Содержание
Введение
Глава 1. Электроэнергетический комплекс Калужской области.
1.1. История электроэнергетики Калужской области
1.2. Реформирование электроэнергетики.
1.3. Реформа электроэнергетики в регионе
1.4. Ценообразование и розничный рынок электроэнергии.
Глава 2. Математические модели и методы прогнозирования.
2.1. Сущность прогнозирования.
2.2. Корреляционный и регрессионный анализы.
2.3. Анализ временных рядов.
2.3.1. Временные ряды.
2.3.2. Прогнозирование на основе временных рядов
2.4. Нейронные сети и прогнозирование.
2.4.1. Нейросетевые методы прогнозирования
2.5. Прогнозирование электропотребления на основе устойчивого Нраспрсделения
2.5.1. Техноценоз.
2.5.2. Прогнозирование электропотребления.
Глава 3. Внутриквартирные электрические нагрузки сельских потребителей.
3.1.Методика сбора и обработки информации, необходимой для определения электрических бытовых нагрузок
3.2. Результаты обработки собранных данных и их анализ
3.3. Прогнозирование электрических нагрузок жилого сектора
Глава 4. Разработка методики прогнозирования электропотребления техноценоза Калужской области.
4.1. Импорт, сортировка и визуализация данных.
4.1.1. Подготовка данных
4.1.2. Получение табулированного рангового распределения
4.1.3. Графическое представление данных.
4.1.4. Определение рангов для каждого объекта.
4.1.5. Вычисление коэффициента конкордации
4.2. Верификация исходной базы данных.
4.2.1. Устранение нулевых данных
4.2.2. Устранение явно ошибочных данных выбросов
4.2.3. Устранение абсолютно равных данных.
4.2.4. Восстановление утерянных данных
4.3. Проверка данных на соответствие критериям Нраспределения
4.3.1. Подготовка данных
4.3.2. Проверка о несоответствии генеральной совокупности нормальному распределению по критерию Пирсона.
4.3.3. Проверка гипотезы о нормальном распределении методом спрямленных диаграмм
4.3.4. Проверка взаимосвязанности данных с помощью коэффициента конкордации.
4.3.5. Проверка с помощью выборочного коэффициента ранговой корреляции Кендалла
4.3.6. Проверка с помощью выборочного коэффициента ранговой корреляции Спирмена
4.3.7. Проверка с использованием выборочного коэффициента линейной корреляции
4.3.8. Результаты.
4.4. Аппроксимация ранговых распределений.
4.4.1. Метод наименьших модулей.
4.4.2. Линейный метод наименьших квадратов
4.4.3. Метод наименьших квадратов.
4.4.4. Оценивание результатов аппроксимации
4.5. Прогнозирование электропотребления методом на основе АГК
4.5.1. Подготовка данных.
4.5.2. Выделение из исходной базы матрицы данных и матрицы верификации.
4.5.3. Свертка одномерного ряда в многомерный
4.5.4. Сингулярное разложение траекторной матрицы
4.5.5. Рекуррентное прогнозирование электропотребления.
4.5.6. Векторное прогнозирование элеюропотребления.
4.5.7. Анализ собственных векторов временного ряда.
4.6. Прогнозирование электропотребления методом на основе ДВР
4.6.1. Подготовка данных.
4.6.2. Анализ годового совпадения данных.
4.6.3. Определение статистических характеристик электропотребления.
4.6.4. Прогнозирование элекгропотребления на следующий временной шаг
4.6.5. Анализ результатов прогноза на гауссовость
4.7. Прогнозирование электропотребления методом на основе ТЦМ
4.7.1. Подготовка данных для прогнозирования.
4.7.2. Прогнозирование электропотребления объектами ноевой касты.
4.7.3. Прогнозирование электропотребления объектами пойнтеркасты
4.7.4. Прогнозирование электропотребления объектами саранчовой касты.
4.7.5. Прогноз электропотребления техноценозом в целом.
Основные выводы по главе
Глава 5. Нейронные сети и применение их в прогнозировании
5.1. Нейронные сети
5.2. Прогнозирование с использованием нейронных сетей
5.2.1.Теория прогнозирования с использованием нейронных сетей
5.2.2.Прогнозирование электропотребления.
Основные выводы по главе
Основные выводы и результаты
Библиографический список использованной литературы Приложения
Введение
Актуальность
- Київ+380960830922