSN 1997-9266.


    23.    Бурбело М.Й. Квазірівноважені частотно-варіаційні системи електротехнічних об’єктів. / М.Й. Бурбело // Автореферат дисертації на здобуття наукового ступеня доктора технічних наук. – ВНТУ м. Вінниця, 2005. – 35с.


    24.    Вадзинський Р. Статистические вычесления в среде Excel /                                 Р. Вадзинский. – СПб.: Питер, 2008. – 608 с.


    25.    Вентцель Е.С. Теория вероятностей. / Е.С. Вентцель. – М.: Наука, 1964. – 576 с.


    26.    Вентцель Е.С. Теория случайных процессов и ее инженерные приложения. / Е.С. Вентцель, Л.А. Овчаров. – М.: Высшая школа, 2000. – 383 с.


    27.    Веников В.А. Теория подобия и моделирования (применительно к задачам электроэнергетики): учебник для вузов. / В.А. Веников, Г.В. Веников. – М.:                Высшая школа, 1976. – 479 с.


    28.    Вороновский Г.К. Нейроситевая модель связного потребления тепловой и электрической энергии крупным жилым массивом города / Г.К Вороновский, В.Б. Клепиков, М.В. Коваленко, К.В. Махотило // Вестник Харьковского государственного политехнического университета. – 2000. – № 113. – С. 363 – 366. – ISSN 2079-3944.


    29.    Вороновский Г.К. Опыт синтеза и использования матиматических моделей потребления электрической энергии в быту/ Г.К. Вороновский,                                 С.А. Сергеев, К.В. Махотило // Техн. Електродинаміка. Темат. вип. «Проблеми сучасної електродинаміки». – 2004. – Ч. 1. – С. 33 – 41.


    30.    Галушкин А.И. Теория нейронных сетей. / А.И. Галушкин. – М: ИПРЖР, 2000. – 416 с.


    31.    Гмурман В. Е. Теория вероятностей и математическая статистика. /                В.Е. Гмурман. – М.: Высшая школа, 2004. – 479 с.


    32.    Гордеев В.И. Управление электроуправление и его прогнозирование. /               В.И. Гордеев, И.Е. Васильев, В.И. Щуцкий. – Ростов-на-Дону: Ростовский университет, 1991. – 104 с.


    33.    Гроп Д. Методы иденфикации систем / Д.Гроп. – М.: Мир, 1979. – 304 с.


    34.    Гросс Дж. Краткосрочное прогнозирование нагрузки / Дж. Гросс,                      Ф.Д. Гальяна // ТИИЭР. Темат. Вип.. «ЭВМ в управлении энергосистемами». – 1987. – Т. 75. – № 12 – С. 6 – 23.


    35.    Гурский С.К. Адаптивное прогнозирование временних рядов в электроэнергетике / С.К. Гурский. – Минск.: Наука и техника, 1983. – 271 с.


    36.    Гурский С.К. Методы теории исскуственного интеллекта в задачах оперативного прогнозирования недоступних для измерения режимних параметров / С.К. Гурский, С.В. Домников // Алгоритмы обработки даннях в электроэнергетике. – Иркутск.: СЭИ. – 1982. – С. 148 – 158.


    37.    Данилюк А.В. Передбачення режимів навантаження електроенергетичних систем на основі технологій штучних нейронних мереж / А.В. Данилюк,              А.Ю. Майоров, Н.Б. Батюк, М.І. Михайляк // Інформаційні технології і системи. – 2001. Т.4. – №1. – С. 100– 103.


    38.    Демура А.В. Прогнозирование электропотребления в энергосистеме с учетом температуры воздуха и освещенности / А.В. Демура, И.И. Надтока,    А.В. Седов, А.А. Сербиновская  и др. // Электрика. – 2005. – №3. – С. 18 – 24.


    39.    Диллон Б. Инженерные методы обеспечения надежности систем. /                    Б. Диллон, Ч. Сингх; пер. с англ. – М.: Мир, 1984. – 318 с.


