Построение прогноза потребления электроэнергии на базе искусственной нейронной сети

Abstract

Проведено изучение возможности применения искусственной нейронной сети (ИНС) для прогнозирования почасового потребления электроэнергии регионом РФ. В качестве исходных данных выбирались данные о потреблении электроэнергии и средней суточной температуре. Исходные данные были нормированы так, чтобы они не превышали значение единицы. Число обучающих примеров было равно 360 и в каждом примере по 3 входных значения (набор обучающих данных содержал 1080 значений). На выходе ИНС рассчитывала почасовое потребление электроэнергии. Для моделирования была использована двухслойная ИНС. Обучение ИНС проведено с помощью метода обратного распространения и метода сопряженных градиентов. Обучение ИНС проводилось с допустимой погрешностью 0,00001 и составило в пределах 200 итерации метода сопряженных градиентов. Применение искусственной нейронной сети позволило удовлетворительно описать фактическое почасовое потребление электроэнергии. Средняя погрешность находилась в пределах 4 %. Наибольшие отклонения фактических и расчетных значений почасового потребления электроэнергии наблюдались в районе 23-го, 24-го часов ежедневно и составляли 10–12 %. При этом погрешность возрастала по мере увеличения дальности прогноза. Были проведены расчеты для различного количества нейронов в скрытом слое: 7, 10, 13.