Details

Объект исследования – электроэнергетические объекты Архангельской области. Предмет исследования – график потребления электроэнергии Архангельского и Котласского энергоузлов. Цель и задачи работы – исследование возможностей повышения точности краткосрочного и долгосрочного прогнозирования электропотребления энергосистем, с целью повышения эффективности функционирования электрических станций. Чтобы достичь цели исследования были сформулированы и решены следующие задачи: - Анализ существующих методов и подходов к прогнозированию графиков нагрузки в краткосрочной перспективе. - Разработка и сравнение нескольких алгоритмов прогнозирования с использованием различных нейронных сетей (MLP, LSTM, GRU); - Оценка точности разработанных алгоритмов на реальных данных Архангельского и Котласского энергоузлов. Практическая значимость результатов работы – демонстрация наиболее эффективных способов внедрения методов прогнозирования на основе нейронных сетей в бизнес-процессы энергогенерирующих предприятий.

Research object: power-sector facilities in the Arkhangelsk region. Research subject: the electricity‐consumption profile of the Arkhangelsk and Kotlas power hubs. Aim and objectives: to investigate ways to improve the accuracy of short-term and long-term electricity-consumption forecasts in power systems, with a view to enhancing the operational efficiency of power plants. To achieve this aim, the following tasks were formulated and addressed: — Analysis of existing methods and approaches to short-term load forecasting. — Development and comparison of several forecasting algorithms using different neural-network architectures (MLP, LSTM, GRU). — Evaluation of the accuracy of the developed algorithms on real data from the Arkhangelsk and Kotlas power hubs. Practical significance: demonstration of the most effective methods for integrating neural-network–based forecasting into the business processes of power-generation enterprises.