    40.    Дрейпер Н. Прикладной регресионный аналіз. / Н. Дрейпер, Г. Смит; пер. с англ. – М.: Изд. дом «Вильямс», 2007. – 912 с.


    41.    Жежеленко И.В. Методы вероятностного  моделирования  в  расчетах  характеристик  электрических нагрузок потребителей. / И.В. Жежеленко,              Ю.Л. Саенко, В.П.Степанов. – М: Энергоатомиздат, 1990. – 123 с.


    42.    Занг  В.Б.  Синергетическая  экономика.  Время  и  перемены в нелинейной экономической  теории / В.Б. Занг; пер. с англ. – М.: Мир, 1999. – 336 с.


    43.    Енциклопедія кібернетики. / Під ред.. В.М. Глушкова. – К.: Головна дедакція, Української Радянської Енциклопедії. 1973, Т1, – 583 с.; Т2. – 573с.


    44.    Ефременко Ф.В. Прогнозирование реализации электроэнергии по энергосистеме с использованием метода скользящей авторегресии /                        Ф.В.  Ефременко, С.С. Савенко, Г.И. Бровун // Изв. Вузов. Энергетика. – 1980. – №1. – С. 83 – 88.


    45.    Ивахненко А.Г. Индуктивный метод самоорганизации моделей сложных систем / А.Г. Ивахненко. – К.: Наукова думка. – 1981. – 296 с.


    46.    Ивахненко А.Г. Моделирование сложных систем по эксперементальным данным / А.Г. Ивахненко, Ю.П. Юрачковский. – М.: «Радио и связь». – 1987. – 120 с.


    47.    Кветний Р.Н. Інтерполяція самоподібними множинами: монографія. /              Р.Н. Кветний, К.Ю. Кострова, І.В. Богач. – Вінниця: УНІВЕРСУМ – Вінниця, 2005. – 100 с.


    48.    Кендалл М. Дж. Временные ряды / М. Дж. Кендалл. – М.: Финансы и статистика, 1981. – 199 с.


    49.    Кириленко А.В. Двухуровневый программный комплекс для решения задач оперативного управления электроэнергетическими системами /                                   А.В. Кириленко, В.Л. Прихно, П.А. Черненко // Технічна електродинаміка. Темат. вип. «Проблеми сучасної електротехніки». – 2008. – Ч. 3. – С. 33 – 38. –ISSN 1607-7970.


    50.       Кнут Д. Искусство программирования, Т2. Получисленные методы. /            Д. Кнут; пер. с англ. – М.: Изд. дом «Вильямс», 2007. – 832 с. ISBN 978-5-8459-0081-4


    51.    Коменда Н.В. Морфометричні методи і моделі оцінки та зменшення нерівномірності навантажень систем електропостачання: автореф. дис. канд. техн. наук: 05.14.02 / Наталія Володимирівна Коменда; Вінницький національний технічний ун-т. – Вінниця: ВНТУ, 2011. – 19 с.


    52.    Коменда Т.І. Моделі та методи управління навантаженням систем електропостачання в умовах нечіткості вихідної інформації: автореф. дис. канд. техн. наук: 05.14.02 / Тарас Іванович Коменда; Вінницький національний технічний ун-т. – Вінниця: ВНТУ, 2005. – 19 с.


    53.    Левитин А.В. Алгоритмы: введение в разработку и анализ. /                            А.В. Ливитин; пер. с англ. – М.: Изд. дом «Вильямс», 2006. – 576 с.


    54.    Левин М.С. Методы теории решений в задачах оптимизации  систем  электроснабжения. / М.С. Левин, Т.Б. Лещинская. –  М.:  ВИПКэнерго, 1989. – 130 с.


    55.    Левуш А.И. Методика прогнозирования электропотребления груп точек поставки на оптовом рынке электроэнергии и мощности / А.И. Левуш,                  Г.М. Поляк // Электрические станции. – 2008. – №8. – С. 33 – 40. – ISSN 0201-4564.


    56.    Лежнюк П.Д. Оцінка якості оптимального керування критеріальним методом: монографія. / П.Д. Лежнюк, В.О. Комар. – Вінниця: УНІВЕРСУМ- Вінниця, 2006. – 108 с.


