Детальная информация

В данном исследовании предлагается гибридная ансамблевая модель, предназначенная для прогнозирования энергопотребления сталелитейного завода на различных временных горизонтах (1 час, 24 часа, 168 часов). Предлагаемая модель интегрирует модель Vector Autoregressive (VAR) и нейронные сети Gated Recurrent Unit (GRU) в ка-честве базовых моделей, а также алгоритм градиентного бустинга eXtreme Gradient Boosting (XGBoost), выступающий в роли мета-модели в рамках ансамблевой схемы. Данный подход был сопоставлен с традиционными статистическими методами и методиками на основе нейронных сетей для оценки его эффективности. Результаты показывают, что предложенный метод превосходит хорошо известные методы, испытанные в настоящем исследовании, для горизонтов в 24 и 168 часов. Эти улучшения обусловлены способностью архитектуры эффективно использовать различные модели прогнозирования совместно с эффективными стратегиями предварительной обработки данных, что в совокупности способствует повышению точности прогноза.

In this study, a hybrid ensemble model is proposed to forecast energy consumption of a steel plant at different time horizons (1 hour, 24 hours, 168 hours). The proposed model integrates the Vector Autoregressive (VAR) model and Gated Recurrent Unit (GRU) neural networks as base models, along with the Extreme Gradient Boosting (XGBoost) algorithm serving as a meta-model in an ensemble scheme. This approach was compared with traditional statistical methods and neural network-based techniques to evaluate its effectiveness. The results show that the proposed method outperforms well-known methods tested in this study for 24-hour and 168-hour horizons. These improvements are due to the architecture’s ability to effectively utilize various prediction models together with efficient data preprocessing strategies, which collectively contribute to improving forecast accuracy.

"Промышленный искусственный интеллект (ПИИ'2025)", всероссийская научно-практическая конференция (2025; Санкт-Петербург). Промышленный искусственный интеллект (ПИИ'2025): Всероссийская научно-практическая конференция с международным участием 3–4 июля 2025 года: cборник научных трудов / Российская академия наук, Санкт-Петербургское отделение, Санкт-Петербургский политехнический университет Петра Великого, Санкт-Петербургский государственный университет; под общей редакцией Д. Г. Арсеньева. — Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2025. — 1 файл (197 Мб Мб). — Загл. с титул. экрана. — Ч. текста парал. на рус. и англ. яз. — Электронная копия печатной публикации 2025 г. — Доступ по паролю из сети Интернет (чтение, печать, копирование). — <URL:http://elib.spbstu.ru/dl/2/i25-310.pdf>. — DOI 10.18720/SPBPU/2/i25-310. — Текст: электронный