Нейросетевой алгоритм краткосрочного прогнозирования электропотребления сельхозпроизводителей

Аннотация

В условиях рыночной электроэнергетики проблема краткосрочного прогнозирования почасового потребления электроэнергии становится в разы актуальнее. Покупка электроэнергии гарантирующими поставщиками на оптовом рынке электроэнергии и мощности предполагает прогнозирование собственного почасового потребления электроэнергии на следующие сутки по всем группам точек поставки электроэнергии. От точности данного прогноза зависят как финансовые результаты самого гарантирующего поставщика, так и цена на электроэнергию для конечных потребителей. Временной ряд почасового потребления электроэнергии группы точек поставки гарантирующего поставщика, включающей сельхозпроизводителей, является многофакторной функциональной зависимостью. Краткосрочное прогнозирование данного временного ряда является сложной, малоформализуемой задачей. В настоящее время при решении практических задач прогнозирования электрических нагрузок предпочтение отдают методам, основанным на глубоких сетях свертки, рекуррентных нейросетях, а также на ансамблях, состоящих из нескольких нейросетей. Наиболее распространённым способом получения итогового выходного сигнала является блок усреднения по ансамблю. Освящается проблема повышения точности краткосрочного прогнозирования потребления электроэнергии электротехнического комплекса районных электрических сетей с помощью инструментов глубокого машинного обучения. Исследована эффективность применения адаптивного алгоритма обучения глубоких нейронных сетей при краткосрочном прогнозировании электропотребления данного электротехнического комплекса. Рассмотрены вопросы, связанные с применением сверточных и рекуррентных нейронных сетей для решения задачи прогнозирования электрических нагрузок. Произведен сравнительный анализ точности краткосрочного прогноза потребления электроэнергии ГТП ГП, включающей крупных сельхозпроизводителей, полученного с помощью ансамблевого нейросетевого метода и одиночных нейронных сетей.