    57.    Лежнюк П.Д. Оптимальне керування потоками потужності і напругою в неоднорідних електричних мережах: монографія. / П.Д. Лежнюк, В.В. Кулик. – Вінниця: УНІВЕРСУМ-Вінниця, 2004. – 118 с.


    58.    Лежнюк П.Д. Аналіз чутливості оптимальних рішень у складних системахкритеріальним методом: монографія. / П.Д. Лежнюк. – Вінниця: УНІВЕРСУМ-Вінниця, 2003. – 131 с.


    59.    Лежнюк П.Д. Визначення і прогнозування екстремальних навантажень електротехнічних комплексів у умовах ризику та невизначеності. /                            П.Д. Лежнюк., Ю.А. Шуллє // Вісник ВПІ, 2011. – №4. – C. 107–110. – ІSSN 1997-9266.


    60.    Лежнюк П. Д. Оптимальне керування нормальними режимами електроенергетичних систем критеріальним методом з застосуванням нейронечіткого моделювання. Монографія. / П. Д. Лежнюк, О. О. Рубаненко.  – Вінниця: УНІВЕРСУМ- Вінниця, 2012. – 136 с.


    61.    Лисогор В.М. Концептуальна модель управлінських рішень для виробничих процесів гірничих підприємств. / В.М. Лисогор, Ю.А. Лисогор. // Вісник ВПІ, 2007. – № 2. – С. 14–19. – ІSSN 1997-9266.


    62.    Лисогор В.М. Математична модель контролю стану гірничого підприємства на основі концепції розпізнавання образів. / В.М. Лисогор,                                       Ю.А. Лисогор. // Інформаційні технології та комп’ютерна інженерія, 2006. – №3. – С. 36–40. – ISSN 1999-9941.


    63.    Лисогор В.М. Моделі оцінки якості та надійності електропостачання гірничих підприємств. / В.М. Лисогор, Ю.А. Лисогор. // Інформаційні технології та комп’ютерна інженерія, 2007. – № 1. – С. 52-56. – ISSN 1999-9941.


    64.    Лисогор В.М. Моделі систем електропостачання гірничих підприємств на основі сучасних географічних інформаційних технологій. / В.М. Лисогор,           Ю.А. Лисогор. // Інформаційні технології та комп’ютерна інженерія, 2007. – № 2. – С. 48–52. – ISSN 1999-9941.


    65.    Лисогор В.М. Математична модель оцінки визначення та прогнозування електричних навантажень гірничих підприємств на основі розпізнавання образів. / В.М. Лисогор, Ю.А. Лисогор. // Вимірювальна та обчислювальна техніка в технологічних процесах. – Хмельницький, 2004. – № 2. – С. 148–152. – ISSN 2219-9365.


    66.    Лисогор В.М. Основні компоненти структурної реалізації автоматизованої системи визначення та прогнозування електричних навантажень гірничих підприємств. / В.М. Лисогор, Ю.А. Лисогор. // Вимірювальна та обчислювальна техніка в технологічних процесах. – Хмельницький, 2005. – № 2. – С. 131–134. – ISSN 2219-9365.


    67.    Лисогор В.М. Байєсівська модель вимірювання та розпізнавання образів стану електричних навантажень промислових підприємств. // В.М. Лисогор, Ю.А. Лисогор. // Вісник Технологічного університету Поділля. Технічні науки. – Хмельницький. 2004. – № 2. – Ч.1, Т.1. – С. 131–134. – ISSN 2226-9150


    68.    Лисогор В.М. Теоретичні засади по визначенню і прогнозуванню електричних навантажень промислових підприємств на основі теорії розпізнавання образів. / В.М. Лисогор, Ю.А. Лисогор. // Вісник Хмельницького національного університету. Технічні науки. – Хмельницький, 2005. – №4. – Ч.1, Т.1. – С. 138-142. – ISSN 2226-9150.


