Оптимізація короткострокового прогнозування генерування сонячних електростанцій із використанням рекурентних нейронних мереж
Вантажиться...
Файли
Дата
Назва журналу
Номер ISSN
Назва тому
DOI
Анотація
Підвищення точності прогнозування генерування відновлюваних джерел енергії (ВДЕ) є актуальним питанням сьогодення. Через мінливий характер генерування ВДЕ, точність прогнозу генерування має вагомий вплив на підтримку балансу енергосистеми. Запропонований метод дозволяє врахувати сучасні вимоги до якісного прогнозування та спрощує сам процес з точки зору аналізу, обробки та використання даних.
Improving the accuracy of renewable energy generation forecasting is a pressing issue today. Due to the variable nature of RES generation, the accuracy of the generation forecast has a significant impact on maintaining the balance of the power system. The proposed method allows to take into account modern requirements for highquality forecasting and simplifies the process itself in terms of data analysis, processing, and use.
Improving the accuracy of renewable energy generation forecasting is a pressing issue today. Due to the variable nature of RES generation, the accuracy of the generation forecast has a significant impact on maintaining the balance of the power system. The proposed method allows to take into account modern requirements for highquality forecasting and simplifies the process itself in terms of data analysis, processing, and use.
Опис
Ключові слова
УДК
Тип документа
Мова
ISSN
Бібліографічний опис
Кулик В. В., Затхей М. В. Оптимізація короткострокового прогнозування генерування сонячних електростанцій із використанням рекурентних нейронних мереж // Матеріали Всеукраїнської науково-практичної інтернет-конференції «Молодь в науці: дослідження, проблеми, перспективи (МН-2025)», Вінниця, 15-16 червня 2025 р. Електрон. текст. дані. 2025. URI: https://conferences.vntu.edu.ua/index.php/mn/mn2025/paper/view/25584.
Схвалення
Рецензія
Доповнено
Цитується в
Список використаної літератури (3)
- A. Loureno et al. "Comparison of forecasting models for photovoltaic power generation". Energy Conversion and Management, 118, 2016, 404-418.
- Ковальчук О. А., Лежнюк П. Д., Комар В. О., Кравчук С. В. Прогнозування графіка генерування фотоелектричних станцій на наступну добу.
- Zaruba D. S., Shvets M. Y., Khokhlov Y. V. Machine Learning for Power Consumption and Generation Prediction.