Ви є тут

Имитационное моделирование динамики нагрузок электропотребителей в условиях сельскохозяйственного производства

Автор: 
Акиньшин Евгений Александрович
Тип роботи: 
кандидатская
Рік: 
2002
Кількість сторінок: 
182
Артикул:
242067
179 грн
Додати в кошик

Вміст

Содержание
Введение.
1 Состояние вопроса и постановка задачи исследования.
1.1 Состояние вопроса. Актуальность задачи прогнозирования ЭН.
1.2 Анализ существующих методов прогнозирования ЭН
1.2.1 Применение регрессионного анализа к прогнозу ЭН потребителей
1.2.2 Метод коэффициентов темпов роста
1.2.3 Лвторегрессионые модели ЭН
1.2.4 Выводы
1.3 Цели и задачи исследования
2 Нейросетевая модель прогноза электрических нагрузок АПК
2.1 Определение параметров синтезируемой модели.
2.2 Анализ факторов влияющих на динамику энергопотребления в
условиях АПК
2.2.1 Учет календарного состава месяцев.
2.3 Синтез имитационной модели электроснабжения с применением ИНС
2.3.1 Выбор типа сетевой топологии
2.3.2 Использование модели на базе многослойного перцепторона.
2.3.3 СетьЭлмана
2.3.4 Критерии выбора топологии сети .
2.4 Выбор алгоритма обучения
2.4.1 Принципы обучения нейронных сетей.
2.4.2 Метод обратного распространения ошибки
2.4.3 Модификации метода обратного распространения ошибки
2.4.4 Генетический алгоритм обучения.
2.4.5 Использование алгоритмов, на базе метода имитации отжига.
2.4.6 Критерии выбора алгоритма обучения.
2.4.7 Учет особенностей АПК для повышения точности прогноза
2.5 Выводы.
3 Численный эксперимент по прогнозированию электрической нагрузки .
3.1 Цель и программа экспериментальных исследований
3.2 Постановка численного эксперимента.
3.2.1 Общие положения
3.3 Исходные данные для моделирования
3.4 Подготовка обучающей выборки.
3.4.1 Определение процедуры предобработки
3.4.2 Определение процедуры интерпретации результатов и оценки.
3.4.3 Фильтрация и сглаживание исходной выборки
3.4.4 Метод оценки точности прогноза.
3.5 Результаты численных экспериментов по прогнозированию
электрических нагрузок на базе ИНС.
3.6 Сравнительный анализ результатов прогнозов выполненных
традиционными методами и с помощью нейронных сетей.
3.7 Выводы
4 Внедрение и техническая реализация системы прогнозирования.
4.1 Техническая реализация системы прогнозирования в виде
программноаппаратного комплекса.
4.1.1 Схема нейроимитатора.
4.1.2 Использование программноаппаратных средств
4.1.3 Разработка ПО с использованием методологии объектно
ориентированного программирования
4.1.4 Сопряжение разработанного ПО с существующими системами АСКУЭ.
4.2 Методика использования
4.2.1 Стратегия энергопотребления предприятия
4.3 Выводы
Заключение и основные выводы
Литература