    69.    Лисогор В.М. Моделювання електропостачання гірничих підприємств з використанням геоінформаційних технологій. / В.М. Лисогор, Ю.А. Лисогор. // Картографія та вища школа: Збірник наукових праць. – К.: Інститут передових технологій, 2006. – Вип. 11. – С. 89-92.


    70.    Лисогор Ю.А. Оптимізаційні регресійні моделі оцінки визначення та прогнозування електричних навантажень гірничих підприємств: модульний підхід. / Ю.А. Лисогор. // Вимірювальна та обчислювальна техніка в технологічних процесах. – Хмельницький, 2007. – №1. – С. 141–146. – ISSN 2219-9365.


    71.    Лисогор Ю.А. Удосконалення прогнозування електричних навантажень (на прикладі гірничих підприємств) / Ю. А. Лисогор // "Проблеми і перспективи енергозбереження комунального господарства і промислових підприємств". Тези наукового семінару. – Луцьк – Шацькі озера. – 2009. – С 109–112.


    72.    Люгер Дж. Искуственный интеллект: стратегии и методы решения сложных проблем. / Дж. Люгер; пер. с англ. – М.: Изд. дом. «Вильямс», 2005. – 864 с.


    73.    Лукашин Ю.П. Адаптивные методы краткосрочного прогнозирования / Ю.П. Лукашин. – М.: Статистика, 1979. – 251 с.


    74.    Льюнг Л. Идентификация  систем.  Теория  для  пользователя. / Л. Льюнг – М.: Наука, 1991. – 432 с.


    75.    Мак-Кинси Дж. Введение в тиорию игр. / Дж. Мак-Кинси; пер. с англ. – М.: Наука, 1960, – 420 с.


    76.    Макоклюев Б.И. Информационная структура и програмне средства обработки и хранения даннях технологического оборудования и режимних параметров / Б.И. Макоклюев, А.В. Антонов, Р.Ф. Набиев // Электрические станции. – 2004. – №6. – С. 45–52. – ISSN 0201-4564.


    77.    Макоклюев Б.И. Взаимосвязь точного прогнозирования и неравномерности графиков электропотребления / Б.И. Макоклюев, В.Ф. Еч // Электрические станции. – 2005. – №5. – С. 49-54. – ISSN 0201-4564.


    78.    Маныкина Л.А. Принципы формирования и прогнозирования суточных графиках по продолжительности загрузки энергосистемы с используванием статистических методов временних рядов / Л.А. Маныкина // Изв. вузов. Энергетика. – 1985. – №1. – С. 22–26.


    79.    Матиматика в понятиях, опредилениях и терминах. / под ред.                      Л.В. Сабинина. – М.: «Просвещение», 1978, Ч.1, –319 с.; 1982, Ч2, – 351 с.


    80.    Методы  робастного,  нейро-нечеткого  и  адаптивного  управления./  под  ред.  Н.Д.  Егупова. –  М.: Изд-во  МГТУ  им. Н.Э.Баумана, 2002. – 744 с..


    81.    Методы классической и современной теории автоматического управления: В 3-х томах. Т.3.: Методы современной теории ав томатического  управления/  Под  ред.  Н.Д.  Егупова. – М.:  Изд. МГТУ им. Н.Э. Баумана, 2000. – 748 с. 


    82.    Методы решения задач реального времени в электроэнергетике/                   А.З.  Гамм, Ю.Н. Кучеров  и  др. – Новосибирск: Наука, 1990. – 294 с.


    83.    Митропольский А.К. Техника статистических вычеслений. /                            А.К. Метропольский. – М.: Наука, 1971. – 576 с.


    84.    Мітюшкін Ю. І., Мокін Б. І., Ротштейн О. П. Soft Computing: ідентифікація закономірностей нечіткими базами знань: монографія. / Ю. І. Мітюшкін,                  Б. І. Мокін, О. П. Ротштейн – Вінниця: УНІВЕРСУМ-Вінниця, 2002. 145 с.


    85.    Мокін Б.І. Математичні методи ідентифікації електромеханічних процесів: навч. посібник. / Б.І. Мокін, В.Б. Мокін, О.Б. Мокін. – Вінниця:УНІВЕРСУМ, 2005. –300 с.


