Прогнозирование электропотребления промышленных предприятий с помощью искусственных нейронных сетей

Введение
1. Прогнозирование электропотребления промышленных предприятий в условиях оптового рынка электроэнергии и мощности
1.1 Необходимость повышения точности прогнозирования электропотребления для промышленных предприятий
1.2 Существующие подходы к прогнозированию электропотрсблсния промышленных предприятий
1.3 Современные средства прогнозирования электропотрсбления
1.3.1 Программный комплекс Созвездие
1.3.2. Решения по прогнозу потребления на базе платформы i
1.3.3. Программные продукты ООО НП ВНИКО
1.3.4. Программный комплекс Энергостат
1.4 Анализ существующих систем прогнозирования электропотребления промышленных предприятий
1.5 Выводы
2. Выбор метода прогноза для построения прогнозной модели электропотребления промышленного предприятия
2.1. Методы прогнозирования
2.1.1. Понятие прогнозной модели
2.1.2. Классификация методов прогнозирования
2.2. Обзор методов прогнозирования электропотребления
2.2.1. Основные методы прогнозирования временных рядов
2.2.2 Прогнозная экстраполяция
2.2.3. Корреляционный и регрессионный анализ
2.2.4. Прогнозирование на базе АК1МА моделей
2.2.5. Адаптивные методы прогнозирования
2.2.6 Прогнозирование с использованием искусственных нейронных сетей
2.2.7. Прогнозирование с использованием гибридных систем
2.3. Оценка качества прогноза и прогнозной модели
2.4. Выбор метода для краткосрочного прогнозирования электропотребления промышленного предприятия
2.5. Выводы
3. Построение прогнозной модели электропотребления промышленного предприятия на основе искусственной нейронной сети
3.1. Основные принципы построения прогнозной модели электропотребления промышленного предприятия на основе искусственной нейронной сети
3.2. Анализ параметров, влияющих на электропотребление предприятия, на различных уровнях его системы электроснабжения
3.3. Методика выбора параметров, влияющих на электропотрсбление промышленного предприятия на основе метода экспертных оценок
3.4. Алгоритм построения внутренней структуры прогнозной модели электропотребления промышленного предприятия
3.5. Выводы
4. Определение закономерностей и построение прогнозной модели электропотрсбления КОАО Азот
4.1. Структура электропотребления КОАО Азот
4.2. Построение прогнозной модели электронотребления
КОАО Азот на основе ИНС с применением генетических алгоритмов
4.2.1. Выбор конфигурации ИНС
4.2.2. Формирование обучающего и проверочного множества входных и выходных данных
4.2.3. Формирование, конфигурирование, обучение и проверка ИНС на обучающем и тестовом множествах входных и выходных данных
4.2.4. Оценка качества полученной прогнозной модели А
4.3. Выявление параметров, от которых зависит электропотребление КОЛО Азот с помощью метода экспертных оценок
4.4. Построение прогнозной модели электропотребления КОЛО Азот с учетом результата экспертной оценки параметров, от которых зависит электропотребление КОАО Азот
4.5. Сравнение полученных прогнозных моделей, оценка их качества, рекомендации по повышению точности прогноза
4.6 Оценка ожидаемого экономической эффекта от снижения ошибки прогноза, при использовании созданных прогнозных моделей
4.7. Выводы Заключение Список литературы Приложение 1 Приложение
4 6 8 7
ВВЕДЕНИЕ
Актуальность