Данная работа посвящена изучению влияния оптимизационной модели на основе нейронной сети на эффективность комбинированного производства водорода и электроэнергии методом паровой конверсии, а также экономическому обоснованию данного проекта. В ВКР решены задачи обоснования выбора технологий выработки водорода и электроэнергии, места строительства объекта, предложены принципы и структура нейронных сетей для оптимизации комбинированного производства электроэнергии и водорода, обоснованы ТЭП и оценены перспективны проекта комбинированного производства на АЭС при использовании нейронных сетей и для оптимизации режима работы энергосистемы Работа проведена на основе материалов научных изданий и открытых источников. Результатом работы стали расчеты, показывающие увеличение экономической эффективности комбинированного производства электроэнергии и водорода при включении в систему планирования нейронной сети, проанализирована чувствительность проекта к изменениям внешней среды и даны рекомендации по повышению его эффективности в процессе реализации. Результаты работы могут быть применены при создании систем планирования для аналогичных комплексов производств, а также для более точного прогнозирования графиков нагрузки региональных энергосистем.

In the study, the tasks of substantiating the choice of hydrogen and electricity generation technologies, the site of the facility construction were solved, the principles and structure of neural networks for optimizing the combined production of electricity and hydrogen were proposed, the TECs were justified and the promising projects for combined production at nuclear power plants using neural networks and for optimizing the operating mode of the energy system were evaluated. The work was carried out on the basis of materials from scientific publications and open sources. The result of the work was calculations showing an increase in the economic efficiency of the combined production of electricity and hydrogen when included in the planning system of a neural network, the sensitivity of the project to changes in the external environment was analyzed, and recommendations were made to increase its efficiency during implementation. The results of the work can be applied when creating planning systems for similar production complexes, as well as for more accurate forecasting of load schedules of regional power systems.