В современном мире является естественным иметь доступ к электроэнергии каждый раз, когда в ней появляется необходимость. Однако доступ к электроэнергии в изолированных областях, даже в наши дни, ограничен. Для решения этой проблемыпроизводится развитие изолированных электрических сетей. Эти сети основываются или на электрогенераторах, которые используют бензин, дизель или газ, или на источниках возобновляемой энергии, как солнечные, или энергия ветра, или на оба (гибридные типы). В случае разнородных типов это просто; мы используем доступную электроэнергию. Однако в случае, если используется гибридная электрическая система, мы должны рассмотреть стоимость топлива, сложность дозаправки и выбросы CO2. Таким образом, цель работы состоит в оптимизации системы, с цельюминимизации использованияэлектрогенератора. В этой работе представлен способ использования нейронных сетей, с целью предсказания требований к электрической нагрузке изолированной сети и последствия для работы системы. Наконец, предложены другие возможные пути и алгоритмы, которые могут использоваться для этой же цели.

• Abstract
• Реферат
• 1 Introduction
  • 1.1 The electrical grid
  • 1.2 The smart grid
  • 1.3 Isolated smart grid
  • 1.4 Goals
• 2 Data processing and acquiring
  • 2.1 The processing of the dataset for the electrical load
  • 2.2 Preparing the solar radiation and the wind speed data
  • 2.3 The theory behind generating the solar and wind data
    • 2.3.1 Synthetic data generation notes for solar energy
    • 2.3.2 Synthetic data generation notes for wind energy
    • 2.3.3 The generic year 1990
• 3 Implementation
  • 3.1 Designing the system
  • 3.2 Predicting the electrical load
  • 3.3 The actual meanings of these results
  • 3.4 Thoughts, recommendations, further research
• 4 Conclusions
• References
• Appendix. The C# code for analyzing the dataset