Выбор архитектуры и обучения нейросети для решения задачи оценки потерь транзитных потребителей
Аннотация
Пояснительная записка 73 с., 29 рис., 10 табл., 11 источников, 1 прил.
ЭЛЕКТРОЭНЕРГЕТИЧЕСКАЯ СИСТЕМА, ЭЛЕКТРИЧЕСКАЯ СЕТЬ,
РАСПРЕДЕЛЕНИЕ ПОТЕРЬ ЭНЕРГИИ, НЕЙРОННАЯ СЕТЬ.
В качестве исходных данных взяты графики потребителей энергии, полученные с помощью АИИС КУЭ. Работа рассматривается по отношению к субабоненту.
Целью настоящей работы является разработка способа распределения потерь энергии. Строится зависимость доли потерь энергии субабонента от доли потребления. Рассматриваются особенности распределения потерь энергии при изменении графика нагрузки.
На основании аналитических данных разработанного способа обучается нейронная сеть. Изучаются различные архитектуры нейронных сетей, на основе полученных данных рекомендуется сеть с наиболее лучшими результатами.
Обучение нейронной сети в программе MATLAB с помощью ее гра-фического интерфейса NNtool.
В ходе анализа полученных результатов даются рекомендации по
использованию разработанного метода.
ЭЛЕКТРОЭНЕРГЕТИЧЕСКАЯ СИСТЕМА, ЭЛЕКТРИЧЕСКАЯ СЕТЬ,
РАСПРЕДЕЛЕНИЕ ПОТЕРЬ ЭНЕРГИИ, НЕЙРОННАЯ СЕТЬ.
В качестве исходных данных взяты графики потребителей энергии, полученные с помощью АИИС КУЭ. Работа рассматривается по отношению к субабоненту.
Целью настоящей работы является разработка способа распределения потерь энергии. Строится зависимость доли потерь энергии субабонента от доли потребления. Рассматриваются особенности распределения потерь энергии при изменении графика нагрузки.
На основании аналитических данных разработанного способа обучается нейронная сеть. Изучаются различные архитектуры нейронных сетей, на основе полученных данных рекомендуется сеть с наиболее лучшими результатами.
Обучение нейронной сети в программе MATLAB с помощью ее гра-фического интерфейса NNtool.
В ходе анализа полученных результатов даются рекомендации по
использованию разработанного метода.