    86.    Мур Дж. Экономическое моделирование в Microsoft Excel. / Дж. Мур,                Л.Р. Уэдерфорд; пер. с англ. – М.: Изд. дом «Вильямс», 2004. – 1024 с.


    87.    Муромцев Д.Ю. Энергосберегающее управление сложными объектами. / Д.Ю. Муромцев, И.В. Тюрин. // Промышленные АСУ и контролеры, 2005. – №11. – С. 145-162.


    88.    Надтока И.И. Адаптивные модели прогнозирования нестационарных временных рядов электропотребления. / И.И. Надтока, А.В.  Седов // Изв. вузов. Электромеханика, 1994. – № 1–2. – С. 57–64.


    89.    Ноздренков В.С. Прогнозирование электрических загрузок промышленных предприятий. / В.С. Ноздренков, А.Ю. Хатунцев, И.В. Мошенский // «Вісник СумДУ. Серія Технічні науки», 2009. – №2. – С. 135–139.


    90.    Оценивание состояния в электроэнергетике/ А.З. Гамм, Л.Н. Герасимов, Н.Н. Голуб и др. – М: Наука, 1983. – 300 с.


    91.    Орнов В.Г., Рабинович М.А.  Задачи  оперативного и  автоматического  управления  энергосистемами. – М.: Энергоатомиздат, 1988. – 223 с.


    92.    Петерс Э. Фрактальный анализ финансовых рынков: применение теории хаоса в инвестициях и экономике. / Э. Петерс. – М.: Интернет-трейдинг, 2004. – 304 с.


    93.    Петерс Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка. / Э. Петерс. – М.: Мир, 2000. – 334 с.


    94.    Подорожнюк А.А. Нейросетевые технологии в прогнозировании телекомуникационного трафика. // Системи обробки інформації, 2007, випуск 4 (62). Харківський університет Повітряних Сил ім.. І. Кожедуба, С. 91 – 96.


    95.     Праховник А.В. Прогнозування електричних навантажень нейронних мереж / А.В. Праховник, В.А, Попов, Д.М. Федосенко // Технічна електродинаміка. Темат. вип. «Проблеми сучасної електротехніки» . – 2004. – Ч. 4. – С. 24–27. –ISSN 1607-7970.


    96.    Прикладные нечеткие системы // К. Асаи, Д. Ватада, С. Иваи, и др. – М.: Мир, 1993. – 368 с.


    97.    Разумный Ю.Т. Классификация графиков электрической нагрузки по группам электроприйомников угольной шахты. / Ю.Т. Разумный, А.В. Рухлов. // Науковий вісник НГУ, 2009. –№12. – С.63–65.


    98.    Рогальський Б.С. Методи визначення і прогнозування електричних навантажень промислових підприємств: монографія. / Б.С. Рогальський. – Вінниця: ВДТУ, 1996. – 95 с.


    99.    Рогальський Б.С. Проблеми енергозбереження. Нормування і прогноз електроспоживання (на прикладі гірничих підприємств): навч. посіб. /              Б.С. Рогальський. – Вінниця: УНІВЕРСУМ-Вінниця, 1996. – 150 с.


    100.       Рогальський Б.С. удосконалення методів прогнозування електричних навантажень промислових підприємств на основі розпізнавання образів. /                 Б.С. Рогальський, Ю.А. Лисогор. // Вісник ВПІ, 2005. – №2. – С. 56–68. – ІSSN 1997-9266.


    101.       Рогальський Б.С. Моделі параметричної оцінки та прогнозування електричних навантажень гірничих підприємств: модульний підхід. /                    Б.С. Рогальський, Ю.А. Лисогор. // Вісник ВПІ, 2005. – №3. – С. 58–66. – ІSSN 1997-9266.

  • Стоимость доставки:
  • 200.00 грн


ПОИСК ДИССЕРТАЦИИ, АВТОРЕФЕРАТА ИЛИ СТАТЬИ


Доставка любой диссертации из России и Украины