Оперативне прогнозування електричних навантажень систем електроспоживання з врахуванням їх фрактальних властивостей

Abstract

Дисертаційна робота присвячена розробленню методу і моделей оперативного прогнозування електричних навантажень систем електроспоживання з врахуванням їх фрактальних властивостей, що дозволяє підвищити ефективність керування електроспоживання. 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». 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. Запропоновані в роботі метод та алгоритм 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.

Диссертационная работа посвящена разработке метода и моделей оперативного прогнозирования электрических нагрузок систем электропотребления с учетом их фрактальных свойств, что позволит повысить эффективность управления электропотребления. В работе выполнен анализ графиков электрических нагрузок (ГЭН), который обнаружил наличие фрактальных свойств в ГЭН и показал наличие краткосрочной и долгосрочной памяти, что позволяет для математического моделирования и прогнозирования использовать фрактальный анализ, который устанавливает зависимость будущих значений ГЭН от их прошлых изменений или «начальных условий». Также в работе предложен метод для оперативного прогнозирования электрической нагрузки в реальном масштабе времени с учетом ее фрактального характера, использующий нейросетевые технологии и позволяющий более точно, по сравнению с существующими методами, делать прогноз. Предложен способ описания ГЭН, который характеризуется набором числовых характеристик и разработана классификация сценариев поведения электрических нагрузок систем электропотребления, которые базируются на выделении стохастической составляющей из динамического ряда электропотребления и классификации ее показателей, что позволяет осуществлять оперативное прогнозирование электрических нагрузок. Разработан алгоритм и программно-аппаратный комплекс, для автоматизации процесса оперативного прогнозирования электрической нагрузки систем электропотребления, с учетом ее фрактального характера, использующий нейросетевые технологии. Они позволяют обнаружить критические режимы электропотребления и снизить уровень риска аварийных отключений, а также повысить точность и быстродействие.

Dissertation work is devoted development of new method and models of operative electric loadings prognostication at the the systems of electroconsumption by the means of their fractal properties, that will allow to promote efficiency of management of electro-consumption. Analysis of electrical loads charts (ELC) showed that there are fractal properties in ELC and showed the presence of short-term and long-term memory properties, which allows for the mathematical modeling and forecasting to use fractal analysis, which establishes the dependence of future values of the ELC from their past changes or «initial conditions». It was developed the method for operational forecasting of electricity load in real time, taking into account its fractal nature, based on neural network technology which can improve prediction accuracy compared to existing methods. The suggested method and algorithm for evaluation and operational forecasting of electrical loads for industrial enterprises with regard to its fractal nature, based on neural network technology, practically implemented as a hardware-software complex for automation of operational forecasting systems of power electrical loads that can increase the accuracy and speed, also can to identify critical modes of power consumption and reduce the risk of accidental disconnection.